go语言和pod指标和含义

1. Go Metrics

go_memstats_heap_inuse_bytes: 正在使用的堆内存字节数。

go_memstats_heap_idle_bytes: 等待使用的堆内存字节数。

process_resident_memory_bytes: 驻留内存大小(以字节为单位)。

process_virtual_memory_bytes: 虚拟内存大小(以字节为单位)。

go_memstats_heap_alloc_bytes: 已分配并仍在使用的堆内存字节数。

go_memstats_alloc_bytes: 已分配并仍在使用的字节数。

promhttp_metric_handler_requests_in_flight: 当前正在服务的抓取次数。

go_gc_duration_seconds: GC调用持续时间的摘要。

go_memstats_heap_sys_bytes:从系统获取的堆内存字节数。

go_memstats_heap_released_bytes: 释放给操作系统的堆内存字节数。

go_goroutines: 目前存在的goroutine数量。

go_memstats_alloc_bytes_total: 已分配的字节数,即使已释放。

go_memstats_heap_objects: 已分配的对象数量。

process_open_fds: 操作系统线程创建的数量。

go_threads: 打开的文件描述符数量。

以下是可能造成这些指标异常的一些业务场景:

go_memstats_heap_inuse_bytes, go_memstats_heap_alloc_bytes, go_memstats_alloc_bytes, go_memstats_heap_objects: 如果这些值持续过高,可能表示内存泄漏或者过多的内存分配。这可能发生在处理大量数据或高并发请求的后端应用程序中,特别是如果处理过程中存在大量对象创建和销毁的操作。

go_memstats_heap_idle_bytes, go_memstats_heap_released_bytes: 如果这些值持续过低,可能表示内存管理问题,例如内存分配过于频繁,或者没有及时释放不再使用的内存。这可能发生在有大量短期对象创建和销毁的程序中,或者程序没有正确管理其内存使用的情况。

process_resident_memory_bytes, process_virtual_memory_bytes: 如果这两个值持续过高,可能表示程序正在使用大量的内存或者磁盘空间。这可能发生在处理大量数据或高并发请求的后端应用程序中,特别是如果处理过程中需要加载大量数据到内存中的情况。

promhttp_metric_handler_requests_in_flight: 如果这个值过高,可能表示服务正在处理大量的请求,或者请求的处理时间过长。这可能发生在高并发或者数据处理量过大的情况下。

go_gc_duration_seconds: 如果这个值过高,可能表示垃圾回收的效率不高,可能会导致程序的暂停时间过长。这可能发生在有大量对象被创建和销毁的情况下,或者程序使用了过多的内存。

go_goroutines, go_threads: 如果这两个值过高,可能表示程序正在创建过多的线程或者goroutine。这可能会导致系统的CPU或者内存过载,影响程序的性能。这可能发生在需要处理大量并发任务的情况下,例如处理大量用户请求或者进行大量并发数据库操作等。

2. Pod

CPU Usage:CPU 使用率,表示 Pod 的 CPU 资源使用情况。如果这个指标异常,可能是因为某些任务需要大量的 CPU 资源,而 Pod 的分配不足。例如,如果你的应用是一个 CPU 密集型应用,而分配的 CPU 资源不足,这个指标可能会异常。

Memory Usage (w/o cache):内存使用情况,不包括缓存。如果这个指标异常,可能是因为应用需要的内存超过了分配给 Pod 的内存。例如,如果你的应用需要大量的内存,而分配的内存不足,这个指标可能会异常。

CPU Resources Quota:CPU 资源配额,表示分配给 Pod 的 CPU 资源量。如果这个指标异常,可能是因为配额不足,Pod 无法满足应用的 CPU 需求。

Receive Bandwidth:接收带宽,表示 Pod 在单位时间内接收的数据量。如果这个指标异常,可能是因为网络带宽不足,Pod 接收的数据超过了网络的能力。例如,如果你的应用需要大量的数据传输,而网络带宽不足,这个指标可能会异常。

Transmit Bandwidth:传输带宽,表示 Pod 在单位时间内发送的数据量。如果这个指标异常,可能是因为网络带宽不足,Pod 发送的数据超过了网络的能力。

Memory Resource Quota - Limit:内存资源配额限制,表示分配给 Pod 的内存资源的最大限制。如果这个指标异常,可能是因为限制过高或过低,无法满足应用的内存需求。

Rate of Received Packets:接收数据包速率,表示单位时间内接收到的数据包数量。如果这个指标异常,可能是因为网络延迟或丢包,导致接收的数据包速率异常。

Rate of Transmitted Packets:传输数据包速率,表示单位时间内发送的数据包数量。如果这个指标异常,可能是因为网络延迟或丢包,导致传输的数据包速率异常。

Current Network Usage:当前网络使用情况,表示当前 Pod 的网络使用情况。如果这个指标异常,可能是因为网络拥塞或配置问题,导致网络使用异常。

Rate of Received Packets Dropped:接收数据包丢包速率,表示单位时间内接收到的丢包数量。如果这个指标异常,可能是因为网络延迟或丢包,导致接收的数据包丢包速率异常。

Rate of Transmitted Packets Dropped:传输数据包丢包速率,表示单位时间内发送的丢包数量。如果这个指标异常,可能是因为网络延迟或丢包,导致传输的数据包丢包速率异常。

Read/Write Bytes per Second:每秒读写字节数,表示 Pod 每秒读取和写入的数据量。如果这个指标异常,可能是因为磁盘 I/O 不足或配置问题,导致读写速度异常。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,869评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,716评论 3 396
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 166,223评论 0 357
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,047评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,089评论 6 395
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,839评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,516评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,410评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,920评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,052评论 3 340
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,179评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,868评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,522评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,070评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,186评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,487评论 3 375
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,162评论 2 356

推荐阅读更多精彩内容