Re: Re:Re: Re:flink作业通过grafana监控,若想发出报警该如何选择指标的问题
使用Flink的rest api不可以嘛。我是standalone集群,写个python脚本,写了个list为expected_jobs,如果发现集群没这个job就报警。 Yun Tang 于2021年1月8日周五 上午10:53写道: > 因为numRestarts 是一个累计值,所以你得区分当前值和之前的数值是否发生了增加,来区分是否发生了failover。 > > > 另外,不建议使用YARN的application状态来判断Flink作业状态,因为如果Flink作业配置了重试策略,即使作业不断进行failover,整个YARN的application状态仍然是RUNNING,并不能发现问题。 > > 祝好 > 唐云 > > From: bradyMk > Sent: Thursday, January 7, 2021 16:38 > To: user-zh@flink.apache.org > Subject: Re: Re:Re: Re:flink作业通过grafana监控,若想发出报警该如何选择指标的问题 > > 好的,我研究一下,谢谢指导~ > > > > - > Best Wishes > -- > Sent from: http://apache-flink.147419.n8.nabble.com/ >
Re: Re:Re: Re:flink作业通过grafana监控,若想发出报警该如何选择指标的问题
因为numRestarts 是一个累计值,所以你得区分当前值和之前的数值是否发生了增加,来区分是否发生了failover。 另外,不建议使用YARN的application状态来判断Flink作业状态,因为如果Flink作业配置了重试策略,即使作业不断进行failover,整个YARN的application状态仍然是RUNNING,并不能发现问题。 祝好 唐云 From: bradyMk Sent: Thursday, January 7, 2021 16:38 To: user-zh@flink.apache.org Subject: Re: Re:Re: Re:flink作业通过grafana监控,若想发出报警该如何选择指标的问题 好的,我研究一下,谢谢指导~ - Best Wishes -- Sent from: http://apache-flink.147419.n8.nabble.com/
Re: Re:Re: Re:flink作业通过grafana监控,若想发出报警该如何选择指标的问题
好的,我研究一下,谢谢指导~ - Best Wishes -- Sent from: http://apache-flink.147419.n8.nabble.com/
Re:Re: Re:flink作业通过grafana监控,若想发出报警该如何选择指标的问题
1、是自研的 2、定时调度 http://hadoop.apache.org/docs/r2.8.5/hadoop-yarn/hadoop-yarn-site/ResourceManagerRest.html#Cluster_Applications_API 在 2021-01-07 16:15:25,"bradyMk" 写道: >Hi~ >请教一下: >①您说的这个实时计算平台是你们自研的么? >②每分钟调用yarn的rest api 获取作业状态,您是怎么实现的呢?是定时脚本么?我没调用过yarn的rest api ,还不懂改如何调用。。。 > > > >- >Best Wishes >-- >Sent from: http://apache-flink.147419.n8.nabble.com/
Re: Re:flink作业通过grafana监控,若想发出报警该如何选择指标的问题
Hi~ 请教一下: ①您说的这个实时计算平台是你们自研的么? ②每分钟调用yarn的rest api 获取作业状态,您是怎么实现的呢?是定时脚本么?我没调用过yarn的rest api ,还不懂该如何调用。。。 - Best Wishes -- Sent from: http://apache-flink.147419.n8.nabble.com/
Re: Re:flink作业通过grafana监控,若想发出报警该如何选择指标的问题
Hi~ 请教一下: ①您说的这个实时计算平台是你们自研的么? ②每分钟调用yarn的rest api 获取作业状态,您是怎么实现的呢?是定时脚本么?我没调用过yarn的rest api ,还不懂改如何调用。。。 - Best Wishes -- Sent from: http://apache-flink.147419.n8.nabble.com/
Re:flink作业通过grafana监控,若想发出报警该如何选择指标的问题
我们当前的实现是,每分钟调用yarn的rest api 获取作业状态,和实时计算平台上的作业状态对比,如果挂掉就电话报警,同时平台上作业状态修改为运行异常 在 2021-01-06 16:35:05,"bradyMk" 写道: >Hi,请教大家一个问题: > >目前使用grafana监控flink的作业,想实现一个任务挂掉就报警的功能,初步想法是:监控checkpoint >size的指标,一旦这个指标为0,就认为任务挂掉,但实际操作后,发现了两个问题: > >① 如果kill掉任务,grafana上的flink所有指标都会一直保持最后接收到的值不变; >② 如果cancel掉任务,grafana上的flink所有指标都会突然中断; > >所以,我上面说的想法永远都不会出发告警,因为这个checkpoint size的指标在任务挂掉也不会归为0值; > >我又尝试了用一分钟前的job_uptime减去一分钟后的job_uptime,但是这样报警并不优雅,在任务刚启动时会有误报,因为任务刚启动时,一分钟前是没有数据的。 > >所以现在很疑惑,请教一下大家如果用grafana监控flink作业的,该选用什么样的指标和用什么规则,可以优雅的报警呢? > > > >- >Best Wishes >-- >Sent from: http://apache-flink.147419.n8.nabble.com/