ClickHouse Cloud 控制台中的监控

ClickHouse Cloud 中的服务开箱即用，内置监控组件，可为用户提供仪表板和通知。默认情况下，Cloud 控制台中的所有用户都可以访问这些仪表板。

仪表盘

服务健康

“服务健康”仪表板可用于监控服务的整体健康状态。ClickHouse Cloud 会从系统表中抓取并存储该仪表板显示的指标，以便在服务进入休眠状态时仍可查看。

资源利用率

Infrastructure 仪表板可详细查看 ClickHouse 进程使用的资源。ClickHouse Cloud 会从系统表中抓取并存储此仪表板显示的指标，因此即使服务处于休眠状态，也可以查看这些指标。

内存和 CPU

Allocated CPU 和 Allocated Memory 图表显示了服务中每个副本可用的总计算资源。这些资源配额可通过 ClickHouse Cloud 的扩缩容功能进行调整。

Memory Usage 和 CPU Usage 图表会估算每个副本中 ClickHouse 进程实际占用的 CPU 和内存，包括查询以及合并等后台进程。

以下是这些图表中显示的系统表对应指标：

图表	对应的指标名称	聚合	说明
已分配内存	`CGroupMemoryTotal`	最大值
已分配 CPU	`CGroupMaxCPU`	最大值
已使用内存	`MemoryResident`	最大值
已使用 CPU	系统 CPU 指标	最大值	通过 Prometheus 端点获取的 `ClickHouseServer_UsageCores`

数据传输

图表显示与 ClickHouse Cloud 之间的数据传入和传出情况。有关更多信息，请参阅网络数据传输。

高级仪表板

此仪表板基于内置高级可观测性仪表板修改而来，其中每个序列表示各个副本的指标。它可用于监控和排查 ClickHouse 特有的问题。

下表列出了高级仪表板中各个图表对应的 ClickHouse 指标、系统表来源和聚合类型：

图表	对应的 ClickHouse 指标名称	系统表	聚合类型
查询数/秒	`ProfileEvent_Query`	`metric_log`	Sum / bucketSizeSeconds
运行中的查询	`CurrentMetric_Query`	`metric_log`	Avg
运行中的合并	`CurrentMetric_Merge`	`metric_log`	Avg
已选取字节数/秒	`ProfileEvent_SelectedBytes`	`metric_log`	Sum / bucketSizeSeconds
IO 等待	`ProfileEvent_OSIOWaitMicroseconds`	`metric_log`	Sum / bucketSizeSeconds
S3 读取等待	`ProfileEvent_ReadBufferFromS3Microseconds`	`metric_log`	Sum / bucketSizeSeconds
S3 读取错误数/秒	`ProfileEvent_ReadBufferFromS3RequestsErrors`	`metric_log`	Sum / bucketSizeSeconds
CPU 等待	`ProfileEvent_OSCPUWaitMicroseconds`	`metric_log`	Sum / bucketSizeSeconds
OS CPU 使用率 (userspace，归一化)	`OSUserTimeNormalized`	`asynchronous_metric_log`
OS CPU 使用率 (kernel，归一化)	`OSSystemTimeNormalized`	`asynchronous_metric_log`
从磁盘读取	`ProfileEvent_OSReadBytes`	`metric_log`	Sum / bucketSizeSeconds
从文件系统读取	`ProfileEvent_OSReadChars`	`metric_log`	Sum / bucketSizeSeconds
内存 (已跟踪，字节)	`CurrentMetric_MemoryTracking`	`metric_log`
MergeTree parts 总数	`TotalPartsOfMergeTreeTables`	`asynchronous_metric_log`
单个分区的最大 parts 数	`MaxPartCountForPartition`	`asynchronous_metric_log`
从 S3 读取	`ProfileEvent_ReadBufferFromS3Bytes`	`metric_log`	Sum / bucketSizeSeconds
文件系统缓存大小	`CurrentMetric_FilesystemCacheSize`	`metric_log`
Disk S3 写请求数/秒	`ProfileEvent_DiskS3PutObject` + `ProfileEvent_DiskS3UploadPart` + `ProfileEvent_DiskS3CreateMultipartUpload` + `ProfileEvent_DiskS3CompleteMultipartUpload`	`metric_log`	Sum / bucketSizeSeconds
Disk S3 读请求数/秒	`ProfileEvent_DiskS3GetObject` + `ProfileEvent_DiskS3HeadObject` + `ProfileEvent_DiskS3ListObjects`	`metric_log`	Sum / bucketSizeSeconds
FS 缓存命中率	`sum(ProfileEvent_CachedReadBufferReadFromCacheBytes) / (sum(ProfileEvent_CachedReadBufferReadFromCacheBytes) + sum(ProfileEvent_CachedReadBufferReadFromSourceBytes))`	`metric_log`
页缓存命中率	`greatest(0, (sum(ProfileEvent_OSReadChars) - sum(ProfileEvent_OSReadBytes)) / (sum(ProfileEvent_OSReadChars) + sum(ProfileEvent_ReadBufferFromS3Bytes)))`	`metric_log`
网络接收字节数/秒	`NetworkReceiveBytes`	`asynchronous_metric_log`	Sum / bucketSizeSeconds
网络发送字节数/秒	`NetworkSendBytes`	`asynchronous_metric_log`	Sum / bucketSizeSeconds
并发 TCP 连接数	`CurrentMetric_TCPConnection`	`metric_log`
并发 MySQL 连接数	`CurrentMetric_MySQLConnection`	`metric_log`
并发 HTTP 连接数	`CurrentMetric_HTTPConnection`	`metric_log`

如需了解各项可视化的详细信息以及如何用它们进行故障排查，请参阅高级仪表板文档。

Query insights

Query Insights 功能借助各种可视化和表格，让 ClickHouse 内置的查询日志更易使用。ClickHouse 的 system.query_log 表是用于查询优化、调试以及监控整体集群健康状态和性能的关键信息来源。

选择某个服务后，左侧边栏中的 Monitoring 导航项会展开，并显示 Query insights 子项：

顶层指标

顶部的统计卡片显示的是所选时间范围内的基础查询指标。下方的时间序列图表则按查询类型 (select、insert、other) 分类展示查询量、延迟和错误率。延迟图表可切换为显示 p50、p90 和 p99 延迟：

查询下钻

在最近查询表中选择某个查询后，会打开一个弹出面板，其中包含该查询的相关指标和信息：

Query info 选项卡中的所有指标都是聚合后的指标；如果选择 Query history 选项卡，还可以查看每次单独运行的指标：

在此面板中，可以展开每次查询运行对应的 Settings 和 Profile Events 项，以查看更多信息。

通知 — 为扩缩容事件、错误和计费配置告警
高级仪表板 — 各仪表板可视化的详细参考
查询系统表 — 对系统表运行自定义 SQL 查询，以深入了解内部信息
Prometheus 端点 — 将指标导出到 Grafana、Datadog 或其他兼容 Prometheus 的工具