全部產品
Search
文件中心

Managed Service for Prometheus:Flink指標

更新時間:Nov 20, 2024

本文介紹Managed Service for Prometheus支援的Flink指標。

說明

Managed Service for Prometheus按寫入量或者按上報次數收費。指標分為兩種類型:基礎指標和自訂指標,非基礎指標即是自訂指標。其中,基礎指標不收費,自訂指標自2020年01月06日起開始收費。

指標說明

指標

含義

詳情

單位

指標類型

flink_jobmanager_job_numRestarts

作業錯誤恢複次數

作業出錯重啟次數,不包含JM Failover次數。

次數

自訂指標

flink_taskmanager_job_task_operator_currentEmitEventTimeLag

業務延時

延時較大時,表示作業可能在拉取資料或者處理資料時存在延時。

毫秒(ms)

自訂指標

flink_taskmanager_job_task_operator_currentFetchEventTimeLag

傳輸延時

延時較大時,表示作業可能在拉取資料時存在延時。

毫秒(ms)

自訂指標

flink_taskmanager_job_task_numRecordsIn

所有Operator輸入的記錄總數

如果某個運算元的numRecordsIn值長時間未增長,可能是由於上遊吞掉了資料,因此未成功傳遞資料。此時,您需要查看上遊資料。

自訂指標

flink_taskmanager_job_task_numRecordsOut

輸出記錄總數

如果某個運算元的numRecordsOut的值長時間未增長,可能是由於作業代碼邏輯錯誤,導致資料被吞掉,因此未成功傳遞資料。此時,您需要查看作業代碼邏輯。

自訂指標

flink_taskmanager_job_task_operator_numBytesIn

輸入位元組總數

查看上遊吞吐的輸入情況,協助您觀察作業流量表現。

Byte

自訂指標

flink_taskmanager_job_task_operator_numBytesOut

輸出位元組總數

查看上遊吞吐的輸出情況,協助您觀察作業流量表現。

Byte

自訂指標

flink_taskmanager_job_task_operator_numRecordsIn

所有Operator輸入的記錄總數

如果某個運算元的numRecordsIn值長時間未增長,可能是由於上遊吞掉了資料,因此未成功傳遞資料。此時,您需要查看上遊資料。

自訂指標

flink_taskmanager_job_task_operator_numRecordsInPerSecond

整個資料流每秒輸入的記錄數

適用於需要監控整個資料流的處理速度的情境。

例如,您可以使用numRecordsInPerSecond觀察整個資料流的處理速度是否達到了預期水平,以及在不同的輸入資料負載下效能的變化情況。

條/秒

自訂指標

flink_taskmanager_job_task_operator_numRecordsOut

輸出記錄總數

如果某個運算元的numRecordsOut的值長時間未增長,可能是由於作業代碼邏輯錯誤,導致資料被吞掉,因此未成功傳遞資料。此時,您需要查看作業代碼邏輯。

自訂指標

flink_taskmanager_job_task_operator_numRecordsOutPerSecond

整個資料流每秒輸出的記錄數

適用於需要監控整個資料流輸出速度的情境,可以測量整個資料流每秒輸出的記錄數。

例如,您可以使用numRecordsOutPerSecond觀察整個資料流的輸出速度是否達到了預期水平,以及在不同的輸出資料負載下效能的變化情況。

條/秒

自訂指標

flink_taskmanager_job_task_operator_source_numRecordsIn

僅Source Operator的輸入記錄

查看上遊資料輸入情況。

自訂指標

flink_taskmanager_job_task_operator_sink_numRecordsOut

Sink端輸出記錄總數

查看上遊資料輸出情況。

自訂指標

flink_taskmanager_job_task_numRecordsInPerSecond

整個資料流每秒輸入的記錄數

適用於需要監控整個資料流的處理速度的情境。

例如,您可以使用numRecordsInPerSecond觀察整個資料流的處理速度是否達到了預期水平,以及在不同的輸入資料負載下效能的變化情況。

條/秒

自訂指標

flink_taskmanager_job_task_numRecordsOutPerSecond

整個資料流每秒輸出的記錄數

適用於需要監控整個資料流輸出速度的情境,可以測量整個資料流每秒輸出的記錄數。

例如,您可以使用numRecordsOutPerSecond觀察整個資料流的輸出速度是否達到了預期水平,以及在不同的輸出資料負載下效能的變化情況。

條/秒

自訂指標

flink_taskmanager_job_task_operator_source_numRecordsInPerSecond

資料來源Source端每秒輸入的記錄數

適用於需要瞭解每個資料來源的產生速度的情境,可以測量每個資料來源每秒產生的記錄數。

例如,在一個資料流中,不同的資料來源可能會產生不同數量的記錄,使用numRecordsInOfSourcePerSecond可以協助您瞭解每個資料來源的產生速度,並對資料流進行調整以達到更好的效能。

同時,該資料用於監控警示。如果該值為0,可能是由於上遊吞掉了資料。您需要查看是否由於上遊資料一直未被消費,因此導致輸出阻塞問題。

條/秒

自訂指標

flink_taskmanager_job_task_operator_sink_numRecordsOutPerSecond

資料目的Sink端每秒輸出的記錄數

適用於需要瞭解每個Sink的輸出速度的情境,可以測量每個Sink端每秒輸出的記錄數。

例如,在一個資料流中,不同的Sink可能會輸出不同數量的記錄。使用numRecordsOutOfSinkPerSecond可以協助您瞭解每個Sink的輸出速度,並對資料流進行調整以達到更好的效能。

同時,該資料用於監控警示。如果該值為0,可能是作業代碼邏輯錯誤,導致全部資料被過濾了。此時,您需要查看作業代碼邏輯。

條/秒

自訂指標

flink_taskmanager_job_task_numBuffersInLocalPerSecond

每秒內本地消耗的資料緩衝區(buffer)數量

如果該指標值很高,表示任務之間的本地通訊(即在相同節點上的通訊)很頻繁。

條/秒

自訂指標

flink_taskmanager_job_task_numBuffersInRemotePerSecond

每秒內從遠程工作管理員接收到的緩衝區的數量

該指標反映了跨TaskManager通訊的頻率。

條/秒

自訂指標

flink_taskmanager_job_task_numBuffersOutPerSecond

每秒向其他任務發送的緩衝區的數量

該指標可以協助您瞭解任務的輸出壓力以及網路頻寬的使用方式。

條/秒

自訂指標

flink_taskmanager_job_task_numBytesInLocalPerSecond

每秒輸入位元組(Local)總數

查看上遊流速的輸入情況,協助您觀察作業流量表現。

Byte/秒

自訂指標

flink_taskmanager_job_task_operator_numBytesOutPerSecond

每秒輸出位元組總數

查看上遊吞吐輸出情況,協助您觀察作業流量表現。

Byte/秒

自訂指標

flink_taskmanager_job_task_operator_pendingRecords

源端未讀取資料的條數

外部系統中尚未被Source拉取的資料條數。

自訂指標

flink_taskmanager_job_task_operator_sourceIdleTime

源端未處理資料的時間

該指標反映Source是否有閑置。如果該指標值較大,表示資料在外部系統中的產生速率較低。

毫秒(ms)

自訂指標

flink_taskmanager_job_task_operator_numBytesInPerSecond

每秒輸入位元組總數

Byte/秒

自訂指標

flink_taskmanager_job_task_numBytesOutPerSecond

每秒輸出位元組總數

Byte/秒

自訂指標

flink_taskmanager_job_task_operator_currentSendTime

發送最新一條記錄用時

毫秒 (ms)

自訂指標

flink_jobmanager_job_totalNumberOfCheckpoints

總Checkpoint數量

自訂指標

flink_jobmanager_job_numberOfFailedCheckpoints

失敗的Checkpoints數量

自訂指標

flink_jobmanager_job_numberOfCompletedCheckpoints

已完成的Checkpoints數量

自訂指標

flink_jobmanager_job_numberOfInProgressCheckpoints

進行中的Checkpoints數量

自訂指標

flink_jobmanager_job_lastCheckpointDuration

最近一個Checkpoint的期間

如果Checkpoint耗時過長或逾時,可能是由於狀態過大、臨機操作網路原因、Barrier未對齊或資料存在反壓。

毫秒(ms)

自訂指標

flink_jobmanager_job_lastCheckpointSize

最近一個Checkpoint的大小

最近一次實際上傳的Checkpoint大小,您可以在Checkpoint有瓶頸時協助分析Checkpoint效能。

Byte

自訂指標

flink_taskmanager_job_task_operator_state_name_stateClearLatency

單次狀態清理延遲最大值

查看清理State的效能。

納秒(ns)

自訂指標

flink_taskmanager_job_task_operator_state_name_valueStateGetLatency

單次Value State訪問延遲的最大值

查看運算元訪問Value State的效能。

納秒(ns)

自訂指標

flink_taskmanager_job_task_operator_state_name_valueStateUpdateLatency

單次Value State Update延遲的最大值

查看Value State Update效能。

納秒(ns

自訂指標

flink_taskmanager_job_task_operator_state_name_aggregatingStateGetLatency

單次Aggregating State訪問延遲的最大值

查看運算元訪問Aggregating State的效能。

納秒(ns)

自訂指標

flink_taskmanager_job_task_operator_state_name_aggregatingStateAddLatency

單次Aggregating State Add延遲的最大值

查看Aggregating State Add效能。

納秒(ns)

自訂指標

flink_taskmanager_job_task_operator_state_name_aggregatingStateMergeNamespacesLatency

單次Aggregating State Merge Namespace延遲的最大值

查看Aggregating State Merge Namespace效能。

納秒(ns)

自訂指標

flink_taskmanager_job_task_operator_state_name_reducingStateGetLatency

單次Reducing State訪問延遲的最大值

查看運算元訪問Reducing State的效能。

納秒(ns)

自訂指標

flink_taskmanager_job_task_operator_state_name_reducingStateAddLatency

單次Reducing State Add延遲的最大值

查看Reducing State Add效能。

納秒(ns)

自訂指標

flink_taskmanager_job_task_operator_state_name_reducingStateMergeNamespacesLatency

單次Reducing State Merge Namespace延遲的最大值

查看Reducing State Merge Namespace的效能。

納秒(ns)

自訂指標

flink_taskmanager_job_task_operator_state_name_mapStateGetLatency

單次Map State訪問延遲的最大值

查看運算元訪問Map State的效能。

納秒(ns)

自訂指標

flink_taskmanager_job_task_operator_state_name_mapStatePutLatency

單次Map State Put延遲的最大值

查看Map State Put效能。

納秒(ns)

自訂指標

flink_taskmanager_job_task_operator_state_name_mapStatePutAllLatency

單次Map State Put All延遲的最大值

查看Map State Put All效能。

納秒(ns)

自訂指標

flink_taskmanager_job_task_operator_state_name_mapStateRemoveLatency

單次Map State Remove延遲的最大值

查看Map State Remove效能。

納秒(ns)

自訂指標

flink_taskmanager_job_task_operator_state_name_mapStateContainsLatency

單次Map State Contains延遲的最大值

查看Map State Contains效能。

納秒(ns)

自訂指標

flink_taskmanager_job_task_operator_state_name_mapStateEntriesInitLatency

單次Map State EntriesInit延遲的最大值

查看Map State EntriesInit效能。

納秒(ns)

自訂指標

flink_taskmanager_job_task_operator_state_name_mapStateKeysInitLatency

單次Map State KeysInit延遲的最大值

查看Map State KeysInit效能。

納秒(ns)

自訂指標

flink_taskmanager_job_task_operator_state_name_mapStateValuesInitLatency

單次Map State ValuesInit延遲的最大值

查看Map State ValuesInit效能。

納秒(ns)

自訂指標

flink_taskmanager_job_task_operator_state_name_mapStateIteratorInitLatency

單次Map State IteratorInit延遲的最大值

查看Map State IteratorInit效能。

納秒(ns)

自訂指標

flink_taskmanager_job_task_operator_state_name_mapStateIsEmptyLatency

單次Map State Empty延遲的最大值

查看Map State Empty效能。

納秒(ns)

自訂指標

flink_taskmanager_job_task_operator_state_name_mapStateIteratorHasNextLatency

單次Map State IteratorHasNext延遲的最大值

查看Map State IteratorHasNext效能。

納秒(ns)

自訂指標

flink_taskmanager_job_task_operator_state_name_mapStateIteratorNextLatency

單次Map State IteratorNext延遲的最大值

查看Map State IteratorNext效能。

納秒(ns)

自訂指標

flink_taskmanager_job_task_operator_state_name_mapStateIteratorRemoveLatency

單次Map State IteratorRemove延遲的最大值

查看Map State IteratorRemove效能。

納秒(ns)

自訂指標

flink_taskmanager_job_task_operator_state_name_listStateGetLatency

單次List State訪問延遲的最大值

查看運算元訪問List State的效能。

納秒(ns)

自訂指標

flink_taskmanager_job_task_operator_state_name_listStateAddLatency

單次List State Add延遲的最大值

查看List State Add效能。

納秒(ns)

自訂指標

flink_taskmanager_job_task_operator_state_name_listStateAddAllLatency

單次List State Add All延遲的最大值

查看List State Add All效能。

納秒(ns)

自訂指標

flink_taskmanager_job_task_operator_state_name_listStateUpdateLatency

單次List State Update延遲的最大值

查看List State Update效能。

納秒(ns)

自訂指標

flink_taskmanager_job_task_operator_state_name_listStateMergeNamespacesLatency

單次List State Merge Namespace延遲的最大值

查看List State Merge Namespace效能。

納秒(ns)

自訂指標

flink_taskmanager_job_task_operator_state_name_sortedMapStateFirstEntryLatency

單次Sorted Map State第一個條目訪問延遲的最大值

查看運算元訪問Sorted Map State的效能。

納秒(ns)

自訂指標

flink_taskmanager_job_task_operator_state_name_sortedMapStateLastEntryLatency

單次Sorted Map State最後一個條目訪問延遲的最大值

查看運算元訪問Sorted Map State的效能。

納秒(ns)

自訂指標

flink_taskmanager_job_task_operator_geminiDB_total_size

狀態資料的大小

通過觀測該指標,您可以:

  • 直接或提前定位可能出現的State瓶頸的節點。

  • 判斷TTL是否生效。

Byte

自訂指標

flink_taskmanager_job_task_operator_geminiDB_total_filesize

狀態資料檔案的大小

通過觀測該指標,您可以:

  • 查看本地磁碟中State部分佔用的大小,在佔用較大時提前採取措施。

  • 判斷是否因狀態資料過大,導致本地磁碟空間不足。

Byte

自訂指標

flink_taskmanager_job_task_currentInputWatermark

每個Task最近收到一條浮水印的時間

TM收到資料的延時情況。

自訂指標

flink_taskmanager_job_task_operator_watermarkLag

Watermark延遲

Subtask層級的作業延遲情況。

毫秒(ms)

自訂指標

flink_jobmanager_Status_JVM_CPU_Load

單個JM CPU的負載

如果該值長期大於100%,表示CPU很繁忙,負載很高。這可能會影響系統效能,導致系統卡頓或回應時間過長等。

基礎指標

flink_jobmanager_Status_JVM_Memory_Heap_Used

JM的堆記憶體

Byte

基礎指標

flink_jobmanager_Status_JVM_Memory_Heap_Committed

JM提交的堆記憶體

Byte

基礎指標

flink_jobmanager_Status_JVM_Memory_Heap_Max

JM的最大堆記憶體

Byte

基礎指標

flink_jobmanager_Status_JVM_Memory_NonHeap_Used

JM的非堆記憶體

Byte

基礎指標

flink_jobmanager_Status_JVM_Memory_NonHeap_Committed

JM提交的非堆記憶體

Byte

基礎指標

flink_jobmanager_Status_JVM_Memory_NonHeap_Max

JM的最大非堆記憶體

Byte

基礎指標

flink_jobmanager_Status_JVM_Threads_Count

JM線程數

JM線程數過多會導致佔用過大的記憶體空間,從而降低作業穩定性。

基礎指標

flink_jobmanager_Status_JVM_GarbageCollector_ParNew_Count

JM GC次數

GC次數過多會導致佔用過大的記憶體空間,從而影響作業效能。該指標可以協助您進行作業診斷,排查作業層級的故障原因。

次數

基礎指標

flink_jobmanager_Status_JVM_GarbageCollector_G1_Young_Generation_Count

JM 年輕代 GC次數(G1記憶體回收行程)

次數

自訂指標

flink_jobmanager_Status_JVM_GarbageCollector_G1_Old_Generation_Count

JM 老年代 GC次數(G1記憶體回收行程)

次數

自訂指標

flink_jobmanager_Status_JVM_GarbageCollector_G1_Young_Generation_Time

JM 年輕代 GC時間(G1記憶體回收行程)

毫秒(ms)

自訂指標

flink_jobmanager_Status_JVM_GarbageCollector_G1_Old_Generation_Time

JM 老年代 GC時間(G1記憶體回收行程)

毫秒(ms)

自訂指標

flink_jobmanager_Status_JVM_GarbageCollector_ConcurrentMarkSweep_Count

JM CMS記憶體回收行程的回收次數

次數

基礎指標

flink_jobmanager_Status_JVM_GarbageCollector_ParNew_Time

每次JM GC時間

長時間的GC會導致佔用過大的記憶體空間,從而影響作業的效能。該指標可以協助您進行作業診斷,排查作業層級的故障原因。

毫秒(ms)

基礎指標

flink_jobmanager_Status_JVM_GarbageCollector_ConcurrentMarkSweep_Time

JM CMS記憶體回收行程的回收耗時

毫秒(ms)

基礎指標

flink_jobmanager_Status_JVM_ClassLoader_ClassesLoaded

JM所在的JVM在建立後,載入的類總數

JM所在的JVM建立後,載入類的總數過大,會導致佔用過大的記憶體空間,從而影響作業效能。

基礎指標

flink_jobmanager_Status_JVM_ClassLoader_ClassesUnloaded

JM所在的JVM在建立後,卸載的類總數

JM所在的JVM建立後,卸載類的總數過大,會導致佔用過大的記憶體空間,從而影響作業效能。

基礎指標

flink_taskmanager_Status_JVM_CPU_Load

單個TM CPU的負載

指一段時間內CPU正在處理以及等待CPU處理的進程數之和,通常可以理解為CPU的繁忙程度。

CPU的繁忙程度和CPU核心數有關。Flink中的CPU Load值為CPU Usage/CPU核心數。flink_taskmanager_Status_JVM_CPU_Load大於CPU Load值時,說明CPU處理可能存在堵塞。

基礎指標

flink_jobmanager_Status_ProcessTree_CPU_Usage

單個JM CPU的CPU使用率

該指標值反映了Flink對CPU時間片的佔用情況。

  • 1 Core CPU用滿時,該值為100%。

  • 4 Core CPU用滿時,該值為400%。

如果該值長期大於100%,說明CPU非常繁忙。

如果負載很高,但CPU使用率較低,可能是由於頻繁的讀寫操作,導致不可中斷睡眠狀態的進程過多。

基礎指標

flink_taskmanager_Status_ProcessTree_CPU_Usage

單個TM CPU的CPU使用率

該指標值反映了Flink對CPU時間片的佔用情況。

  • 1 Core CPU用滿時,該值為100%。

  • 4 Core CPU用滿時,該值為400%。

如果該值長期大於100%,說明CPU非常繁忙。

如果負載很高,但CPU使用率較低,可能是由於頻繁的讀寫操作,導致不可中斷睡眠狀態的進程過多。

基礎指標

flink_taskmanager_Status_JVM_Memory_Heap_Used

TM的堆記憶體

Byte

基礎指標

flink_taskmanager_Status_JVM_Memory_Heap_Committed

TM堆記憶體的已提交量

Byte

基礎指標

flink_taskmanager_Status_JVM_Memory_Heap_Max

TM最大堆記憶體

Byte

基礎指標

flink_taskmanager_Status_JVM_Memory_NonHeap_Used

TM的非堆記憶體

Byte

基礎指標

flink_taskmanager_Status_JVM_Memory_NonHeap_Committed

TM非堆記憶體的已提交量

Byte

基礎指標

flink_taskmanager_Status_JVM_Memory_NonHeap_Max

TM最大非堆記憶體

Byte

基礎指標

flink_taskmanager_Status_ProcessTree_Memory_RSS

通過Linux擷取整個進程的記憶體

查看進程記憶體的變化。

Byte

基礎指標

flink_taskmanager_Status_JVM_Threads_Count

TM線程數

TM線程數過多會導致佔用過多記憶體,從而降低作業穩定性。

基礎指標

flink_taskmanager_Status_JVM_GarbageCollector_ParNew_Count

TM GC次數

GC次數過多會導致佔用過大的記憶體空間,從而影響作業效能。該指標可以協助您進行作業診斷,排查作業Task層級的故障原因。

次數

基礎指標

flink_taskmanager_Status_JVM_GarbageCollector_G1_Young_Generation_Count

TM 年輕代 GC次數(G1記憶體回收行程)

次數

自訂指標

flink_taskmanager_Status_JVM_GarbageCollector_G1_Old_Generation_Count

TM 老年代 GC次數(G1記憶體回收行程)

次數

自訂指標

flink_taskmanager_Status_JVM_GarbageCollector_G1_Young_Generation_Time

TM 年輕代 GC時間(G1記憶體回收行程)

毫秒(ms)

自訂指標

flink_taskmanager_Status_JVM_GarbageCollector_G1_Old_Generation_Time

TM 老年代 GC時間(G1記憶體回收行程)

毫秒(ms)

自訂指標

flink_taskmanager_Status_JVM_GarbageCollector_ConcurrentMarkSweep_Count

TM CMS記憶體回收行程的回收次數

次數

基礎指標

flink_taskmanager_Status_JVM_GarbageCollector_ParNew_Time

每次TM GC時間

長時間GC會導致佔用過大的記憶體空間,從而影響作業效能。該指標協助您進行作業診斷,排查作業層級的故障原因。

毫秒(ms)

基礎指標

flink_taskmanager_Status_JVM_GarbageCollector_ConcurrentMarkSweep_Time

JM CMS記憶體回收行程的回收耗時

毫秒(ms)

基礎指標

flink_taskmanager_Status_JVM_ClassLoader_ClassesLoaded

TM所在的JVM在建立後,載入的類總數

TM所在的JVM建立後,載入類的總數過大,會導致佔用過大的記憶體空間,從而影響作業效能。

基礎指標

flink_taskmanager_Status_JVM_ClassLoader_ClassesUnloaded

TM所在的JVM在建立後,卸載的類總數

TM所在的JVM建立後,卸載類的總數過大,會導致佔用過大的記憶體空間,從而影響作業效能。

基礎指標

flink_jobmanager_job_uptime

作業已耗用時間

毫秒(ms)

自訂指標

flink_jobmanager_numRunningJobs

啟動並執行作業數目

自訂指標

flink_jobmanager_taskSlotsAvailable

可用Task Slot數目

自訂指標

flink_jobmanager_taskSlotsTotal

Task Slot的總數

自訂指標

flink_jobmanager_numRegisteredTaskManagers

註冊的TM數目

自訂指標

flink_taskmanager_job_task_numBytesInRemotePerSecond

作業每秒從遠程源讀取的位元組數

Byte/秒

自訂指標

flink_taskmanager_job_task_operator_numLateRecordsDropped

視窗延遲丟棄數

自訂指標

flink_taskmanager_job_task_operator_lateRecordsDroppedRate

視窗延遲比率

自訂指標

flink_jobmanager_job_operator_coordinator_enumerator_isSnapshotting

作業是否在處理全量資料階段

確定作業處理階段。

自訂指標

flink_jobmanager_job_operator_coordinator_enumerator_isBinlogReading

作業是否在處理增量資料階段

確定作業處理階段。

自訂指標

flink_jobmanager_job_operator_coordinator_enumerator_numTablesRemaining

全量階段未處理表數量

查看剩餘未處理的表數量。

自訂指標

flink_jobmanager_job_operator_coordinator_enumerator_numTablesSnapshotted

全量階段等待處理的表的個數

查看剩餘未處理的表數量。

自訂指標

flink_jobmanager_job_operator_coordinator_enumerator_numSnapshotSplitsProcessed

全量階段已經處理的表的個數

查看已經處理的表數量。

自訂指標

flink_jobmanager_job_operator_coordinator_enumerator_cdcns_schema_table_numSnapshotSplitsProcessed

全量階段已經處理的分區的個數

查看已經處理的分區數。

自訂指標

flink_jobmanager_job_operator_coordinator_enumerator_numSnapshotSplitsRemaining

全量階段等待處理的分區的個數

查看未處理的分區數。

自訂指標

flink_jobmanager_job_operator_coordinator_enumerator_cdcns_schema_table_numSnapshotSplitsRemaining

全量階段等待處理的分區的個數

查看未處理的分區數。

自訂指標

flink_taskmanager_job_task_operator_currentReadTimestampMs

當前讀取到的最新資料的時間戳記

查看目前最新的binlog資料時間。

毫秒(ms)

自訂指標

flink_taskmanager_job_task_operator_numSnapshotRecords

全量階段已經處理的資料條數

查看全量階段已處理的資料量.

自訂指標

flink_taskmanager_job_task_operator_cdcns_schema_table_numRecordsIn

每個表已經讀取的資料條數

查看每個表已經處理的全部資料量。

自訂指標

flink_taskmanager_job_task_operator_cdcns_schema_table_numSnapshotRecords

每個表全量階段已經處理的資料條數

查看每個表全量階段已處理的資料量。

自訂指標

flink_taskmanager_job_task_operator_cdcns_schema_table_numInsertDMLRecords

每個表增量階處理的insert DML語句條數

查看每個表insert語句資料量。

自訂指標

flink_taskmanager_job_task_operator_cdcns_schema_table_numUpdateDMLRecords

每個表增量階處理的update DML語句條數

查看每個表update語句資料量。

自訂指標

flink_taskmanager_job_task_operator_cdcns_schema_table_numDeleteDMLRecords

每個表增量階處理的delete DML語句條數

查看每個表delete語句資料量。

自訂指標

flink_taskmanager_job_task_operator_cdcns_schema_table_numDDLRecords

每個表增量階處理的DDL語句條數

查看每個表DDL語句資料量。

自訂指標

flink_taskmanager_job_task_operator_numInsertDMLRecords

增量階處理的insert DML語句條數

查看insert語句資料量

自訂指標

flink_taskmanager_job_task_operator_numUpdateDMLRecords

增量階處理的update DML語句條數

查看update語句資料量。

自訂指標

flink_taskmanager_job_task_operator_numDeleteDMLRecords

增量階處理的delete DML語句條數

查看delete語句資料量。

自訂指標

flink_taskmanager_job_task_operator_numDDLRecords

增量階處理的DDL語句條數

查看DDL語句資料量。

自訂指標

指標常用Label

Label

說明

vvpNamespace

專案空間名稱。

deploymentName

部署作業名。

deploymentId

部署作業ID。

jobId

Job ID。

相關文檔