日韩无码专区无码一级三级片|91人人爱网站中日韩无码电影|厨房大战丰满熟妇|AV高清无码在线免费观看|另类AV日韩少妇熟女|中文日本大黄一级黄色片|色情在线视频免费|亚洲成人特黄a片|黄片wwwav色图欧美|欧亚乱色一区二区三区

RELATEED CONSULTING
相關(guān)咨詢
選擇下列產(chǎn)品馬上在線溝通
服務(wù)時間：8:30-17:00
你可能遇到了下面的問題
關(guān)閉右側(cè)工具欄

新聞中心

這里有您想知道的互聯(lián)網(wǎng)營銷解決方案
一口氣搞懂FlinkMetrics監(jiān)控指標(biāo)和性能優(yōu)化，全靠這33張圖和7千字

本文轉(zhuǎn)載自微信公眾號「3分鐘秒懂大數(shù)據(jù)」，作者在IT中穿梭旅行。轉(zhuǎn)載本文請聯(lián)系3分鐘秒懂大數(shù)據(jù)公眾號。

創(chuàng)新互聯(lián)建站專業(yè)為企業(yè)提供壺關(guān)網(wǎng)站建設(shè)、壺關(guān)做網(wǎng)站、壺關(guān)網(wǎng)站設(shè)計(jì)、壺關(guān)網(wǎng)站制作等企業(yè)網(wǎng)站建設(shè)、網(wǎng)頁設(shè)計(jì)與制作、壺關(guān)企業(yè)網(wǎng)站模板建站服務(wù)，十年壺關(guān)做網(wǎng)站經(jīng)驗(yàn)，不只是建網(wǎng)站，更提供有價值的思路和整體網(wǎng)絡(luò)服務(wù)。

前言

大家好，我是土哥。

最近在公司做 Flink 推理任務(wù)的性能測試，要對 job 的全鏈路吞吐、全鏈路時延、吞吐時延指標(biāo)進(jìn)行監(jiān)控和調(diào)優(yōu)，其中要使用 Flink Metrics 對指標(biāo)進(jìn)行監(jiān)控。

接下來這篇文章，干貨滿滿，我將帶領(lǐng)讀者全面了解 Flink Metrics 指標(biāo)監(jiān)控，并通過實(shí)戰(zhàn)案例，對全鏈路吞吐、全鏈路時延、吞吐時延的指標(biāo)進(jìn)行性能優(yōu)化，徹底掌握 Flink Metrics 性能調(diào)優(yōu)的方法和 Metrics 的使用。大綱目錄如下：

1 Flink Metrics 簡介

Flink Metrics 是 Flink 集群運(yùn)行中的各項(xiàng)指標(biāo)，包含機(jī)器系統(tǒng)指標(biāo)，比如：CPU、內(nèi)存、線程、JVM、網(wǎng)絡(luò)、IO、GC 以及任務(wù)運(yùn)行組件(JM、TM、Slot、作業(yè)、算子)等相關(guān)指標(biāo)。

Flink Metrics 包含兩大作用：

  • 實(shí)時采集監(jiān)控?cái)?shù)據(jù)。在 Flink 的 UI 界面上，用戶可以看到自己提交的任務(wù)狀態(tài)、時延、監(jiān)控信息等等。
  • 對外提供數(shù)據(jù)收集接口。用戶可以將整個 Flink 集群的監(jiān)控?cái)?shù)據(jù)主動上報至第三方監(jiān)控系統(tǒng)，如：prometheus、grafana 等，下面會介紹。

1.1 Flink Metric Types

Flink 一共提供了四種監(jiān)控指標(biāo)：分別為 Counter、Gauge、Histogram、Meter。

1. Count 計(jì)數(shù)器

統(tǒng)計(jì)一個 指標(biāo)的總量。寫過 MapReduce 的開發(fā)人員就應(yīng)該很熟悉 Counter，其實(shí)含義都是一樣的，就是對一個計(jì)數(shù)器進(jìn)行累加，即對于多條數(shù)據(jù)和多兆數(shù)據(jù)一直往上加的過程。其中 Flink 算子的接收記錄總數(shù) (numRecordsIn) 和發(fā)送記錄總數(shù) (numRecordsOut) 屬于 Counter 類型。

使用方式：可以通過調(diào)用 counter(String name)來創(chuàng)建和注冊 MetricGroup

2. Gauge 指標(biāo)瞬時值

Gauge 是最簡單的 Metrics ，它反映一個指標(biāo)的瞬時值。比如要看現(xiàn)在 TaskManager 的 JVM heap 內(nèi)存用了多少，就可以每次實(shí)時的暴露一個 Gauge，Gauge 當(dāng)前的值就是 heap 使用的量。

使用前首先創(chuàng)建一個實(shí)現(xiàn) org.apache.flink.metrics.Gauge 接口的類。返回值的類型沒有限制。您可以通過在 MetricGroup 上調(diào)用 gauge。

3. Meter 平均值

用來記錄一個指標(biāo)在某個時間段內(nèi)的平均值。Flink 中的指標(biāo)有 Task 算子中的 numRecordsInPerSecond,記錄此 Task 或者算子每秒接收的記錄數(shù)。

使用方式：通過 markEvent() 方法注冊事件的發(fā)生。通過markEvent(long n) 方法注冊同時發(fā)生的多個事件。

4. Histogram 直方圖

Histogram 用于統(tǒng)計(jì)一些數(shù)據(jù)的分布，比如說 Quantile、Mean、StdDev、Max、Min 等，其中最重要一個是統(tǒng)計(jì)算子的延遲。此項(xiàng)指標(biāo)會記錄數(shù)據(jù)處理的延遲信息，對任務(wù)監(jiān)控起到很重要的作用。

使用方式：通過調(diào)用 histogram(String name, Histogram histogram) 來注冊一個 MetricGroup。

1.2 Scope

Flink 的指標(biāo)體系按樹形結(jié)構(gòu)劃分，域相當(dāng)于樹上的頂點(diǎn)分支，表示指標(biāo)大的分類。每個指標(biāo)都會分配一個標(biāo)識符，該標(biāo)識符將基于 3 個組件進(jìn)行匯報：

  • 注冊指標(biāo)時用戶提供的名稱;
  • 可選的用戶自定義域;
  • 系統(tǒng)提供的域。

例如，如果 A.B 是系統(tǒng)域，C.D 是用戶域，E 是名稱，那么指標(biāo)的標(biāo)識符將是 A.B.C.D.E. 你可以通過設(shè)置 conf/flink-conf.yam 里面的 metrics.scope.delimiter 參數(shù)來配置標(biāo)識符的分隔符(默認(rèn)“.”)。

舉例說明：以算子的指標(biāo)組結(jié)構(gòu)為例，其默認(rèn)為：

.taskmanager. . . .

算子的輸入記錄數(shù)指標(biāo)為：

hlinkui.taskmanager.1234.wordcount.flatmap.0.numRecordsIn

1.3 Metrics 運(yùn)行機(jī)制

在生產(chǎn)環(huán)境下，為保證對Flink集群和作業(yè)的運(yùn)行狀態(tài)進(jìn)行監(jiān)控，F(xiàn)link 提供兩種集成方式：

1.3.1 主動方式 MetricReport

Flink Metrics 通過在 conf/flink-conf.yaml 中配置一個或者一些 reporters，將指標(biāo)暴露給一個外部系統(tǒng).這些 reporters 將在每個 job 和 task manager 啟動時被實(shí)例化。

1.3.2 被動方式 RestAPI

通過提供 Rest 接口，被動接收外部系統(tǒng)調(diào)用，可以返回集群、組件、作業(yè)、Task、算子的狀態(tài)。Rest API 實(shí)現(xiàn)類是 WebMonitorEndpoint

2 Flink Metrics 監(jiān)控系統(tǒng)搭建

Flink 主動方式共提供了 8 種 Report。

我們使用 PrometheusPushGatewayReporter 方式 通過 prometheus + pushgateway + grafana 組件搭建 Flink On Yarn 可視化監(jiān)控。

當(dāng) 用戶 使用 Flink 通過 session 模式向 yarn 集群提交一個 job 后，F(xiàn)link 會通過 PrometheusPushGatewayReporter 將 metrics push 到 pushgateway 的 9091 端口上，然后使用外部系統(tǒng) prometheus 從 pushgateway 進(jìn)行 pull 操作，將指標(biāo)采集過來，通過 Grafana可視化工具展示出來。原理圖如下：

首先，我們先在 Flink On Yarn 集群中提交一個 Job 任務(wù)，讓其運(yùn)行起來，然后執(zhí)行下面的操作。

2.1 配置 Reporter

下面所有工具、jar 包已經(jīng)全部下載好，需要的朋友在公眾號后臺回復(fù)：02，可以全部獲取到。

2.1.1 導(dǎo)包

將 flink-metrics-prometheus_2.11-1.13.2.jar 包導(dǎo)入 flink-1.13.2/bin 目錄下。

2.1.2 配置 Reporter

選取 PrometheusPushGatewayReporter 方式，通過在官網(wǎng)查詢 Flink 1.13.2 Metrics 的配置后，在 flink-conf.yaml 設(shè)置，配置如下：

  • metrics.reporter.promgateway.class: org.apache.flink.metrics.prometheus.PrometheusPushGatewayReporter
  • metrics.reporter.promgateway.host: 192.168.244.129
  • metrics.reporter.promgateway.port: 9091
  • metrics.reporter.promgateway.jobName: myJob
  • metrics.reporter.promgateway.randomJobNameSuffix: true
  • metrics.reporter.promgateway.deleteOnShutdown: false
  • metrics.reporter.promgateway.groupingKey: k1=v1;k2=v2
  • metrics.reporter.promgateway.interval: 60 SECONDS

2.2 部署 pushgateway

Pushgateway 是一個獨(dú)立的服務(wù)，Pushgateway 位于應(yīng)用程序發(fā)送指標(biāo)和 Prometheus 服務(wù)器之間。

Pushgateway 接收指標(biāo)，然后將其作為目標(biāo)被 Prometheus 服務(wù)器拉取?？梢詫⑵淇醋鞔矸?wù)，或者與 blackbox exporter 的行為相反，它接收度量，而不是探測它們。

2.2.1 解壓 pushgateway

2.2.2. 啟動 pushgateway

進(jìn)入到 pushgateway-1.4.1 目錄下

 
 
 
    
  
  
  
  1. ./pushgateway &
    2.

查看是否在后臺啟動成功

 
 
 
    
  
  
  
  1. ps aux|grep pushgateway
    2.

2.2.3. 登錄 pushgateway webui

2.3 部署 prometheus

Prometheus(普羅米修斯)是一個最初在 SoundCloud 上構(gòu)建的監(jiān)控系統(tǒng)。自 2012 年成為社區(qū)開源項(xiàng)目，擁有非?；钴S的開發(fā)人員和用戶社區(qū)。為強(qiáng)調(diào)開源及獨(dú)立維護(hù)，Prometheus 于 2016 年加入云原生云計(jì)算基金會(CNCF)，成為繼Kubernetes 之后的第二個托管項(xiàng)目。

2.3.1 解壓prometheus-2.30.0

2.3.2 編寫配置文件

 
 
 
    
  
  
  
  1. scrape_configs:
    2. 
  
  
  
  2.   - job_name: 'prometheus'
    3. 
  
  
  
  3.     static_configs:
    4. 
  
  
  
  4.       - targets: ['192.168.244.129:9090']
    5. 
  
  
  
  5.         labels:
    6. 
  
  
  
  6.           instance: 'prometheus'
    7. 
  
  
  
  7.   - job_name: 'linux'
    8. 
  
  
  
  8.     static_configs:
    9. 
  
  
  
  9.       - targets: ['192.168.244.129:9100']
    10. 
  
  
  
  10.         labels:
    11. 
  
  
  
  11.           instance: 'localhost'
    12. 
  
  
  
  12.   - job_name: 'pushgateway'
    13. 
  
  
  
  13.     static_configs:
    14. 
  
  
  
  14.       - targets: ['192.168.244.129:9091']
    15. 
  
  
  
  15.         labels:
    16. 
  
  
  
  16.           instance: 'pushgateway'
    17.

2.3.3 啟動prometheus

 
 
 
    
  
  
  
  1. ./prometheus --config.file=prometheus.yml &
    2.

啟動完后，可以通過 ps 查看一下端口：

 
 
 
    
  
  
  
  1. ps aux|grep prometheus
    2.

2.3.4 登錄prometheus webui

2.4 部署 grafana

Grafana 是一個跨平臺的開源的度量分析和可視化工具，可以通過將采集的數(shù)據(jù)查詢?nèi)缓罂梢暬恼故荆⒓皶r通知。它主要有以下六大特點(diǎn)：

  • 展示方式：快速靈活的客戶端圖表，面板插件有許多不同方式的可視化指標(biāo)和日志，官方庫中具有豐富的儀表盤插件，比如熱圖、折線圖、圖表等多種展示方式;
  • 數(shù)據(jù)源：Graphite，InfluxDB，OpenTSDB，Prometheus，Elasticsearch，CloudWatch 和 KairosDB 等;
  • 通知提醒：以可視方式定義最重要指標(biāo)的警報規(guī)則，Grafana將不斷計(jì)算并發(fā)送通知，在數(shù)據(jù)達(dá)到閾值時通過 Slack、PagerDuty 等獲得通知;
  • 混合展示：在同一圖表中混合使用不同的數(shù)據(jù)源，可以基于每個查詢指定數(shù)據(jù)源，甚至自定義數(shù)據(jù)源;
  • 注釋：使用來自不同數(shù)據(jù)源的豐富事件注釋圖表，將鼠標(biāo)懸停在事件上會顯示完整的事件元數(shù)據(jù)和標(biāo)記;
  • 過濾器：Ad-hoc 過濾器允許動態(tài)創(chuàng)建新的鍵/值過濾器，這些過濾器會自動應(yīng)用于使用該數(shù)據(jù)源的所有查詢。

2.4.1 解壓grafana-8.1.5

2.4.2 啟動grafana-8.1.5

 
 
 
    
  
  
  
  1. ./bin/grafana-server web &
    2.

2.4.3 登錄 grafana

登錄用戶名和密碼都是 admin

grafana 配置中文教程：

https://grafana.com/docs/grafana/latest/datasources/prometheus/

2.4.4 配置數(shù)據(jù)源、創(chuàng)建系統(tǒng)負(fù)載監(jiān)控

要訪問 Prometheus 設(shè)置，請將鼠標(biāo)懸停在配置(齒輪)圖標(biāo)上，然后單擊數(shù)據(jù)源，然后單擊 Prometheus 數(shù)據(jù)源，根據(jù)下圖進(jìn)行操作。

操作完成后，點(diǎn)擊進(jìn)行驗(yàn)證。

2.4.5 添加儀表盤

點(diǎn)擊最左側(cè) + 號，選擇 DashBoard,選擇新建一個 pannel。

至此，F(xiàn)link 的 metrics 的指標(biāo)展示在 Grafana 中了。

flink 指標(biāo)對應(yīng)的指標(biāo)名比較長，可以在 Legend 中配置顯示內(nèi)容，在{{key}} 將 key 換成對應(yīng)需要展示的字段即可，如：{{job_name}},{{operator_name}}。

3 指標(biāo)性能測試

上述監(jiān)控系統(tǒng)搭建好了之后，我們可以進(jìn)行性能指標(biāo)監(jiān)控了。現(xiàn)在以一個實(shí)戰(zhàn)案例進(jìn)行介紹：

3.1 業(yè)務(wù)場景介紹

金融風(fēng)控場景

3.1.1 業(yè)務(wù)需求:

Flink Source 從 data kafka topic 中讀取推理數(shù)據(jù)，通過 sql 預(yù)處理成模型推理要求的數(shù)據(jù)格式，在進(jìn)行 keyBy 分組后流入下游 connect 算子，與模型 connect 后進(jìn)入 Co-FlatMap 算子再進(jìn)行推理，原理圖如下：

3.1.2 業(yè)務(wù)要求：

根據(jù)模型的復(fù)雜程度，要求推理時延到達(dá) 20ms 以內(nèi)，全鏈路耗時 50ms 以內(nèi)， 吞吐量達(dá)到每秒 1.2w 條以上。

3.1.3 業(yè)務(wù)數(shù)據(jù)：

推理數(shù)據(jù)：3000w，推理字段 495 個，機(jī)器學(xué)習(xí) Xgboost 模型字段：495。

3.2 指標(biāo)解析

由于性能測試要求全鏈路耗時 50ms 以內(nèi)，應(yīng)該使用 Flink Metrics 的 Latency Marker 進(jìn)行計(jì)算。

3.2.1 全鏈路時延計(jì)算方式 ：

全鏈路時延指的是一條推理數(shù)據(jù)進(jìn)入 source 算子到數(shù)據(jù)預(yù)處理算子直到最后一個算子輸出結(jié)果的耗時，即處理一條數(shù)據(jù)需要多長時間，包含算子內(nèi)處理邏輯時間，算子間數(shù)據(jù)傳遞時間，緩沖區(qū)內(nèi)等待時間。

全鏈路時延要使用 latency metric 計(jì)算。latency metric 是由 source 算子根據(jù)當(dāng)前本地時間生成的一個 marker ，并不參與各個算子的邏輯計(jì)算，僅僅跟著數(shù)據(jù)往下游算子流動，每到達(dá)一個算子則算出當(dāng)前本地時間戳并與 source 生成的時間戳相減，得到 source 算子到當(dāng)前算子的耗時，當(dāng)?shù)竭_(dá) sink 算子或者說最后一個算子時，算出當(dāng)前本地時間戳與 source 算子生成的時間戳相減，即得到全鏈路時延。原理圖如下：

由于使用到 Lateny marker,所有需要在 flink-conf.yaml 配置參數(shù)。

 
 
 
    
  
  
  
  1. latency.metrics.interval
    2.

系統(tǒng)配置截圖如下：

3.2.2 全鏈路吞吐計(jì)算方式 ：

全鏈路吞吐 = 單位時間處理數(shù)據(jù)數(shù)量 / 單位時間。

3.3 提交任務(wù)到Flink on Yarn集群

**3.3.1 直接提交 Job **

 
 
 
    
  
  
  
  1. # -m jobmanager 的地址
    2. 
  
  
  
  2. # -yjm 1024 指定 jobmanager 的內(nèi)存信息
    3. 
  
  
  
  3. # -ytm 1024 指定 taskmanager 的內(nèi)存信息
    4. 
  
  
  
  4. bin/flink run \
    5. 
  
  
  
  5. -t yarn-per-job -yjm 4096 -ytm  8800 -s 96  \
    6. 
  
  
  
  6. --detached  -c com.threeknowbigdata.datastream.XgboostModelPrediction \
    7. 
  
  
  
  7. examples/batch/WordCount.jar  \
    8.

提交完成后，我們通過 Flink WEBUI 可以看到 job 運(yùn)行的任務(wù)結(jié)果如下：

因?yàn)橥评砟Ｐ椭皇且粋€ model，存在狀態(tài)中，所以全鏈路吞吐考慮的是每秒有多少條推理數(shù)據(jù)進(jìn)入 source 算子到倒數(shù)第二個算子(最后一個算子只是指標(biāo)匯總)流出，這個條數(shù)就是全鏈路吞吐。

可以看到在處理 2000W 條數(shù)據(jù)時，代碼直接統(tǒng)計(jì)輸出的數(shù)值和 flink webUI 的統(tǒng)計(jì)數(shù)值基本一致，所以統(tǒng)計(jì)數(shù)值是可信的。

Flink WEBUI 跑的結(jié)果數(shù)據(jù)

打開 Prometheus 在對話框輸入全鏈路時延計(jì)算公式

 
 
 
    
  
  
  
  1. 計(jì)算公式：
    2. 
  
  
  
  2. avg(flink_taskmanager_job_latency_source_id_
    3. 
  
  
  
  3. operator_id _operator_subtask_index_latency{
    4. 
  
  
  
  4. source_id="cbc357ccb763df2852fee8c4fc7d55f2",
    5. 
  
  
  
  5. operator_id="c9c0ca46716e76f6b700eddf4366d243",quantile="0.999"})
    6.

3.4 優(yōu)化前性能分析

在將任務(wù)提交到集群后，經(jīng)過全鏈路時延計(jì)算公式、吞吐時延計(jì)算公式，最后得到優(yōu)化前的結(jié)果時延指標(biāo)統(tǒng)計(jì)圖如下：

吞吐指標(biāo)統(tǒng)計(jì)圖如下：

通過本次測試完后，從圖中可以發(fā)現(xiàn)：

時延指標(biāo)：加并行度，吞吐量也跟隨高，但是全鏈路時延大幅增長( 1并行至32并行，時延從 110ms 增加至 3287ms )

這遠(yuǎn)遠(yuǎn)沒有達(dá)到要求的結(jié)果。

3.5 問題分析

通過 Prometheus分析后，結(jié)果如下：

3.5.1 并行度問題 ：

反壓現(xiàn)象：在 Flink WEB-UI 上，可以看到應(yīng)用存在著非常嚴(yán)重的反壓，這說明鏈路中存在較為耗時的算子，阻塞了整個鏈路;

數(shù)據(jù)處理慢于拉取數(shù)據(jù)：數(shù)據(jù)源消費(fèi)數(shù)據(jù)的速度，大于下游數(shù)據(jù)處理速度;

增加計(jì)算并行度：所以在接下來的測試中會調(diào)大推理算子并行度，相當(dāng)于提高下游數(shù)據(jù)處理能力。

3.5.2 Buffer 超時問題 ：

Flink 雖是純流式框架，但默認(rèn)開啟了緩存機(jī)制(上游累積部分?jǐn)?shù)據(jù)再發(fā)送到下游);

緩存機(jī)制可以提高應(yīng)用的吞吐量，但是也增大了時延;

推理場景：為獲取最好的時延指標(biāo)，第二輪測試超時時間置 0，記錄吞吐量。

3.5.3 Buffer 數(shù)量問題 ：

同上，F(xiàn)link 中的 Buffer 數(shù)量是可以配置的;

Buffer 數(shù)量越多，能緩存的數(shù)據(jù)也就越多;

推理場景：為獲取最好的時延指標(biāo)，第二輪測試：減小 Flink 的 Buffer 數(shù)量來優(yōu)化時延指標(biāo)。

3.5.4 調(diào)優(yōu)參數(shù)配置

SOURCE 與 COFLATMAP 的并行度按照 1:12 配置;

Buffer 超時時間配置為 0ms (默認(rèn)100ms);

 
 
 
    
  
  
  
  1. //在代碼中設(shè)置
    2. 
  
  
  
  2. 
  
  
  
  3. senv.setBufferTimeout(0);
    4.

Buffer 數(shù)量的配置如下：

修改flink-conf.yaml

 
 
 
    
  
  
  
  1. memory.buffers-per-channel: 2
    2. 
  
  
  
  2. memory.float-buffers-per-gate: 2
    3. 
  
  
  
  3. memory.max-buffers-per-channel: 2
    4.

配置截圖如下：

3.6 優(yōu)化后性能分析

經(jīng)過修改配置后，將任務(wù)再次提交到集群后，經(jīng)過全鏈路時延計(jì)算公式、吞吐時延計(jì)算公式，最后得到優(yōu)化后的結(jié)果。

時延指標(biāo)統(tǒng)計(jì)圖如下：

吞吐指標(biāo)統(tǒng)計(jì)圖如下：

優(yōu)化后 LGB 推理測試總結(jié) ：

時延指標(biāo)：并行度提升，時延也會增加，但幅度很小(可接受)。實(shí)際上，在測試過程中存在一定反壓，若調(diào)大 SOURCE 與 COFLATMAP 的并行度比例，全鏈路時延可進(jìn)一步降低;吞吐量指標(biāo)：隨著并行度的增加，吞吐量也隨著提高，當(dāng)并行度提高至 96 時，吞吐量可以達(dá)到 1.3W，此時的時延維持在 50ms 左右(比較穩(wěn)定)。

3.7 優(yōu)化前后 LGB 分析總結(jié)

如下圖所示：

3.7.1吞吐量---影響因素：

內(nèi)存：對吞吐和時延沒什么影響， 并行度與吞吐成正相關(guān)。

  • 增大 kafka 分區(qū)，吞吐增加
  • 增大 source、維表 source 并行度
  • 增大 flatmap 推理并行度

3.7.2全鏈路時延---影響因素：

  • Buffer 超時越短、個數(shù)越少、時延越低。
  • 整個鏈路是否有算子堵塞(車道排隊(duì)模型)。
  • 調(diào)大推理算子并行度，時延降低，吞吐升高(即增加了推理的處理能力)。

本文題目：一口氣搞懂FlinkMetrics監(jiān)控指標(biāo)和性能優(yōu)化，全靠這33張圖和7千字
當(dāng)前網(wǎng)址：http://www.5511xx.com/article/coidpsd.html