Datakit 基础运行情况以及性能说明¶

高负载情况下，Datakit 采集的数据量以及数据本身都比较复杂，会消耗更多的计算资源。

• CPU 占比

由于限制了 CPU 使用核数，这里 CPU 稳定在 200% 附近。

• 内存消耗

内存限制了 4GB，这里已经比较接近限制。当超过内存限制，Datakit POD 将被 OOM 重启。

• 数据采集点数

每个采集器采集的数据点数，排在首位的是一个 Prometheus 指标采集，每次采集的数据点比较多，其次是 Tracing 采集器。

• Pipeline 处理点数

这里是某个具体 Pipeline 处理数据点的情况，有一个 Pipeline 脚本（kodo.p）业务比较繁忙。

• 网络发送

采集到的数据点最终都要通过网络发送到中心，这里展示的是 GZip 之后的数据点 Payload （HTTP Body）上传 ² 情况。Tracing 因为其含有大量文本信息，所以其 Payload 特别大。

中度负载情况下，Datakit 的资源消耗大大降低。

• CPU 占比

• 内存消耗

• 数据采集点数

• Pipeline 处理点数

• 网络发送

低负载情况下，Datakit 只开启了基本的默认采集器，其数据量比较小，所以占用较小的内存 ³。

• CPU 占比

• 内存消耗

• 数据采集点数

• 网络发送