Milvus 向量数据库

采集 Mlivus 向量数据库相关指标信息

配置¶

前置条件¶

已安装 DataKit
安装 Milvus

开启 Milvus 监控¶

进入 Milvus /home/$USER/milvus/conf 目录，修改 server_config.yaml 文件，开启 Milvus 监控

metric:
  enable: true
  address: 127.0.0.1 
  port: 9091

注意：如果 milvus 部署在Docker容器中，上述 address 地址应修改为宿主机IP

修改后重启 Milvus，通过http://localhost:9091/metrics查看监控数据

配置 DataKit¶

进入 datakit 安装目录下的 conf.d/samples 目录，复制 prom.conf.sample 并命名为 milvus.conf

cp prom.conf.sample milvus.conf

调整 milvus.conf 内容如下：

## Exporter URLs.
  urls = ["http://127.0.0.1:9091/metrics"]

  ## Stream Size. 
  ## The source stream segmentation size, (defaults to 1).
  ## 0 source stream undivided. 
  stream_size = 1

  ## Unix Domain Socket URL. Using socket to request data when not empty.
  uds_path = ""

  ## Ignore URL request errors.
  ignore_req_err = false

  ## Collector alias.
  source = "milvus"

  ## Measurement prefix.
  ## Add prefix to measurement set name.
  measurement_prefix = ""
  measurement_name = "milvus"

  ## (Optional) Collect interval: (defaults to "30s").
  interval = "30s"

  # [inputs.prom.tags]
    # some_tag = "some_value"
    # more_tag = "some_other_value"

其他配置按需调整，调整参数说明：

urls：指标地址，这里填写对应组件暴露出来的指标 url
source：采集器别名，建议做区分
keep_exist_metric_name: 保持指标名称
interval：采集间隔
inputs.prom.tags: 新增额外的 tag

重启 datakit,执行以下命令

datakit service -R

指标¶

Milvus 指标集¶

Milvus 指标位于 milvus 指标集下，这里介绍 Milvus 指标相关说明

Metrics	描述	单位
`ann_iterator_init_latency_bucket`	`ANN迭代器初始化的延迟分布桶`	s
`bitset_ratio_bucket`	`bitset 比例的分布桶`	s
`build_latency_bucket`	`索引构建延迟的分布桶`	s
`build_latency_count`	`索引构建延迟的计数`	count
`build_latency_sum`	`索引构建延迟的总和`	s
`search_latency_bucket`	`搜索延迟的分布桶`	s
`search_latency_count`	`搜索延迟的计数`	count
`search_latency_sum`	`搜索延迟的总和`	count
`search_topk_bucket`	`搜索 topk 的分布桶`	s
`search_topk_count`	`搜索 topk 的计数`	count
`search_topk_sum`	`搜索 topk 的总和`	count
`milvus_datanode_consume_msg_count`	`数据节点消费的消息数量`	count
`milvus_datanode_flush_buffer_op_count`	`数据节点刷新缓冲区操作次数`	count
`milvus_datanode_msg_rows_count`	`数据节点消息行数`	count
`milvus_querynode_consume_tt_lag_ms`	`查询节点消费的时间滞后`	microsecond
`milvus_querynode_disk_used_size`	`查询节点磁盘使用大小`	bytes
`milvus_querynode_entity_num`	`查询节点实体数量`	count
`milvus_querynode_entity_size`	`查询节点实体大小`	bytes
`milvus_querynode_search_group_nq_bucket`	`查询节点搜索组查询数的分布桶`	s
`milvus_querynode_search_group_nq_count`	`查询节点搜索组查询数的计数`	count
`milvus_querynode_search_group_nq_sum`	`查询节点搜索组查询数的总和`	count
`milvus_proxy_req_count`	`代理请求次数`	count
`milvus_proxy_req_latency_bucket`	`代理请求延迟的分布桶`	s
`milvus_proxy_req_latency_count`	`代理请求延迟的计数`	count
`milvus_proxy_req_latency_sum`	`代理请求延迟的总和`	s
`milvus_proxy_search_vectors_count`	`代理搜索向量次数`	count
`milvus_proxy_send_bytes_count`	`代理发送字节数`	bytes
`milvus_rootcoord_collection_num`	`根协调集合数量`	count
`milvus_rootcoord_ddl_req_count`	`根协调 DDL 请求次数`	count
`milvus_rootcoord_ddl_req_latency_bucket`	`根协调 DDL 请求延迟的分布桶`	s
`milvus_rootcoord_ddl_req_latency_count`	`根协调 DDL 请求延迟的计数`	count
`milvus_rootcoord_ddl_req_latency_sum`	`根协调 DDL 请求延迟的总和`	s
`milvus_rootcoord_entity_num`	`根协调实体数量`	count
`milvus_rootcoord_partition_num`	`根协调分区数量`	count
`milvus_rootcoord_produce_tt_lag_ms`	`根协调生产的时间滞后`	microsecond
`milvus_storage_kv_size_bucket`	`Milvus 存储键值对大小的分布桶`	bytes
`milvus_storage_kv_size_count`	`Milvus 存储键值对大小的计数`	count
`milvus_storage_kv_size_sum`	`Milvus 存储键值对大小的总和`	bytes
`milvus_storage_op_count`	`Milvus 存储操作次数`	count
`milvus_storage_request_latency_bucket`	`Milvus 存储请求延迟的分布桶`	s
`milvus_storage_request_latency_count`	`Milvus 存储请求延迟的计数`	count
`milvus_storage_request_latency_sum`	`Milvus 存储请求延迟的总和`	s
`milvus_num_node`	`Milvus 节点数量`	count
`milvus_runtime_info`	`Milvus 运行时信息`	-
`process_max_fds`	`进程最大文件描述符数`	count
`process_open_fds`	`进程打开的文件描述符数`	count
`process_start_time_seconds`	`进程启动时间`	s
`process_virtual_memory_bytes`	`进程虚拟内存字节数`	bytes
`process_virtual_memory_max_bytes`	`进程虚拟内存最大字节数`	bytes

Milvus 向量数据库

配置¶

前置条件¶

开启 Milvus 监控¶

配置 DataKit¶

指标¶

Milvus 指标集¶

文档内容是否对您有帮助？ ×