Ranger Usersync
采集 Ranger Usersync 指标信息
配置¶
1.Ranger Usersync 配置¶
1.1 下载 jmx-exporter¶
下载地址:https://github.com/prometheus/jmx_exporter
1.2 下载 jmx 脚本¶
下载地址:https://github.com/lrwh/jmx-exporter/blob/main/common.yml
1.3 Ranger Usersync 启动参数调整¶
在 Ranger Usersync 的启动参数添加
{{JAVA_GC_ARGS}} -javaagent:/opt/guance/jmx/jmx_exporter-1.0.1.jar=localhost:17145:/opt/guance/jmx/common.yml
1.4 重启 Ranger Usersync¶
2. DataKit 采集器配置¶
2.1 安装 DataKit¶
2.2 配置采集器¶
通过 jmx-exporter 可以直接暴露 metrics
url,所以可以直接通过prom采集器进行采集。
进入 DataKit 安装目录下的 conf.d/prom
,复制 prom.conf.sample
为 ranger-usersync.conf
。
cp prom.conf.sample ranger-usersync.conf
调整ranger_usersync.conf
内容如下:
urls = ["http://localhost:17145/metrics"]
source ="ranger-usersync"
[inputs.prom.tags]
component = "ranger-usersync"
interval = "10s"
其他配置按需调整,调整参数说明 :
- urls:
jmx-exporter
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
3. 重启 DataKit¶
指标¶
Hadoop 指标集¶
Ranger Usersync 指标位于 Hadoop 指标集下,这里主要介绍 Ranger Usersync 相关指标说明
Metrics | 描述 | 单位 |
---|---|---|
hadoop_usersync_addgroupcountsuccess |
成功添加用户组的次数 |
count |
hadoop_usersync_addusercountsuccess |
成功添加用户的次数 |
count |
hadoop_usersync_auditcountsuccess |
成功执行审计的次数 |
count |
hadoop_usersync_countgroup |
用户组的总数 |
count |
hadoop_usersync_countgroupuser |
用户组中的用户总数 |
count |
hadoop_usersync_countuser |
用户的总数 |
count |
hadoop_usersync_droppedpuball |
丢失的发布事件总数 |
count |
hadoop_usersync_gccounttotal |
垃圾收集(GC)的总次数 |
count |
hadoop_usersync_gctimemax |
垃圾收集(GC)的最大耗时 |
count |
hadoop_usersync_gctimetotal |
垃圾收集(GC)的总耗时 |
count |
hadoop_usersync_getgroupsavgtime |
获取用户组的平均时间 |
count |
hadoop_usersync_getgroupsnumops |
获取用户组的操作次数 |
count |
hadoop_usersync_groupusercountsuccess |
成功统计用户组用户数的次数 |
count |
hadoop_usersync_loginfailureavgtime |
登录失败的平均耗时 |
ms |
hadoop_usersync_loginfailurenumops |
登录失败的次数 |
count |
hadoop_usersync_loginsuccessavgtime |
登录成功平均耗时 |
ms |
hadoop_usersync_loginsuccessnumops |
登录成功的次数 |
count |
hadoop_usersync_memorycurrent |
当前内存使用量 |
byte |
hadoop_usersync_memorymax |
最大内存使用量 |
byte |
hadoop_usersync_numactivesinks |
活跃的接收器(sinks)数量 |
count |
hadoop_usersync_numactivesources |
活跃的数据源(sources)数量 |
count |
hadoop_usersync_numallsinks |
所有接收器(sinks)的总数 |
count |
hadoop_usersync_numallsources |
所有数据源(sources)的总数 |
count |
hadoop_usersync_processorsavailable |
可用的处理器数量 |
count |
hadoop_usersync_publishavgtime |
发布操作的平均耗时 |
ms |
hadoop_usersync_publishnumops |
发布操作的次数 |
count |
hadoop_usersync_renewalfailures |
更新失败的次数 |
count |
hadoop_usersync_sink_jsonavgtime |
JSON接收器的平均耗时 |
count |
hadoop_usersync_sink_jsondropped |
JSON接收器丢弃的消息数 |
count |
hadoop_usersync_sink_jsonnumops |
JSON接收器操作次数 |
count |
hadoop_usersync_sink_jsonqsize |
JSON接收器的队列大小 |
count |
hadoop_usersync_sink_prometheusavgtime |
Prometheus接收器的平均耗时 |
count |
hadoop_usersync_sink_prometheusdropped |
Prometheus接收器丢弃的消息数 |
count |
hadoop_usersync_sink_prometheusnumops |
Prometheus接收器操作次数 |
count |
hadoop_usersync_sink_prometheusqsize |
Prometheus接收器的队列大小 |
count |
hadoop_usersync_snapshotavgtime |
快照操作的平均耗时 |
ms |
hadoop_usersync_snapshotnumops |
快照操作次数 |
count |
hadoop_usersync_systemloadavg |
系统的平均负载 |
count |
hadoop_usersync_threadsblocked |
被阻塞的线程数 |
count |
hadoop_usersync_threadsremaining |
剩余的线程数 |
count |
hadoop_usersync_threadswaiting |
等待的线程数 |
count |