跳转至

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.sampleranger-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

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

文档评价

文档内容是否对您有帮助? ×