百度智能云Elasticsearch 对运行中的 BES 集群，提供了多项监控指标，用以监测集群的运行情况。用户可以根据这些指标实时了解集群服务的运行状况，针对可能存在的风险及时处理，保障集群的稳定运行。本文为您介绍通过 BES 控制台查看集群监控的操作。

操作步骤

1.登录百度智能云 Elasticsearch 控制台。

2.在集群列表中点击目标集群ID。

3.在集群信息页左侧的导航栏中选择监控。

BES提供两大类指标，集群监控指标和节点监控指标。默认展示集群监控指标。可以查看集群整体运行情况。上方tab可切换为节点监控指标，查看集群内各节点的运行情况和性能指标。

集群监控

在集群监控页，可以看到集群的监控数据信息，可通过选择不同的时间范围查看集群基础指标、集群性能指标和负载均衡指标。

集群基础指标：集群健康状态、集群总分片数、集群数据节点平均分片数、集群未分配分片数。

集群性能指标：集群写入QPS、集群查询QPS、集群写入增量、集群查询增量、集群平均写入耗时、集群平均查询耗时。

负载均衡端口指标：负载均衡服务端口健康检查、负载均衡服务端口网络流量、负载均衡服务端口网络数据包和负载均衡服务端口并发连接数。

页面右上角可跳转到BCM进行告警策略设置。

节点监控

节点列表

展示集群各个节点基本信息和部分运行指标。

操作列【报警详情】按钮，点击跳转BCM配置对应节点的告警策略配置。

节点状态指标

节点列表页，点击节点ID，进入监控指标页，查看节点各项指标的详细运行情况。包括服务器性能指标和节点性能指标。

支持选择不同的相对和绝对时间范围、节点ID和节点类型查看指标。

服务器性能指标：CPU使用率、内存使用量、磁盘空间使用量、磁盘使用率、磁盘写iops、磁盘读iops、磁盘写流量、磁盘读流量、load_1m、IO Util（平均值和最大值）。

节点性能指标：JVM年轻代使用率、JVM老年代使用率、FullGC次数、Field Data内存使用、search线程池队排队任务数、write线程池队排队任务数、request cache、query cache、HeapMemory使用率、段内存

部分指标含义及说明

集群指标和节点指标分开说明。

集群指标说明

指标的统计周期均为60秒，即每60秒对集群的指标采集1次。具体各指标含义说明如下：

指标名称	指标说明
集群健康状态	BES集群发健康状态。 1表示green，表示所有的主分片和副本分片都可用，集群处于最健康状态； 0表示yellow， 表示所有的主分片均可用，但部分副本分片未分配（unassigned）。此时搜索结果仍然是完整的。但集群的高可用性在一定程度上受到影响。在集群健康状态变为 yellow 后，建议及时调查和定位问题，并修复，防止数据丢失； -1表示red，集群异常状态，表示该集群中某个或某几个索引的主分片未分配（unassigned）。在集群健康状态变为 red 后，应及时定位异常分片，并进行修复。
集群总分片数	BES集群已分配shard总数。
集群数据节点平均分片数	BES集群已分配shard总数/数据节点总数。阈值由用户自行设定，建议不超过1000，超过阈值后请及时清理数据。
集群未分配分片数	BES集群未分配的分片总数。
集群写入QPS	BES集群在统计周期内（60秒）每秒写入文档的数量的平均值。 如果在1秒内，客户端向BES集群发送1个文档的写入请求，对应写入QPS为1。
集群查询QPS	BES集群在统计周期内（60秒）每秒query的数量的平均值。查询QPS数量与待查询索引的分片个数有关，客户端的1个查询可能涉及多个分片。 如果在1秒内，客户端向BES集群发送1个查询请求，被查询的分片有3个，对应查询query的QPS为3。
集群平均写入耗时	BES集群在统计周期内（60秒）所有节点单次 index 请求耗时的平均值
集群平均查询耗时	BES集群在统计周期内（60秒）所有节点单次查询请求耗时的平均值。
集群写入增量	BES集群在统计周期内（60秒）写入文档的增加的数量。集群写入增量和副本数相关。 如果用户设置1个副本，在60秒内，客户端共向BES集群发送1个文档的写入请求，对应写入增量为2.
集群查询增量	BES集群群在统计周期内（60秒）查询query的数量。集群查询增量与待查询索引的分片个数有关，客户端的1个查询可能涉及多个分片。 如果在60秒内，客户端共向BES集群发送1个查询请求，被查询的分片有3个，对应查询query增量为3。
负载均衡服务端口健康检查	包含3个指标，该集群的负载均衡（BLB）实例总数、正常实例数和异常实例数量。
负载均衡服务端口网络流量	包含2个指标，负载均衡端口的网络输入流量和网络输出流量。可参考业务实际流量对指标进行观测。
负载均衡服务端口网络数据包	包含2个指标，负载均衡端口的输入数据包数和输出数据包数。可参考业务收发数据包数量对指标进行观测。
负载均衡服务端口并发连接数	BES负载均衡端口的并发连接数。

节点指标说明

指标的统计周期均为60秒，即每60秒对集群的指标采集1次。具体各指标含义说明如下：

指标名称	指标说明
CPU使用率	统计周期内（60秒），节点的CPU使用率百分比。当CPU使用率较高（85%）时，会影响集群服务。
内存使用量	统计周期内（60秒），节点的内存（mem）使用量。
磁盘空间使用量	统计周期内（60秒），节点的磁盘使用量。
磁盘空间使用率	统计周期内（60秒），节点的磁盘使用率。建议将磁盘使用率报警阈值控制在75%以下，不要超过85%。否则新的分片可能会无法分配，影响集群服务。
磁盘写iops	统计周期内（60秒），磁盘每秒io写次数（次/秒）
磁盘读iops	统计周期内（60秒），磁盘每秒io读次数（次/秒）
磁盘写流量	统计周期内（60秒），磁盘每秒io写速率（Kb/秒）
磁盘读流量	统计周期内（60秒），磁盘每秒io读速率（Kb/秒）
load_1m	在统计周期内（60秒），节点在1分钟内的负载情况，表示各节点的系统繁忙程度。该指标的正常数值，应该低于对应节点规格的CPU核数。load_1m 过高时，建议降低集群负载或调大集群节点规格。
IO Util	统计周期内（60秒），节点的IO使用率。此指标提供平均值和最大值，平均值表示60秒内节点IO使用率的平均值，最大值表示60秒内节点IO使用率的最大值。默认展示平均值，可切换成最大值。建议将报警阈值设置在90%。此指标的最大值可能出现毛刺现象，建议拉长报警间隔，持续观测。
JVM年轻代使用率	统计周期内（60秒），节点的 JVM 年轻代内存使用率。
JVM老年代使用率	统计周期内（60秒），节点的 JVM 老年代内存使用率。
FullGC次数	统计周期内（60秒），节点的gc总次数。
Field Data内存使用	统计周期内（60秒），节点的fielddata内存占用情况，监控曲线越高，说明堆内存存在大量的fielddata数据缓存，过大的fielddata内存占用会触发fielddata内存熔断，影响集群稳定性。
search线程池队排队任务数	统计周期内（60秒），search线程池中的队列数。
write线程池队排队任务数	统计周期内（60秒），write线程池中的队列数。
request cache	统计周期内（60秒），request 缓存大小。
query cache	统计周期内（60秒），query 缓存大小。
HeapMemory使用率	统计周期内（60秒），节点的HeapMemory使用率百分比。当HeapMemory使用率较高或存在较大的内存对象时，会影响集群服务，也会自动触发gc操作。建议报警阈值为75%。
段内存	统计周期内（60秒），为了提高搜索效率而缓存在内存中的段的数据。建议报警阈值为（堆内存 * 30%)。

告警功能详见配置告警文档或BCM云监控文档。