TiCDC 重要监控指标详解

使用 TiUP 部署 TiDB 集群时，一键部署的监控系统面板包含 TiCDC 面板。本文档对 TiCDC 监控面板上的各项指标进行详细说明。在日常运维中，运维人员可通过观察 TiCDC 面板上的指标了解 TiCDC 当前的状态。

本文档的对指标的介绍基于以下同步任务，即使用默认配置同步数据到 MySQL。

cdc cli changefeed create --pd=http://10.0.10.25:2379 --sink-uri="mysql://root:123456@127.0.0.1:3306/" --changefeed-id="simple-replication-task"

下图显示了 TiCDC Dashboard 各监控面板：

各监控面板说明如下：

• Server：TiDB 集群中 TiKV 节点和 TiCDC 节点的概要信息
• Changefeed：TiCDC 同步任务的详细信息
• Events：TiCDC 内部数据流转的详细信息
• TiKV：TiKV 中和 TiCDC 相关的详细信息

Server 面板

Server 面板示例如下：

Server 面板的各指标说明如下：

• Uptime：TiKV 节点和 TiCDC 节点已经运行的时间
• Goroutine count：TiCDC 节点 Goroutine 的个数
• Open FD count：TiCDC 节点打开的文件句柄个数
• Ownership：TiCDC 集群中节点的当前状态
• Ownership history：TiCDC 集群中 Owner 节点的历史记录
• CPU usage：TiCDC 节点使用的 CPU
• Memory usage：TiCDC 节点使用的内存

Changefeed 面板

Changefeed 面板示例如下：

Changefeed 面板的各指标说明如下：

• Changefeed table count：一个同步任务中分配到各个 TiCDC 节点同步的数据表个数
• Processor resolved ts：TiCDC 节点内部状态中已同步的时间点
• Table resolved ts：同步任务中各数据表的同步进度
• Changefeed checkpoint：同步任务同步到下游的进度，正常情况下绿柱应和黄线相接
• PD etcd requests/s：TiCDC 节点每秒向 PD 读写数据的次数
• Exit error count：每分钟内导致同步中断的错误发生次数
• Changefeed checkpoint lag：同步任务上下游数据的进度差（以时间计算）
• Changefeed resolved ts lag：TiCDC 节点内部同步状态与上游的进度差（以时间计算）
• Flush sink duration：TiCDC 异步刷写数据入下游的耗时直方图
• Flush sink duration percentile：每秒钟中 95%、99% 和 99.9% 的情况下，TiCDC 异步刷写数据入下游所花费的时间
• Sink write duration：TiCDC 将一个事务的更改写到下游的耗时直方图
• Sink write duration percentile：每秒钟中 95%、99% 和 99.9% 的情况下，TiCDC 将一个事务的更改写到下游所花费的时间
• MySQL sink conflict detect duration：MySQL 写入冲突检测耗时直方图
• MySQL sink conflict detect duration percentile：每秒钟中 95%、99% 和 99.9% 的情况下，MySQL 写入冲突检测耗时
• MySQL sink worker load：TiCDC 节点中写 MySQL 线程的负载情况

Events 面板

Events 面板示例如下：

Events 面板的各指标说明如下：

• Eventfeed count：TiCDC 节点中 Eventfeed RPC 的个数
• Event size percentile：每秒钟中 95% 和 99.9% 的情况下，TiCDC 收到的来自 TiKV 的数据变更消息大小
• Eventfeed error/m：TiCDC 节点中每分钟 Eventfeed RPC 遇到的错误个数
• KV client receive events/s：TiCDC 节点中 KV client 模块每秒收到来自 TiKV 的数据变更个数
• Puller receive events/s：TiCDC 节点中 Puller 模块每秒收到来自 KV client 模块的数据变更个数
• Puller output events/s：TiCDC 节点中 Puller 模块每秒输出到 Sorter 模块的数据变更个数
• Sink flush rows/s：TiCDC 节点每秒写到下游的数据变更的个数
• Puller buffer size：TiCDC 节点中缓存在 Puller 模块中的数据变更个数
• Entry sorter buffer size：TiCDC 节点中缓存在 Sorter 模块中的数据变更个数
• Processor/Mounter buffer size：TiCDC 节点中缓存在 Processor 模块和 Mounter 模块中的数据变更个数
• Sink row buffer size：TiCDC 节点中缓存在 Sink 模块中的数据变更个数
• Entry sorter sort duration：TiCDC 节点对数据变更进行排序的耗时直方图
• Entry sorter sort duration percentile：每秒钟中 95%，99% 和 99.9% 的情况下，TiCDC 排序数据变更所花费的时间
• Entry sorter merge duration：TiCDC 节点合并排序后的数据变更的耗时直方图
• Entry sorter merge duration percentile：每秒钟中 95%，99% 和 99.9% 的情况下，TiCDC 合并排序后的数据变更所花费的时间
• Mounter unmarshal duration：TiCDC 节点解码数据变更的耗时直方图
• Mounter unmarshal duration percentile：每秒钟中 95%，99% 和 99.9% 的情况下，TiCDC 解码数据变更所花费的时间
• KV client dispatch events/s：TiCDC 节点内部 KV client 模块每秒分发数据变更的个数
• KV client batch resolved size：TiKV 批量发给 TiCDC 的 resolved ts 消息的大小

TiKV 面板

TiKV 面板示例如下：

TiKV 面板的各指标说明如下：

• CDC endpoint CPU：TiKV 节点上 CDC endpoint 线程使用的 CPU
• CDC worker CPU：TiKV 节点上 CDC worker 线程使用的 CPU
• Min resolved ts：TiKV 节点上最小的 resolved ts
• Min resolved region：TiKV 节点上最小的 resolved ts 的 Region ID
• Resolved ts lag duration percentile：TiKV 节点上最小的 resolved ts 与当前时间的差距
• Initial scan duration：TiKV 节点与 TiCDC 建立链接时增量扫的耗时直方图
• Initial scan duration percentile：每秒钟中 95%、99% 和 99.9% 的情况下，TiKV 节点增量扫的耗时
• Memory without block cache：TiKV 节点在减去 RocksDB block cache 后使用的内存
• CDC pending bytes in memory：TiKV 节点中 CDC 模块使用的内存
• Captured region count：TiKV 节点上捕获数据变更的 Region 个数