• 指标监控
  • 启动监控
    • 部署
  • 总体监控
    • jvm
    • 协议
    • 事务
  • 详细监控
    • 协议
    • db
    • 事务
    • task
    • service
  • scene （不是zeze自带的）
    • 总体监控
    • 详细监控

指标监控

启动监控

使用-DZezeCounter=Zeze.Util.PrometheusCounter 参数启动gs。http://localhost:8080/ 下点击metrics可以看到所有的指标

下载 https://prometheus.io/ ，然后在prometheus.yml 的scrape_configs:下加入

- job_name: "taiwan"
   static_configs:
    - targets: ["localhost:8080"]
      labels:
        app: "server"

启动prometheus.exe，然后浏览 http://localhost:9090/

• job_name 代表服务器组名称
• app 代表再次服务器组下具体的进程 （link，server, servicemgr, globalserver）

下载https://perses.dev/

启动perses.exe，然后浏览 http://localhost:8080/

• prometheus用于采集metrics数据，存储
• perses用于dashboard展示

部署

获取 https://gitee.com/e2wugui/zeze/tree/master/ZezeJava/scripts/cue 这个目录，在此目录下

percli 登录，方便之后percli apply
percli login http://localhost:8080 

如果prometheus服务器不是 http://localhost:9090 或有多个prometheus服务器，
更改cue\cue.mod\pkg\domain.com\ds\ds.cue

---
之后修改具体的dashboard，只要做以下操作就好：

更改zeze.cue
percli dac build -f zeze.cue -ojson
percli apply --force -f built/zeze_output.json

更改zeze_detail.cue
percli dac build -f zeze_detail.cue -ojson
percli apply --force -f built/zeze_detail_output.json

以下监控说明是规划，具体的配置已经写在了zeze.cue，zeze_detail.cue里。 percli apply 就是based on cue，将cue生成的dashboard配置应用到perses中。

• zeze.cue 是总览，生成dashboard如下

  

• zeze_detail.cue是详细信息，生成dashboard如下

  

总体监控

使用 stat chart来展示

“kind”: “StatChart”,

“seriesNameFormat”: “-“

jvm

• cpu时间（1秒内用多少）[5m]

  rate(process_cpu_seconds_total[5m])
  

• gc时间（1秒内用多少）[5m]

  sum by(job, app) (rate(jvm_gc_collection_seconds_count[5m]))
  

• jvm内存（heap+noheap）

  sum by(job, app) (jvm_memory_used_bytes)
  

  “format”: { “unit”: “bytes” },

• jvm内存使用率（heap）

  jvm_memory_used_bytes{area="heap"} / jvm_memory_max_bytes{area="heap"} 
  

  “format”: { “unit”: “percent-decimal” }

协议

• 每秒发协议数 [5m]

  sum by(job, app)(rate(protocol_send_total[5m]))
  

• 每秒收协议数 [5m]

  sum by(job, app)(rate(protocol_duration_seconds_count[5m]))
  

• 每秒发协议bytes [5m]

  sum by(job, app)(rate(protocol_send_bytes_total[5m]))
  

  “format”: { “unit”: “bytes” }

• 每秒收协议bytes [5m]

  sum by(job, app)(rate(protocol_recv_bytes_total[5m]))
  

  “format”: { “unit”: “bytes” }

事务

• 当前正在处理事务数

  sum by(job, app)(procedure_started_total) - sum by(job, app)(procedure_completed_total)
  

• 1h事务redo数

  sum by(job, app)(increase(procedure_redo_total[1h]))
  

• 1h事务redoAndReleaseLock数

  sum by(job, app)(increase(procedure_redo_and_release_lock_total[1h]))
  

• 1h事务(>50lock)数

  sum by(job, app)(increase(procedure_many_locks_count[1h]))
  

• 每秒处理事务 [5m]

  sum by(job, app)(rate(procedure_completed_total[5m]))
  

• 1h事务出错数

  sum by(job, app)(increase(procedure_completed_total{result_code!="0"}[1h]))
  

• 每秒task数 [5m]

  sum by(job, app)(rate(task_duration_seconds_count[5m]))
  

详细监控

variables: job,app

filter 也以这两个为准

• “kind”: “TimeSeriesChart”

协议

“seriesNameFormat”: “”

• 每秒发协议数量 [5m]：

  topk(10, rate(protocol_send_total[5m]))
  

• 每秒收协议数量 [5m]：

  topk(10, rate(protocol_duration_seconds_count[5m]))
  

• 协议完成时间p95 [5m]

  histogram_quantile(0.95, rate(protocol_duration_seconds_bucket[5m]))
  

• 事务完成时间p99 [5m]

  histogram_quantile(0.99, rate(protocol_duration_seconds_bucket[5m]))
  

db

“seriesNameFormat”: “”

• 每秒写锁数 db.writeLock [5m]

  topk(10, rate(database_table_operation_total{operation="writeLock"}[5m]))
  

• mysql的db相关没有监控，todo

事务

“seriesNameFormat”: “”

• 每秒事务数 [5m]

  rate(procedure_completed_total[5m])
  

• 每5m事务redo数

  increase(procedure_redo_total[5m])
  

• 每5m事务redoAndReleaseLock数

  increase(procedure_redo_and_release_lock_total[5m])
  

• 每5m事务(>50lock)数

  increase(procedure_many_locks_count[5m])
  

• 事务完成时间p95 [5m]

  histogram_quantile(0.95, rate(procedure_duration_seconds_bucket[5m]))
  

• 事务完成时间p99 [5m]

  histogram_quantile(0.99, rate(procedure_duration_seconds_bucket[5m]))
  

• 每5m事务出错数

  sum by (procedure, result_code) (
    increase(procedure_completed_total{result_code!="0"}[5m])
  )
  

  “seriesNameFormat”: “ - “

task

“seriesNameFormat”: “”

• 每秒task数 [5m]

  rate(task_duration_seconds_count[5m])
  

• task完成时间p95 [5m]

  histogram_quantile(0.95, rate(task_duration_seconds_bucket[5m]))
  

• task完成时间p99 [5m]

  histogram_quantile(0.99, rate(task_duration_seconds_bucket[5m]))
  

service

“seriesNameFormat”: “”

• 每秒send数 [5m]：

  topk(10, rate(service_send_total[5m]))
  

• 每秒send bytes [5m]：

  topk(10, rate(service_send_bytes_total[5m]))
  

• 每秒recv数 [5m]：

  topk(10, rate(service_recv_total[5m]))
  

• 每秒recv bytes [5m]：

  topk(10, rate(service_recv_bytes_total[5m]))
  

scene （不是zeze自带的）

总体监控

使用 stat chart来展示

“kind”: “StatChart”

“seriesNameFormat”: “-“

• 副本数

  scene_started_total{scene_type="instance"} -scene_destroyed_total{scene_type="instance"}
  

• 在线人数

  fighter_started_total{fighter_type="role"} -fighter_offline_total{fighter_type="role"}
  

• npc数

  fighter_started_total{fighter_type="monster"} -fighter_offline_total{fighter_type="monster"}
  

• projectile数

  fighter_started_total{fighter_type="projectile"} -fighter_offline_total{fighter_type="projectile"}
  

• static场景数

  scene_started_total{scene_type="static"} -scene_destroyed_total{scene_type="static"}
  

详细监控

“kind”: “TimeSeriesChart”

• 5m副本新开启

  increase(scene_started_total{scene_type="instance"}[5m])
  

• 5m角色新创建

  increase(fighter_started_total{fighter_type="role"}[5m])
  

• 5m npc新创建

  increase(fighter_started_total{fighter_type="monster"}[5m])
  

• 5m projectile新创建

  increase(fighter_started_total{fighter_type="projectile"}[5m])
  

• 5m 静态场景新创建

  increase(scene_started_total{scene_type="static"}[5m])