Baradb/docs/zh/monitoring.md

监控与可观测性

健康检查

HTTP 健康端点

curl http://localhost:9470/health

响应：

{
  "status": "healthy",
  "version": "0.1.0",
  "uptime_seconds": 86400,
  "checks": {
    "storage": "ok",
    "memory": "ok",
    "connections": "ok"
  }
}

Readiness Probe

curl http://localhost:9470/ready

服务器准备接受流量时返回 200 OK，启动期间返回 503。

指标

Prometheus 兼容指标

curl http://localhost:9470/metrics

示例输出：

baradb_queries_total 152340
baradb_queries_duration_seconds_bucket{le="0.001"} 45000
baradb_storage_lsm_size_bytes 2147483648
baradb_cache_hit_rate 0.94
baradb_active_connections 42

JSON 格式指标

curl http://localhost:9470/metrics?format=json

日志

日志级别

级别	描述
debug	详细的内部操作
info	正常操作
warn	可恢复的问题
error	需要关注的故障

结构化 JSON 日志

BARADB_LOG_LEVEL=info \
BARADB_LOG_FORMAT=json \
BARADB_LOG_FILE=/var/log/baradb/baradb.log \
./build/baradadb

Grafana 仪表板

导入仪表板 ID baradb-001 或使用 monitoring/grafana-dashboard.json 中的 JSON。

关键面板：

• 每秒查询数
• 查询延迟百分位数 (p50, p95, p99)
• 存储大小和 SSTable 数量
• 缓存命中率
• 活跃连接数
• 事务率
• 错误率

集群监控

curl http://node1:9470/metrics/cluster

使用指标进行故障排除

症状	指标	操作
查询慢	baradb_queries_duration_seconds	检查缓存命中率，考虑添加索引
内存高	process_resident_memory_bytes	减小 memtable/cache 大小
存储增长	baradb_storage_lsm_size_bytes	运行手动压缩
连接错误	baradb_active_connections	增加连接池或添加节点