文档中心

容器服务

其他观测

镜像加速观测

容器服务支持 P2P 镜像加速和镜像懒加载（Nydus）功能，大幅提升镜像拉取速度，缩短应用部署时间。同时，支持对镜像加速功能进行监控。本文为您介绍如何配置镜像加速功能观测。

背景信息

容器服务中的镜像加速功能，主要包括：

P2P 镜像加速：利用节点的内网带宽资源，在节点之间分发镜像，减少对镜像仓库的压力，大幅提升镜像拉取速度，缩短应用部署时间。方案详情，请参见 P2P 镜像加速概述。

镜像懒加载（Nydus）：集群通过 Nydus 实现镜像懒加载，提升创建 Pod 过程的镜像拉取速度。方案详情，请参见容器镜像懒加载方案。

前提条件

已开启云原生观测功能，详情请参见开启观测。

已开启容器服务观测功能，详情请参见容器服务观测。

监控 P2P 镜像加速功能时，需要：

已开启 P2P 镜像加速功能，并安装 p2p-accelerator 组件，详情请参见配置 P2P 镜像加速。

prometheus-agent 组件升级到 v2.2.0 及以上版本，详情请参见组件发布记录。

监控镜像懒加载（Nydus）功能时，需要：

已安装 image-accelerator 组件，详情请参见 image-accelerator。

prometheus-agent 组件升级到 v2.0.4 及以上版本，详情请参见组件发布记录。

已开启懒加载功能，详情请参见容器镜像懒加载方案。

如需观测 image-accelerator 组件的 Webhook 与 CPU/MEM 使用情况，请将 image-accelerator 组件升级到 v1.0.6 及以上版本。

（可选）已在全栈可观测平台或托管 Prometheus 中创建告警通知策略，详情请参见创建通知策略、创建告警通知策略。

（可选）已在全栈可观测平台或托管 Prometheus 中创建告警聚合策略，详情请参见创建聚合策略、创建告警聚合策略。

开启观测

步骤一：配置观测项

登录容器服务控制台。

在左侧导航栏单击集群，找到目标集群，单击集群名称。

在集群管理页面的左侧导航栏中，单击观测配置，并选择基础观测页签。

选择镜像加速卡片，单击启用观测，进入观测项配置页面。

系统自动检查开启观测所需的必要条件，包括工作区配置、组件状态等。

在观测项配置中，勾选启用需要采集指标的观测项。对于未启用的配置项，系统不会采集对应的指标，同时系统会提示组件安装，您可根据自身情况决定是否安装相关组件并启用对应的观测项。

配置完成后，单击下一步，进入指标配置页面。

步骤二：配置指标采集

在指标配置页面中，查看已开启观测项对应的采集间隔和指标数量。

单击编辑指标，支持选择或丢弃组件的具体指标、修改采集间隔和指标 Relabel。

在采集间隔中，选择该组件指标的采集间隔。不同组件支持的采集间隔不同。

在指标列表中，勾选指标，则采集该指标。取消勾选，则丢弃该指标。单击全部、基础指标或其他指标页签，允许基于指标类型对指标项进行筛选。

说明

调整指标采集间隔的影响如下，请按需调整：

减小采集间隔：增加单位时间内上报的指标数量，提升监控精度，但 VMP 标准版工作区的费用会增加。

增加采集间隔：减少单位时间内上报的指标数量，降低 VMP 标准版工作区的费用，但监控精度会降低。

云产品的指标类型分为基础指标和其他指标，不同类型指标的计费方式不同，详情请参见托管 Prometheus 计费方式。

在 metricRelabelings 中，单击添加规则，配置指标 Relabel 规则。允许在指标完成采集后、写入存储前，对每条指标的标签执行改写操作。常见用途包括修改标签值、新增标签或重命名标签，便于在查询时统一标签口径。更多详情介绍，请参见指标 Relabel。

序号	功能	对应 YAML 字段	说明
①	操作类型	action	对指标执行的操作类型，当前仅支持 replace，生效逻辑如下：如果targetLabel和sourceLabels的值一致，则表示覆盖sourceLabels。如果targetLabel定义的 key 不存在，则会默认创建新的 label。
②	源标签	sourceLabels	指定一个或多个来源标签，多个标签之间用\|分隔。系统将读取这些标签的值进行匹配或提取。
③	正则表达式	regex	用于匹配源标签值的正则表达式。默认为(.*)，表示匹配任意值。支持使用捕获组，如(.+)提取部分内容。
④	替换值	replacement	匹配成功后写入目标标签的值。默认为$1，表示取正则第一个捕获组的内容。支持填入固定字符串。
⑤	目标标签	targetLabel	将处理结果写入的目标标签名称。若目标标签已存在，则覆盖其原有值。若目标标签不存在，则新增该标签。

配置完成后，单击下一步，进入告警与通知配置页面。

步骤三：配置告警与通知

在告警通知选项中，选择接收告警的平台，当前支持统一告警中心和原 VMP 告警策略。

在通知策略名称选项中，选择已创建的告警通知策略，并分别基于告警等级，配置不同级别告警的通知对象和通知方式。

说明

若无需配置某个级别的告警，可以取消勾选对应的告警等级。

若当前已有的通知策略不满足需求，可以在通知策略名称中选择 vke_default_notify_policy（自动创建），并在下方为所需告警等级配置通知对象和通知方式。保存后，系统将在统一告警中心或托管 Prometheus 中自动创建一条名称为 vke_default_notify_policy 的自定义通知策略。

在告警聚合策略选项中，选择已创建的告警聚合策略。

配置预置告警规则。

开启或关闭预置告警规则右侧的开关。开启后，系统按照配置的触发条件检测指标并产生告警；关闭后，该规则不再触发新的告警。

单击查看 PromQL，支持查看当前预置告警规则的说明和对应的 PromQL 语句。

单击需要配置的预置规则名称，展开预置告警规则配置页面，在触发条件区域配置不同级别（P0、P1 或 P2）告警的触发条件。

配置项	说明
告警等级	勾选不同告警等级（P0、P1 或 P2）后的启用，使对应等级的触发条件生效。取消勾选，则表示不设定该等级的告警。
比较条件	指定 PromQL 语句和阈值之间的比较条件。支持配置多个比较条件，包括：大于、大于等于、小于、小于等于、等于和不等于。
阈值	配置指标的阈值。
条件持续时间	配置指标持续满足触发条件的时长。只有指标在该时长内持续满足比较条件，系统才会触发对应等级的告警。
Label	配置告警规则的 Label，主要用于告警身份识别、分组、去重、路由匹配等。Label 由 Key 和 Value 组成。其中： Key：字符串形式，支持以字母或_开头，但不能以__开头。支持字母、数字和_，取值范围为 1～256。 Value：字符串形式，支持中英文、数字和特殊字符，取值范围为 1～512。常见配置示例： labels: severity: critical # 告警级别 business: pay # 业务线 alert_type: resource # 告警类型
Annotation	配置告警规则的 Annotation，主要用于关键信息展示。Annotation 由 Key 和 Value 组成。其中： Key：字符串形式，支持以字母或_开头，但不能以__开头。支持字母、数字和_，取值范围为 1～256。 Value：字符串形式，支持中英文、数字和特殊字符，取值范围为 1～512。常见配置示例： annotations: summary: "High CPU usage on instance {{ $labels.instance }}" description: "Current CPU usage is {{ $value \| humanizePercentage }}, threshold is 80%" runbook_url: "https://xxx/docs/cpu-alert" dashboard_url: "https://grafana/xxx"

单击完成配置。

说明

除了直接使用预置告警模板配置告警规则，您可以自定义模板中的配置，或直接使用 PromQL 语句配置告警规则。详情请参见告警配置概述。

预置告警规则模板的详情，包括规则说明、PromQL 配置和常见告警处理流程。请参见预置告警模板。

观测看板

说明

预置看板中为您提供监控数据同比对照、复制看板语句等功能，详情请参见使用看板。

镜像加速监控

您可以在容器服务控制台中，查看预置的监控大盘。

在集群管理页面的左侧导航栏中，选择监控中心 > 监控看板。

在左侧看板列表中选择镜像加速服务监控 > 镜像加速监控，即可查看监控看板。

镜像加速监控看板详细的图表说明，如下表所示。

说明

图表对应 PromQL 语句的获取方式，请参见使用看板。

图表名称	单位	图表说明
Dragonfly Seed Peer
UP	个	统计当前时刻按版本汇总的 Seed Peer 实例数量，反映各版本实例的存活与部署规模。正常情况下，实例数量保持稳定，并与预期部署规模及版本分布一致。如果实例数量异常降低或降为 0，通常代表部分或全部实例不可用，或监控采集异常；建议检查 Pod 运行状态、组件部署副本、版本变更和指标采集目标。
流量分布（1小时）	字节	统计 Seed Peer 在过去 1 小时按下载类型汇总的流量累计增量，反映不同来源或传输类型的流量分布。正常情况下，累计流量随实际下载负载平稳变化，各类型占比与业务访问模式相符。如果累计流量或类型分布异常突增、突降或偏斜，通常代表下载负载突变、P2P 命中路径变化或回源流量异常；建议检查业务发布节奏、下载类型标签、P2P 链路和源站访问情况。
磁盘使用空间	字节	统计当前时刻按 Pod 汇总的 Seed Peer 磁盘总空间及由总空间减已用空间得到的可用空间，反映本地缓存存储容量与使用压力。正常情况下，磁盘总空间保持稳定，可用空间充足且随缓存写入和回收平稳变化。如果可用空间异常降低或磁盘总空间异常变化，通常代表缓存持续增长、回收不及时或挂载容量发生变化；建议检查缓存目录占用、清理策略、磁盘挂载和 Pod 日志。
下载带宽	bit/s	基于过去 5 分钟采样计算 Seed Peer 按 Pod 和下载类型汇总的瞬时下载速率并换算为 bit/s，反映下载链路带宽负载。正常情况下，下载带宽随业务负载平稳变化，不同下载类型的变化与实际任务量相符。如果下载带宽异常升高、降低或剧烈波动，通常代表下载负载突变、链路拥塞、P2P 传输异常或指标采集不连续；建议检查下载任务量、网络带宽、对端连接和组件日志。
上传带宽	bit/s	基于过去 5 分钟采样计算 Seed Peer 按 Pod 汇总的瞬时上传速率并换算为 bit/s，反映对外提供数据的带宽负载。正常情况下，上传带宽随下游请求量平稳变化，并与节点承担的分发任务相符。如果上传带宽异常升高、降低或剧烈波动，通常代表下游请求突变、链路拥塞、数据分发异常或指标采集不连续；建议检查分发任务量、网络带宽、对端连接和组件日志。
并行下载任务总数	个	统计当前时刻按 Pod 汇总的 Seed Peer 并行下载任务数量，反映实时下载并发压力。正常情况下，并行任务数量随业务负载平稳变化，且不会持续累积。如果并行任务数量异常升高或长时间不回落，通常代表请求突增、下载变慢或任务阻塞；建议检查下载队列、网络与磁盘性能、上游服务和组件日志。
小文件下载耗时(0-64MiB)	ms	基于过去 5 分钟采样，统计 Seed Peer 对 0～64 MiB 文件按任务大小分级的下载耗时 P50、P95 和 P99 分位值，反映小文件下载时延分布。正常情况下，各分位耗时保持平稳，高分位与中位数之间无持续扩大。如果下载耗时异常升高或高分位持续恶化，通常代表网络拥塞、对端响应变慢、磁盘 I/O 瓶颈或任务排队；建议检查分位曲线、任务大小分级、网络与磁盘性能和组件日志。
回源小文件下载耗时（0-64MiB）	ms	基于过去 5 分钟采样，统计 Seed Peer 对 0～64 MiB 文件按任务大小分级的回源请求耗时 P50、P95 和 P99 分位值，反映源站下载时延分布。正常情况下，各分位回源耗时保持平稳，高分位与中位数之间无持续扩大。如果回源耗时异常升高或高分位持续恶化，通常代表源站响应变慢、回源网络拥塞、磁盘 I/O 瓶颈或请求排队；建议检查源站健康状态、回源链路、任务大小分级和组件日志。
下载任务总数	个	统计 Seed Peer 在过去 1 分钟按 Pod 汇总的下载任务累计增量，反映短周期下载任务负载。正常情况下，任务增量随业务下载量平稳变化，并与实际镜像拉取活动相符。如果任务增量异常升高、降低或中断，通常代表业务负载突变、下载入口异常或指标采集异常；建议检查镜像拉取事件、Pod 请求分布、组件状态和采集链路。
下载任务失败总数	个	统计 Seed Peer 在过去 1 分钟按 Pod 汇总的下载任务失败累计增量，反映短周期下载失败情况。正常情况下，失败增量保持为 0 或处于较低且稳定的水平。如果失败增量异常升高，通常代表网络、源站、对端节点、磁盘或任务处理链路出现故障；建议检查失败任务日志、网络连通性、源站与对端健康状态和磁盘空间。
代理请求任务总数	个	统计 Seed Peer 在过去 1 分钟按 Pod 汇总的代理请求任务累计增量，反映短周期代理请求负载。正常情况下，请求增量随业务访问量平稳变化，并与实际代理流量相符。如果请求增量异常升高、降低或中断，通常代表业务访问突变、代理入口异常或指标采集异常；建议检查代理请求日志、客户端访问、Pod 状态和采集链路。
代理请求任务失败总数	个	统计 Seed Peer 在过去 1 分钟按 Pod 汇总的代理请求任务失败累计增量，反映短周期代理请求失败情况。正常情况下，失败增量保持为 0 或处于较低且稳定的水平。如果失败增量异常升高，通常代表代理链路、上游服务、鉴权配置或网络连接出现故障；建议检查失败请求日志、上游可用性、代理配置和网络连通性。
预取任务总数	个	统计 Seed Peer 在过去 1 分钟按 Pod 汇总的预取任务累计增量，反映短周期预取负载。正常情况下，任务增量随预取计划平稳变化，并与实际预取活动相符。如果任务增量异常升高、降低或中断，通常代表预取计划突变、任务下发异常或指标采集异常；建议检查预取配置、任务下发记录、Pod 状态和采集链路。
回源下载请求总数	个	统计 Seed Peer 在过去 1 分钟按 Pod 汇总的回源下载请求累计增量，反映短周期源站访问负载。正常情况下，请求增量随业务负载平稳变化，且与 P2P 未命中及回源策略相符。如果请求增量异常升高、降低或中断，通常代表 P2P 命中率变化、业务请求突变、回源策略异常或指标采集异常；建议检查 P2P 命中情况、回源配置、源站访问日志和采集链路。
回源下载请求失败总数	个	统计 Seed Peer 在过去 1 分钟按 Pod 汇总的回源下载请求失败累计增量，反映短周期源站访问失败情况。正常情况下，失败增量保持为 0 或处于较低且稳定的水平。如果失败增量异常升高，通常代表源站不可用、回源网络故障、鉴权失败或请求超时；建议检查源站健康状态、网络连通性、鉴权配置和失败请求日志。
Threads	个	统计当前时刻 Seed Peer 各进程的线程数量，反映进程线程资源使用情况。正常情况下，线程数量保持稳定，并随并发负载在合理范围内平稳变化。如果线程数量异常升高、降低或持续增长，通常代表并发压力突增、线程泄漏、任务阻塞或进程异常；建议检查进程状态、线程栈、任务队列和组件日志。
CPU	%	基于过去 1 分钟采样计算 Seed Peer 各 Pod 的平均 CPU 使用率，反映组件计算资源负载。正常情况下，CPU 使用率随业务负载平稳变化，无持续高位或无故突变。如果CPU 使用率异常升高、降低或剧烈波动，通常代表请求突增、计算热点、进程阻塞或实例异常；建议检查 Pod 负载、CPU 限额与节流、热点操作和组件日志。
Memory	字节	统计当前时刻 Seed Peer 各进程的常驻内存用量，反映组件实际占用的物理内存规模。正常情况下，内存用量保持稳定，并随业务负载在可控范围内变化。如果内存用量异常升高或持续增长，通常代表缓存堆积、内存泄漏、任务积压或负载突增；建议检查 Pod 内存限额、进程内存分析、缓存与任务队列和 OOM 事件。
Open File Descriptors	个	统计当前时刻 Seed Peer 各进程已打开的文件描述符数量，反映文件与网络连接资源占用情况。正常情况下，文件描述符数量保持稳定，并随连接和文件访问量平稳变化。如果文件描述符数量异常升高或持续增长，通常代表连接泄漏、文件句柄未释放或请求积压；建议检查进程 FD 上限、网络连接、文件访问和组件日志。
Dragonfly Peer
UP	个	统计当前时刻按版本汇总的 Peer 实例数量，反映各版本实例的存活与部署规模。正常情况下，实例数量保持稳定，并与预期部署规模及版本分布一致。如果实例数量异常降低或降为 0，通常代表部分或全部实例不可用，或监控采集异常；建议检查 Pod 运行状态、组件部署副本、版本变更和指标采集目标。
流量分布（1小时）	字节	统计 Peer 在过去 1 小时按下载类型汇总的流量累计增量，反映不同来源或传输类型的流量分布。正常情况下，累计流量随实际下载负载平稳变化，各类型占比与业务访问模式相符。如果累计流量或类型分布异常突增、突降或偏斜，通常代表下载负载突变、P2P 命中路径变化或回源流量异常；建议检查业务发布节奏、下载类型标签、P2P 链路和源站访问情况。
磁盘使用空间	字节	统计当前时刻按 Pod 汇总的 Peer 磁盘总空间及由总空间减已用空间得到的可用空间，反映本地缓存存储容量与使用压力。正常情况下，磁盘总空间保持稳定，可用空间充足且随缓存写入和回收平稳变化。如果可用空间异常降低或磁盘总空间异常变化，通常代表缓存持续增长、回收不及时或挂载容量发生变化；建议检查缓存目录占用、清理策略、磁盘挂载和 Pod 日志。
下载带宽	bit/s	基于过去 5 分钟采样计算 Peer 按 Pod 和下载类型汇总的瞬时下载速率并换算为 bit/s，反映下载链路带宽负载。正常情况下，下载带宽随业务负载平稳变化，不同下载类型的变化与实际任务量相符。如果下载带宽异常升高、降低或剧烈波动，通常代表下载负载突变、链路拥塞、P2P 传输异常或指标采集不连续；建议检查下载任务量、网络带宽、对端连接和组件日志。
上传带宽	bit/s	基于过去 5 分钟采样计算 Peer 按 Pod 汇总的瞬时上传速率并换算为 bit/s，反映对外提供数据的带宽负载。正常情况下，上传带宽随下游请求量平稳变化，并与节点承担的分发任务相符。如果上传带宽异常升高、降低或剧烈波动，通常代表下游请求突变、链路拥塞、数据分发异常或指标采集不连续；建议检查分发任务量、网络带宽、对端连接和组件日志。
并行下载任务总数	个	统计当前时刻按 Pod 汇总的 Peer 并行下载任务数量，反映实时下载并发压力。正常情况下，并行任务数量随业务负载平稳变化，且不会持续累积。如果并行任务数量异常升高或长时间不回落，通常代表请求突增、下载变慢或任务阻塞；建议检查下载队列、网络与磁盘性能、上游服务和组件日志。
小文件下载耗时（0-64MiB）	ms	基于过去 5 分钟采样，统计 Peer 对 0～64 MiB 文件按任务大小分级的下载耗时 P50、P95 和 P99 分位值，反映小文件下载时延分布。正常情况下，各分位耗时保持平稳，高分位与中位数之间无持续扩大。如果下载耗时异常升高或高分位持续恶化，通常代表网络拥塞、对端响应变慢、磁盘 I/O 瓶颈或任务排队；建议检查分位曲线、任务大小分级、网络与磁盘性能和组件日志。
回源小文件下载耗时（0-64MiB）	ms	基于过去 5 分钟采样，统计 Peer 对 0～64 MiB 文件按任务大小分级的回源请求耗时 P50、P95 和 P99 分位值，反映源站下载时延分布。正常情况下，各分位回源耗时保持平稳，高分位与中位数之间无持续扩大。如果回源耗时异常升高或高分位持续恶化，通常代表源站响应变慢、回源网络拥塞、磁盘 I/O 瓶颈或请求排队；建议检查源站健康状态、回源链路、任务大小分级和组件日志。
下载任务总数	个	统计 Peer 在过去 1 分钟按 Pod 汇总的下载任务累计增量，反映短周期下载任务负载。正常情况下，任务增量随业务下载量平稳变化，并与实际镜像拉取活动相符。如果任务增量异常升高、降低或中断，通常代表业务负载突变、下载入口异常或指标采集异常；建议检查镜像拉取事件、Pod 请求分布、组件状态和采集链路。
下载任务失败总数	个	统计 Peer 在过去 1 分钟按 Pod 汇总的下载任务失败累计增量，反映短周期下载失败情况。正常情况下，失败增量保持为 0 或处于较低且稳定的水平。如果失败增量异常升高，通常代表网络、源站、对端节点、磁盘或任务处理链路出现故障；建议检查失败任务日志、网络连通性、源站与对端健康状态和磁盘空间。
代理请求任务总数	个	统计 Peer 在过去 1 分钟按 Pod 汇总的代理请求任务累计增量，反映短周期代理请求负载。正常情况下，请求增量随业务访问量平稳变化，并与实际代理流量相符。如果请求增量异常升高、降低或中断，通常代表业务访问突变、代理入口异常或指标采集异常；建议检查代理请求日志、客户端访问、Pod 状态和采集链路。
代理请求任务失败总数	个	统计 Peer 在过去 1 分钟按 Pod 汇总的代理请求任务失败累计增量，反映短周期代理请求失败情况。正常情况下，失败增量保持为 0 或处于较低且稳定的水平。如果失败增量异常升高，通常代表代理链路、上游服务、鉴权配置或网络连接出现故障；建议检查失败请求日志、上游可用性、代理配置和网络连通性。
预取任务总数	个	统计 Peer 在过去 1 分钟按 Pod 汇总的预取任务累计增量，反映短周期预取负载。正常情况下，任务增量随预取计划平稳变化，并与实际预取活动相符。如果任务增量异常升高、降低或中断，通常代表预取计划突变、任务下发异常或指标采集异常；建议检查预取配置、任务下发记录、Pod 状态和采集链路。
预取任务失败总数	个	统计 Peer 在过去 1 分钟按 Pod 汇总的预取任务失败累计增量，反映短周期预取失败情况。正常情况下，失败增量保持为 0 或处于较低且稳定的水平。如果失败增量异常升高，通常代表预取源不可用、网络或磁盘异常、任务参数错误或处理链路故障；建议检查预取任务日志、源站与网络连通性、磁盘空间和预取配置。
回源下载请求总数	个	统计 Peer 在过去 1 分钟按 Pod 汇总的回源下载请求累计增量，反映短周期源站访问负载。正常情况下，请求增量随业务负载平稳变化，且与 P2P 未命中及回源策略相符。如果请求增量异常升高、降低或中断，通常代表 P2P 命中率变化、业务请求突变、回源策略异常或指标采集异常；建议检查 P2P 命中情况、回源配置、源站访问日志和采集链路。
回源下载请求失败总数	个	统计 Peer 在过去 1 分钟按 Pod 汇总的回源下载请求失败累计增量，反映短周期源站访问失败情况。正常情况下，失败增量保持为 0 或处于较低且稳定的水平。如果失败增量异常升高，通常代表源站不可用、回源网络故障、鉴权失败或请求超时；建议检查源站健康状态、网络连通性、鉴权配置和失败请求日志。
Threads	个	统计当前时刻 Peer 各进程的线程数量，反映进程线程资源使用情况。正常情况下，线程数量保持稳定，并随并发负载在合理范围内平稳变化。如果线程数量异常升高、降低或持续增长，通常代表并发压力突增、线程泄漏、任务阻塞或进程异常；建议检查进程状态、线程栈、任务队列和组件日志。
CPU	%	基于过去 1 分钟采样计算 Peer 各 Pod 的平均 CPU 使用率，反映组件计算资源负载。正常情况下，CPU 使用率随业务负载平稳变化，无持续高位或无故突变。如果CPU 使用率异常升高、降低或剧烈波动，通常代表请求突增、计算热点、进程阻塞或实例异常；建议检查 Pod 负载、CPU 限额与节流、热点操作和组件日志。
Memory	字节	统计当前时刻 Peer 各进程的常驻内存用量，反映组件实际占用的物理内存规模。正常情况下，内存用量保持稳定，并随业务负载在可控范围内变化。如果内存用量异常升高或持续增长，通常代表缓存堆积、内存泄漏、任务积压或负载突增；建议检查 Pod 内存限额、进程内存分析、缓存与任务队列和 OOM 事件。
Open File Descriptors	个	统计当前时刻 Peer 各进程已打开的文件描述符数量，反映文件与网络连接资源占用情况。正常情况下，文件描述符数量保持稳定，并随连接和文件访问量平稳变化。如果文件描述符数量异常升高或持续增长，通常代表连接泄漏、文件句柄未释放或请求积压；建议检查进程 FD 上限、网络连接、文件访问和组件日志。
Dragonfly Scheduler
UP	个	统计当前时刻按版本汇总的 Scheduler 实例数量，反映各版本实例的存活与部署规模。正常情况下，实例数量保持稳定，并与预期部署规模及版本分布一致。如果实例数量异常降低或降为 0，通常代表部分或全部实例不可用，或监控采集异常；建议检查 Pod 运行状态、组件部署副本、版本变更和指标采集目标。
gRPC 请求总数	个	统计 Scheduler 在过去 1 分钟按 Pod 和 gRPC 状态码汇总的已处理请求累计增量，反映短周期 gRPC 请求负载与结果分布。正常情况下，请求增量随调度负载平稳变化，成功状态码占主要部分。如果请求增量或错误状态码数量异常升高，通常代表调用量突增、服务处理失败、超时或依赖异常；建议检查 gRPC 状态码分布、调用方请求、Scheduler 日志和依赖服务。
并行调度任务总数	个	统计当前时刻按 Pod 汇总的 Scheduler 并行调度任务数量，反映实时调度并发压力。正常情况下，并行任务数量随业务负载平稳变化，且不会持续累积。如果并行任务数量异常升高或长时间不回落，通常代表调度请求突增、处理变慢或任务阻塞；建议检查调度队列、CPU 与内存资源、下游交互和 Scheduler 日志。
调度注册任务总数	个	统计 Scheduler 在过去 1 分钟按 Pod 汇总的调度注册任务累计增量，反映短周期节点注册负载。正常情况下，任务增量随节点注册活动平稳变化，并与实际节点上线或注册行为相符。如果任务增量异常升高、降低或中断，通常代表节点注册活动突变、注册链路异常或指标采集异常；建议检查节点上线事件、注册请求日志、Scheduler 状态和采集链路。
调度注册任务失败总数	个	统计 Scheduler 在过去 1 分钟按 Pod 汇总的调度注册任务失败累计增量，反映短周期节点注册失败情况。正常情况下，失败增量保持为 0 或处于较低且稳定的水平。如果失败增量异常升高，通常代表节点信息无效、网络异常、服务处理失败或依赖故障；建议检查注册失败日志、节点参数、网络连通性和依赖服务。
调度任务总数	个	统计 Scheduler 在过去 1 分钟按 Pod 汇总的调度任务累计增量，反映短周期任务调度负载。正常情况下，任务增量随下载请求平稳变化，并与实际调度活动相符。如果任务增量异常升高、降低或中断，通常代表调度请求突变、服务处理异常或指标采集异常；建议检查调度请求日志、客户端活动、Scheduler 状态和采集链路。
调度任务失败总数	个	统计 Scheduler 在过去 1 分钟按 Pod 汇总的调度任务失败累计增量，反映短周期任务调度失败情况。正常情况下，失败增量保持为 0 或处于较低且稳定的水平。如果失败增量异常升高，通常代表可用对端不足、调度策略异常、依赖故障或请求参数无效；建议检查调度失败日志、对端节点状态、调度配置和依赖服务。
节点上报信息总数	个	统计 Scheduler 在过去 1 分钟按 Pod 汇总的节点信息上报累计增量，反映短周期节点状态上报负载。正常情况下，上报增量随节点规模和上报周期平稳变化。如果上报增量异常升高、降低或中断，通常代表节点规模突变、上报重试、网络异常或采集异常；建议检查节点状态、上报周期、网络连通性和 Scheduler 日志。
节点上报信息失败总数	个	统计 Scheduler 在过去 1 分钟按 Pod 汇总的节点信息上报失败累计增量，反映短周期节点状态上报失败情况。正常情况下，失败增量保持为 0 或处于较低且稳定的水平。如果失败增量异常升高，通常代表节点信息无效、网络异常、服务处理失败或依赖故障；建议检查上报失败日志、节点状态、网络连通性和依赖服务。
节点释放信息总数	个	统计 Scheduler 在过去 1 分钟按 Pod 汇总的节点释放信息累计增量，反映短周期节点离开或释放事件负载。正常情况下，事件增量与实际节点下线或释放活动相符，不存在无故突增。如果事件增量异常升高、降低或中断，通常代表节点频繁上下线、释放流程异常或指标采集异常；建议检查节点生命周期事件、释放请求日志、Scheduler 状态和采集链路。
节点释放信息失败总数	个	统计 Scheduler 在过去 1 分钟按 Pod 汇总的节点释放信息失败累计增量，反映短周期节点离开或释放失败情况。正常情况下，失败增量保持为 0 或处于较低且稳定的水平。如果失败增量异常升高，通常代表节点状态不一致、网络异常、服务处理失败或依赖故障；建议检查释放失败日志、节点状态、网络连通性和依赖服务。
Goroutines	个	统计当前时刻 Scheduler 各进程的 Goroutine 数量，反映 Go 运行时并发任务规模。正常情况下，Goroutine 数量保持稳定，并随调度负载在合理范围内平稳变化。如果Goroutine 数量异常升高、降低或持续增长，通常代表并发压力突增、Goroutine 泄漏、任务阻塞或进程异常；建议检查 Goroutine 堆栈、任务队列、依赖调用和 Scheduler 日志。
CPU	%	基于过去 1 分钟采样计算 Scheduler 各 Pod 的平均 CPU 使用率，反映组件计算资源负载。正常情况下，CPU 使用率随调度负载平稳变化，无持续高位或无故突变。如果CPU 使用率异常升高、降低或剧烈波动，通常代表调度请求突增、计算热点、进程阻塞或实例异常；建议检查 Pod 负载、CPU 限额与节流、热点操作和 Scheduler 日志。
Memory	字节	统计当前时刻 Scheduler 各进程的常驻内存用量，反映组件实际占用的物理内存规模。正常情况下，内存用量保持稳定，并随调度负载在可控范围内变化。如果内存用量异常升高或持续增长，通常代表缓存堆积、内存泄漏、任务积压或负载突增；建议检查 Pod 内存限额、进程内存分析、缓存与任务队列和 OOM 事件。
Open File Descriptors	个	统计当前时刻 Scheduler 各进程已打开的文件描述符数量，反映文件与网络连接资源占用情况。正常情况下，文件描述符数量保持稳定，并随连接和文件访问量平稳变化。如果文件描述符数量异常升高或持续增长，通常代表连接泄漏、文件句柄未释放或请求积压；建议检查进程 FD 上限、网络连接、文件访问和 Scheduler 日志。

P2P 镜像加速监控

您可以在容器服务控制台中，查看预置的监控大盘。包括：代理请求总次数、当前代理请求总次数、任务总个数、失败的任务总个数、分片的总个数等。

在集群管理页面的左侧导航栏中，选择监控中心 > 监控看板。

在左侧看板列表中选择镜像加速服务监控 > p2p 镜像加速监控，即可查看监控看板。

说明

您也可以在集群中自建 Grafana，并通过 Grafana 查看指标和创建大盘。详情请参见在容器服务集群中部署 Grafana 并接入工作区。

镜像懒加载（Nydus）监控

配置 Nydus 懒加载功能后，您可以在容器服务控制台中，查看预置的监控大盘。包括：Nydus Daemon 数量、Nydus Daemon 内存用量等。

在集群管理页面的左侧导航栏中，选择监控中心 > 监控看板。

在左侧看板列表中选择镜像加速服务监控 > 镜像懒加载（Nydus）监控，即可查看监控看板。

说明

您也可以在集群中自建 Grafana，并通过 Grafana 查看指标和创建大盘。详情请参见将托管 Prometheus 数据接入自建 Grafana。

查看指标

如需查询集群中的已接入/未接入指标，或查询指标的具体含义，请参见指标查询。

支持使用托管 Prometheus 的 Explore 功能来快速查询和展示指标数据。详情请参见指标查询。

最近更新时间：2026.10.16 15:59:50

这个页面对您有帮助吗？

有用

无用