技术分享 | observer 资源水位介绍

容量规划概述 容量规划是一个产品满足用户目标需求而决定生产能力的过程。 只有线性可水平扩展的集群才适合做容量规划(能通过获取一个节点的处理能力,计算出集群的处理能力)。 线上压测到单节点的某一指标达到临界值,从而计算出集群的最大处理能力,再根据线上历史监控获得当前集群实际运行负荷,通过计算即可求出理论服务器数。 若计算出集群当前的负荷快达到极限处理能力时,则可以通过垂直扩展(加CPU/内存/磁盘)和水平扩展(加服务器)两种方式来增加集群容量。 阅读详情

作者:郭斌斌

爱可生 DBA 团队成员,负责项目日常问题处理及公司平台问题排查。

本文来源:原创投稿

*爱可生开源社区出品,原创内容未经授权不得随意使用,转载请联系小编并注明来源。


OceanBase 集群界面会展示 Observer 的资源水位,今天简单了解一下资源水位的数值代表的含义以及关联参数

现有 test_1 集群,只有一个sys租户

Sys租户的资源配置: Cpu:2.5-5 Memory: 3G-3G Unit:1

集群的资源水位信息

以10.186.63.198为例,浅看一下cpu、内存、磁盘的含义以及相关联参数

cpu:2.5 / 17 核

2.5 代表 observer 上已经分配给租户的 cpu 核数,该数值是 租户的 Min CPU

17 代表当前的observer可用的cpu数,通常observer会预留一部分cpu给操作系统,由参数cpu_reserved进行控制

验证:

当前sys租户的 min cpu为 2.5,并且当前集群只有一个sys租户,因此资源水位cpu显示的是 2.5

10.186.63.198的服务器cpu 19个核心

集群的 cpu_reserved

因此除去操作系统使用cpu,当前 observer的cpu最多可用17核

内存:6.0/15.0GB

6.0GB 代表observer已经分配出去的内存,该部分内存为租户内存 + 系统内部内存(所有租户共享内存),系统内部内存由 system_memory控制大小,租户内存由资源单元控制
15GB 代表当前observer可用的内存总量,通常会预留一部分内存给操作系统使用,由 memory_limit / memory_limit_percentage控制。

验证:

系统内部内存大小

租户内存

系统内部内存 + 租户内存=6G

Memory_limit配置为15G,observer的可用总内存 15G

存储:330.0 MB/47.8 GB

330M 代表当前observer已使用磁盘空间大小

47.8G 代表当前observer磁盘空间总大小

验证:

登录sys租户查看 observer 10.186.63.198存储使用情况,当前存储使用330M

登录服务器查看磁盘空间可以看到 OceanBase初始化后的数据文件总大小48G

资源水位展示的可用磁盘总大小,来自于SQL统计,不是通过系统命令获取

前端工程师核心职责全解析:从技术方案到工程化实践 前端开发作为现代Web应用的核心环节,其核心价值在于将产品与设计转化为用户可感知的数字化体验。从技术原理层面,前端工程师需要深入理解浏览器渲染机制、JavaScript执行模型以及网络协议,以此为基础构建高性能、可维护的应用。在工程实践中,组件化开发、状态管理和性能优化是保障代码质量与用户体验的关键技术。通过模块化设计与合理的架构分层,前端工程能够有效管理复杂度,提升团队协作效率。在应用场景上,前端技术已覆盖Web、移动端Hybrid应用、小程序乃至桌面端,要求开发者掌握跨端兼容与响应式开发能力。本文聚焦于 阅读详情

相关推荐

蓝桥杯Java A组国赛真题:工程能力的实战标尺

Java工程能力是后端开发的核心素养,其本质在于在资源约束(如内存128MB、时间1s)下构建健壮、可维护、可扩展的代码。这涉及JDK特性深度运用(如JDK 11的ConcurrentHashMap.newKeySet、HexFormat)、防御性编程习惯(输入校验、资源关闭、边界处理)以及算法的工程化落地(状态压缩、差分建模、时空平衡设计)。高频搜索词'java: outofmemoryerror: insufficient memory'和'java中数组越界异常'正折射出开发者在真实场景中对内存管理与

weixin_30326515的博客 640

OceanBase 架构初探

1、设计思路 OceanBase的目标是支持数百TB的数据量以及数十万TPS、数百万QPS的访问量,无论是数据量还是访问量,即使采用非常昂贵的小型机甚至是大型机,单台关系数据库系统都无法承受。 一种常见的做法是根据业务特点对数据库进行水平拆分,通常的做法是根据某个业务字段(通常取用户编号,user_id)哈希后取模,根据取模的结果将数据分布到不同的数据库服务器上,客户端请求通过数据库中间层路由到不...

勿忘初心 2万+

大模型评测失灵真相:为什么MMLU高分不等于业务可用

大语言模型评测本质上是面向静态、确定性答案的标准化测试,其核心原理依赖于封闭题型、预设答案和离线数据分布。这种范式在技术上具备可复现性和可比性,但与真实业务场景中动态需求、多解问题和持续演化的知识体系存在根本冲突,导致评测分数与实际效果严重脱钩。技术价值在于快速筛选基础能力,但工程实践中极易因数据污染、提示工程过拟合和tokenizer兼容性等问题产生虚假高分。典型应用场景包括金融客服问答、工业质检报告生成、跨境电商多语种合规响应等需强鲁棒性与上下文一致性的任务。本文聚焦MMLU刷榜现象与业务沙盒测试落差,

张 作强 BLOG 424

#yyds干货盘点# Kubernetes 怎样控制业务的资源水位?(16)

相信你已经见识到了 Kubernetes 的强大能力,它能帮你轻松管理大规模的容器服务,尤其是面对复杂的环境时,比如节点异常、容器异常退出等,Kubernetes 内部的 Service、Deployment 会动态地进行调整,比如增加新的副本、关联新的 Pod 等。 当然 Kubernetes 的这种自动伸...

wangzan18的博客 723

Claude Opus 4.7 vs GPT-5.5:大模型代码生成的工程级实测对比

大模型代码生成已从概念验证迈入工程落地阶段,其核心价值在于能否输出可直接进入CI/CD流水线的生产就绪代码。这要求模型不仅掌握Python、TypeScript等语言语法,更要理解PEP 8规范、FastAPI中间件生命周期、Resilience4j熔断契约等隐性工程约束。技术本质是‘编程语义理解’与‘系统上下文建模’能力的综合体现,直接影响API开发效率、异步逻辑健壮性及微服务架构适配性。本文基于17个真实开发任务,聚焦可执行性、资源安全性与架构适配性三大硬指标,揭示Claude Opus 4.7在高可靠

weixin_33672109的博客 397

吐槽网站2.0:一个专注信任基建的UGC轻量级实践

UGC(用户生成内容)平台的核心挑战从来不是功能堆砌,而是如何构建真实、安全、可信赖的表达环境。本文从匿名机制、数据主权、边缘计算与情感建模等底层原理切入,解析一个不依赖算法推荐、拒绝社交绑架的‘反社交’UGC系统如何通过Supabase行级安全(RLS)、Cloudflare Workers边缘脱敏、IPFS去中心化存储及自研EmoScore情感浓度算法,实现‘敢说—敢删—敢信’的技术闭环。特别适合独立开发者验证最小可行信任模型、高校课程设计落地隐私优先架构,或社区运营者探索无算法干预的真实情绪切口。

weixin_30530339的博客 376

基础设施&阿里云-监控指标和水位

阿里云基础设施监控 Zabbix监控 ECS基础监控 kafka 监控项 rabbitmq 监控项 elasticsearch 监控项 zookeeper监控项

lefooter的博客 1193

前端海量数据渲染优化:虚拟滚动原理与AI辅助工程实践

在前端开发中,处理海量数据渲染是一个常见的性能挑战。其核心原理在于浏览器渲染管线的瓶颈:当DOM节点数量爆炸性增长时,会引发内存压力剧增、频繁的重排与重绘,以及JavaScript长任务阻塞主线程,导致页面卡顿甚至无响应。虚拟滚动技术正是针对这一痛点的关键解决方案,它通过动态计算可视区域,仅渲染用户当前可见的少量DOM节点,并复用节点池,从而将性能开销从O(n)降至O(1)。这项技术在前端性能优化领域具有极高的价值,广泛应用于数据密集型后台管理系统、大型仪表盘、实时日志展示等场景。本文结合【AI代码生成】与

weixin_33937778的博客 445

从零开始入门 K8s | 调度器的调度流程和算法介绍

作者 | 汪萌海(木苏) 阿里巴巴技术专家 关注“阿里巴巴云原生”公众号,回复关键词“入门”,即可下载从零入门 K8s 系列文章 PPT。 导读:Kubernetes 作为当下最流行的容器自动化运维平台,以声明式实现了灵活的容器编排,本文以 v1.16 版本为基础详细介绍了 K8s 的基本调度框架、流程,以及主要的过滤器、Score 算法实现等,并介绍了两种方式用于实现自定义调度能力。 ...

阿里巴巴云原生的博客 2084

prometheus + grafana 对flink 进行监控

一:flink监控简介 Flink提供的Metrics可以在Flink内部收集一些指标,通过这些指标让开发人员更好地理解作业或集群的状态。由于集群运行后很难发现内部的实际状况,跑得慢或快,是否异常等, 开发人员无法实时查看所有的Task日志, 比如作业很大或者有很多作业的情况下,该如何处理?此时Metrics可以很好的帮助开发人员了解作业当前状况。 对于很多大中型企业来讲,我们对进群的作业进行管理时,更多的是关心作业精细化实时运行状态。例如,实时吞吐量的同比环比、整个集群的任务运行概览、集群水位,...

lg4546的专栏 1191

工业互联网工控安全与工业质检AI大模型建设方案.pptx

工业互联网工控安全与工业质检AI大模型建设方案.pptx

Moltbook:首个纯AI代理社交网络的技术解剖

AI代理社交网络正从概念走向工程现实,其核心是让大语言模型具备持续在线、自主交互与跨主体协作的能力。这类系统不再依赖人类反馈闭环,而是基于能力声明、密码学签名与环境感知构建可信交互范式。其底层涉及代理身份生成、异步事件驱动架构、无语义内容治理及热度算法设计等关键技术,支撑多智能体在去中心化环境中自发形成能力共识与临时协作组织(如CRG)。典型应用包括LLM记忆一致性验证、工具调用协议标准化、多智能体系统可观测性增强等场景。Moltbook作为首个真实运行的纯AI社交平台,为研究智能体社会性演化提供了关键基础

hintcnuie 429

实战教程:用YOLOv11+PyQt5打造工地安全帽检测系统(附完整数据集)

本文提供了一份完整的实战指南,详细介绍了如何利用YOLOv11目标检测模型与PyQt5界面库,从零开始构建一个智能工地安全帽检测桌面应用。内容涵盖高质量数据集的准备与标注、YOLOv11模型训练与调优,以及如何使用PyQt5开发流畅、专业的图形用户界面,最终实现一个可实际部署的AI安全监控系统。

plum99的博客 737

生成式AI Agent实战:Think-Act-Observed闭环设计与企业级落地

生成式AI Agent已从概念走向生产核心,其本质是任务驱动的智能执行系统,而非单纯的内容生成工具。它依托‘思考-行动-观察’(Think-Act-Observed)闭环实现目标导向的自主决策,依赖任务分解、工具调用与实时反馈机制,在金融、电商等强约束场景中持续验证技术价值。区别于通用大模型,Agent的关键能力在于对真实环境的适应性——应对网络SLA限制、多源异构数据整合、人机协同校验等企业级现实挑战。本文聚焦可上线的Agent工程实践,深入解析闭环稳定性、轻量级Runtime架构、混合推理策略及生产监控

weixin_33875839的博客 423

lgv20刷twrp_LG港版v20 root

这是LG港版v20 root,整理了一下有关LG港版v20的官方固件包了,有没有需要的呢,这里把固件包整理一下也是方便大家以后好下载了,因此有一些机友还是不知道在哪里下载官方的rom包,在这里说的固件rom包也就是原版的系统包了,大家可以放心的使用,这些系统包也都是支持线刷的,大家下载下来解压出来根据里面的相关教程来操作就可以了,很简单的,如果你也需要的话就一起来看看吧。软件提示注意!! 此过程会...

weixin_33212263的博客 5387

Prometheus-2.53.1安装

Prometheus+Grafana安装

qlj062127的博客 1787

C++安全编程实战:GSL核心组件解析与项目集成指南

在C++系统级开发中,内存安全与资源管理是保障程序稳定性的核心挑战。传统C++编程虽然灵活,但原始指针、数组边界和空指针等问题常导致难以追踪的运行时错误。现代C++通过RAII、智能指针等机制提升安全性,然而在处理连续内存区域、明确指针契约等场景时,仍缺乏系统性的轻量级解决方案。Microsoft GSL(Guidelines Support Library)应运而生,它基于《C++ Core Guidelines》设计,通过一组零开销或低开销的抽象,将易错模式转化为可检查的安全模式。其核心组件如`gsl:

weixin_30414305的博客 367

华为OD机试真题 新系统【小花获胜的奶茶】

华为OD机试真题 新系统【小花获胜的奶茶】,提供C语言、Java、C++、Python、Go、JavaScript源码实现,并提供完整思路讲解,以及在线OJ模拟做题。华为OD机试真题 【小花获胜的奶茶】多语言题解。

qq_45776114的博客 382

容量评估与应用水位

系统的容量评估         在系统上线前,或者在已上线系统上要做一些推广活动时,相关的业务方要对系统的访问量进行评估。业务方给出总的访问量,即PV,UV.。然后逐一细化,推导出落在每一个子系统和接口上的流量大概是多少。这些评估要根据经验数据,历年的访问量等数据来估算。各子系统根据落在每个子系统的访问量来评估本系统需要的机器数量,网络带宽和技术实现方式。       系统的峰值关系一个系统的

sunhuiliang85的专栏 4025

基于STM32的设计智慧超市管理系统(带收银系统+物联网环境监测)_167

本系统主要由超市环境监测部分和商品管理部分组成。环境监测部分主控芯片采用STM32F103C8T6,主要包括温湿度传感器、烟雾传感器和空调制热开关、空调制冷开关,采集的数据通过ESP8266模块+MQTT协议上传至OneNet云平台,在OneNet云平台设计手机和电脑版本可视化页面,能够在页面上查看超市的环境信息,还能在页面上手动打开空调制热开关和空调制冷开关。商品管理部分主要由RC522-RFID读卡器、上位机组成,实现商品选购、结算、顾客的VIP会员卡注册管理等功能。

6066

MATLAB算法实战应用案例精讲-【数模应用】装箱问题

装箱问题可以根据不同的维度进行分类。以下是一些常见的装箱问题二维装箱问题:二维装箱问题假设所有物品都是平面上的矩形,并且需要将它们放入平面上的容器中。这个问题的目标是找到一种装箱方案,使得物品不重叠并占据的总面积最小。三维装箱问题:三维装箱问题考虑到物品可以具有高度,并且需要将它们放入三维容器(如箱子或货柜)中。目标是找到一种装箱方案,使得物品不重叠且总体积最小。多维装箱问题:多维装箱问题是指在更高维度空间中进行装箱的问题。除了长度和宽度之外,物品可能具有其他属性,如高度、重量、形状等。

qq_36130719的博客 1571

存储成本降低80%,有赞数据中台成本治理怎么做的?

导语 | 随着直播电商行业的兴盛,有赞业务高速发展。但同时数据仓库中存储资源和计算资源消耗也非常高,甚至一度超过了整个平台业务的增速,显然不是一个可持续发展的态势。本文是对有赞技术副总裁...

QcloudCommunity的博客 1781

企业级 Token 中转架构设计:高并发、多模型、费用监控一次搞定

摘要:本文针对企业级AI开发中的多模型接口混乱、高并发稳定性差及Token费用失控等痛点,提出一套2026年企业级Token中转架构解决方案。该方案采用五层分层设计(接入层、网关层、调度层、服务层、存储层),实现多模型统一接口、智能路由、高并发限流容错及精细化成本监控。核心功能包括:异构模型标准化接入、动态路由策略(场景/成本/负载/容灾)、多级限流熔断机制、全链路Token计费与安全防封体系(指纹清洗、IP池隔离)。通过分层解耦与模块化设计,企业可降低50%成本、提升99%稳定性,并避免封号风险。文章还提

远程部署调试 运行安装 项目调试 二次开发 项目技术新 持续迭代 部分源码免费分享 143

云监控服务使用教程

云监控(CloudMonitor) 是一项针对阿里云资源和互联网应用进行监控的服务。云监控服务可用于收集获取阿里云资源的监控指标,探测互联网服务可用性,以及针对指标设置警报。云监控服务能够监控云服务器 ECS、云数据库 RDS 和负载均衡等各种阿里云服务资源,同时也能够通过 HTTP,ICMP 等通用网络协议监控互联网应用的可用性。 借助云监控服务,您可以全面了解您在阿里云上的资源使用情况、性能...

weixin_40050195的博客 2919

Lumerical 教程,包含作者个人理解及相关设计案例 (目前共计184篇,持续更新中)

4138。

u011699626的博客 1606

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

上一篇: 故障分析 | 从一则错误日志到 MySQL 认证机制与 bug 的深入分析
下一篇: 新特性解读 | MySQL 8.0 REDO 归档目录权限问题
爱可生开源社区
博客等级 码龄8年 1936粉丝 1004原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值