Couchbase 可观测性最佳实践

Couchbase 介绍

Couchbase 是一个开源的分布式 NoSQL 数据库，专为高性能和高可扩展性设计，适用于实时数据处理的企业应用。它结合键值存储和文档数据库的优势，支持 JSON 文档存储，并通过 N1QL（类 SQL 查询语言）提供强大查询能力。Couchbase 采用分布式架构，利用 vBucket 实现数据分片和负载均衡，支持跨数据中心复制（XDCR），确保高可用性和数据一致性。其内存优先架构保证低延迟读写，适合高并发场景，如电商、广告技术和物联网。Couchbase 还提供全文搜索、分析和事件处理功能，支持多云和混合云部署，兼容 AWS、Azure 等平台，并通过 SDK 支持多种语言（如 Java、Python）。其易用性和可扩展性使其成为构建现代化、数据密集型应用的理想选择。

观测云

观测云是一款专为 IT 工程师打造的全链路可观测产品，它集成了基础设施监控、应用程序性能监控和日志管理，为整个技术栈提供实时可观察性。这款产品能够帮助工程师全面了解端到端的用户体验追踪，了解应用内函数的每一次调用，以及全面监控云时代的基础设施。此外，观测云还具备快速发现系统安全风险的能力，为数字化时代提供安全保障。

部署 DataKit

登录观测云控制台，点击「集成」 -「DataKit」 - 「Linux」，复制命令并执行。

配置采集器

进入 DataKit 安装目录下的 conf.d/couchbase 目录，复制 couchbase.conf.sample 并命名为 couchbase.conf。

[[inputs.couchbase]]
  ## Collect interval, default is 30 seconds. (optional)
  # interval = "30s"

  ## Timeout: (defaults to "5s"). (optional)
  # timeout = "5s"

  ## Scheme, "http" or "https".
  scheme = "http"

  ## Host url or ip.
  host = "127.0.0.1"

  ## Host port. If "https" will be 18091.
  port = 8091

  ## Additional host port for index metric. If "https" will be 19102.
  additional_port = 9102

  ## Host user name.
  user = "Administrator"

  ## Host password.
  password = "xxxxxx"

  ## TLS configuration.
  tls_open = false
  # tls_ca = ""
  # tls_cert = "/var/cb/clientcertfiles/travel-sample.pem"
  # tls_key = "/var/cb/clientcertfiles/travel-sample.key"

  ## Disable setting host tag for this input
  disable_host_tag = false

  ## Disable setting instance tag for this input
  disable_instance_tag = false

  ## Set to 'true' to enable election.
  election = true

# [inputs.couchbase.tags]
  # some_tag = "some_value"
  # more_tag = "some_other_value"

配置后重启 DataKit。

datakit service -R

Couchbase 指标集

日志采集

Couchbase 的日志默认输出到 /opt/couchbase/var/lib/couchbase/logs，我们可以通过主机采集日志的方式开启日志采集器来采集日志。

在 logging.conf 中配置日志路径。

关键指标

Metric	中文描述	Type	Unit
cmd_get	该存储桶每秒读取（get操作）的次数。	float	req/s
cmd_set	该存储桶每秒写入（set操作）的次数。	float	req/s
ops	该存储桶每秒的总操作量。	float	req/s
ep_cache_miss_rate	该存储桶每秒从磁盘读取而非RAM的百分比（缓存未命中率）。	float	percent
get_hits	获取操作命中的次数。	float	count
systemstats_cpu_utilization_rate	该服务器上所有可用核心的CPU使用率百分比。	float	percent
systemstats_mem_free	该服务器上未使用的内存字节数。	float	B
systemstats_mem_total	该服务器上总共可用的内存字节数。	float	B
mem_used	已使用的内存量。	float	B
ep_max_size	该存储桶可使用的最大内存量。	float	B
disk_write_queue	该存储桶中等待写入磁盘的项目数量。	float	count
curr_items	该存储桶中活跃vBucket的项目数量。	float	count
curr_items_tot	该存储桶中的项目总数。	float	count
ep_bg_fetched	该存储桶每秒从磁盘读取的次数。	float	req/s
ep_resident_items_rate	该存储桶中缓存于RAM的所有项目的百分比（驻留率）。	float	percent
healthy	该节点是否健康（布尔值，1表示健康，0表示不健康）。	float	bool
rebalance_success	重新平衡成功事件计数。	float	count
failover	故障转移（Failover）事件计数。	float	count
ep_dcp_xdcr_items_remaining	该存储桶中XDCR DCP待发送的项目数量。	float	count
xdc_ops	该存储桶每秒的XDCR操作总数。	float	req/s

场景视图

登录观测云控制台，点击「场景」 -「新建仪表板」，输入 “Couchbase”， 选择 “Couchbase监控视图”，点击 “确定” 即可添加视图。

日志分析

点击「日志」菜单，可以看到相关日志信息。

监控器

节点 CPU 使用率过高

如果 Couchbase 节点的 CPU 使用率过高，可能会导致查询处理速度变慢，甚至引发服务降级，影响应用程序的响应时间。告警可以在 CPU 使用率接近瓶颈时提醒运维团队，采取措施如优化查询、减少负载或扩展集群节点，以避免性能下降和潜在的服务中断。

缓存未命中率过高告警

如果 Couchbase 桶的缓存未命中率过高，表明内存缓存效率低下，系统需要频繁从磁盘读取数据，这会导致查询延迟增加，严重影响性能。告警可以在未命中率达到临界值时提醒团队，采取措施如增加桶的内存配额、优化数据访问模式或扩展内存资源，以提升缓存命中率并保障服务性能。

节点不健康告警

如果 Couchbase 节点处于不健康状态，可能会导致数据不可用或服务中断，直接影响应用程序的正常运行。告警可以在节点出现问题时立即通知运维团队，采取措施如检查网络、磁盘或进程状态，必要时执行故障转移或替换节点，以恢复集群的稳定性并确保服务连续性。

磁盘写入队列过长告警

如果 Couchbase 节点的磁盘写入队列过长，表明磁盘 I/O 压力过大，可能导致数据写入延迟，进而影响查询性能和数据一致性。告警可以在队列长度达到临界值时提醒团队，采取措施如升级磁盘硬件、优化写入操作或重新分配数据，以减轻 I/O 压力并确保系统性能稳定。

总结

Couchbase 接入观测云的最佳实践能够实现对 Couchbase 集群的全面监控与管理。通过集成，观测云可以可视化 Couchbase 的性能指标（如操作速率、缓存命中率、内存使用量），并集中展示日志数据，帮助用户快速了解系统状态。用户还能基于这些数据创建自定义视图和监控器，实时掌握关键指标的异常变化。此外，结合日志分析，客户可以高效排查问题，提升系统运维效率。这种方式适用于不同场景，助力用户优化 Couchbase 性能并确保服务稳定性。