Criar alertas de métricas do Dataproc

É possível criar um alerta do Monitoring que notifica quando um cluster ou uma métrica de job do Dataproc exceder um o limite especificado.

Etapas para criar um alerta

Para criar um alerta, faça o seguinte:

  1. Abra o Alertas no console do Google Cloud.

  2. Clique em + Criar política para abrir a página Criar política de alertas.

    1. Clique em Selecionar métrica.
    2. Em "Filtrar por nome do recurso ou da métrica", caixa de entrada, tipo "dataproc" para listar as métricas do Dataproc. Navegue pela hierarquia das métricas do Cloud Dataproc para selecionar uma métrica de cluster, job, lote ou sessão.
    3. Clique em Aplicar.
    4. Clique em Próxima para abrir o painel Configurar gatilho de alertas.
    5. Defina um valor limite para acionar o alerta.
    6. Clique em Próxima para abrir o painel Configurar notificações e finalizar alerta.
    7. Define canais de notificação, documentação e o nome da política de alertas.
    8. Clique em Próxima para revisar a política de alertas.
    9. Clique em Criar política para criar o alerta.

Exemplos de alertas

Esta seção descreve um alerta de exemplo para um job enviado ao serviço do Dataproc e um alerta para uma execução de job como um aplicativo YARN.

Alerta de job do Dataproc de longa duração

O Dataproc emite a métrica dataproc.googleapis.com/job/state, que rastreia há quanto tempo um job está em diferentes estados. Essa métrica é encontrada no Metrics Explorer do console do Google Cloud, em Job do Cloud Dataproc (cloud_dataproc_job). É possível usar essa métrica para configurar um alerta que notifique você quando o estado RUNNING do job exceder um limite de duração.

Configuração do alerta de duração do job

Este exemplo usa a Linguagem de consulta de monitoramento (MQL, na sigla em inglês) para crie uma política de alertas (consulte Como criar políticas de alertas do MQL (console)).

fetch cloud_dataproc_job
| metric 'dataproc.googleapis.com/job/state'
| filter metric.state == 'RUNNING'
| group_by [resource.job_id, metric.state], 1m
| condition val() == true()

No exemplo abaixo, o alerta é acionado quando um job está em execução há mais de 30 minutos.

É possível modificar a consulta filtrando por resource.job_id para aplicá-la para uma tarefa específica:

fetch cloud_dataproc_job
| metric 'dataproc.googleapis.com/job/state'
| filter (resource.job_id == '1234567890') && (metric.state == 'RUNNING')
| group_by [resource.job_id, metric.state], 1m
| condition val() == true()

Alerta de aplicativo YARN de longa duração

O exemplo anterior mostra um alerta que é acionado quando um job do Dataproc é executado por mais tempo do que a duração especificada, mas só se aplica a jobs enviados ao Dataproc pelo console do Google Cloud, pela Google Cloud CLI ou por chamadas diretas para o API Dataproc jobs. Também é possível usar métricas OSS para configurar alertas semelhantes que monitoram o tempo de execução dos aplicativos YARN.

Primeiro, algumas informações básicas. O YARN emite métricas de tempo de execução em vários buckets. Por padrão, o YARN mantém 60, 300 e 1440 minutos como limites do bucket e emite quatro métricas, running_0, running_60, running_300 e running_1440:

  • running_0 registra o número de jobs com um tempo de execução entre 0 e 60 minutos.

  • running_60 registra o número de jobs com um ambiente de execução entre 60 e 300 minutos.

  • running_300 registra o número de jobs com um ambiente de execução entre 300 e 1.440 minutos.

  • running_1440 registra o número de jobs com um tempo de execução maior que 1.440 minutos.

Por exemplo, um job em execução por 72 minutos será gravado em running_60, mas não em running_0.

Esses limites de bucket padrão podem ser modificados transmitindo novos valores para a propriedade cluster yarn:yarn.resourcemanager.metrics.runtime.buckets durante a criação do cluster do Dataproc. Ao definir os limites de buckets personalizados, também é necessário definir substituições de métricas. Por exemplo, para especificar limites de bucket de 30, 60 e 90 minutos, o comando gcloud dataproc clusters create precisa incluir as seguintes sinalizações:

  • limites do bucket: ‑‑properties=yarn:yarn.resourcemanager.metrics.runtime.buckets=30,60,90

  • substituições de métricas: ‑‑metric-overrides=yarn:ResourceManager:QueueMetrics:running_0, yarn:ResourceManager:QueueMetrics:running_30,yarn:ResourceManager:QueueMetrics:running_60, yarn:ResourceManager:QueueMetrics:running_90

Exemplo de comando de criação de cluster 

gcloud dataproc clusters create test-cluster  \
   --properties ^#^yarn:yarn.resourcemanager.metrics.runtime.buckets=30,60,90  \
   --metric-sources=yarn  \
   --metric-overrides=yarn:ResourceManager:QueueMetrics:running_0,yarn:ResourceManager:QueueMetrics:running_30,yarn:ResourceManager:QueueMetrics:running_60,yarn:ResourceManager:QueueMetrics:running_90

Essas métricas estão listadas no Metrics Explorer do console do Google Cloud, no recurso Instância de VM (gce_instance).

Configuração de alertas de aplicativos YARN

  1. Crie um cluster com as métricas e os buckets necessários ativados .

  2. Criar uma política de alertas que é acionada quando o número de aplicativos em um bucket de métricas YARN excedem um limite especificado.

    • Se preferir, adicione um filtro para alertar sobre clusters que correspondem a um padrão.

    • Configure o limite para acionar o alerta.

Alerta de job com falha do Dataproc

Também é possível usar a métrica dataproc.googleapis.com/job/state Consulte Alerta de job de longa duração do Dataproc. para alertar você quando um job do Dataproc falhar.

Falha na configuração do alerta de job

Este exemplo usa a Linguagem de consulta de monitoramento (MQL, na sigla em inglês) para crie uma política de alertas (consulte Como criar políticas de alertas do MQL (console)).

MQL de alerta
fetch cloud_dataproc_job
| metric 'dataproc.googleapis.com/job/state'
| filter metric.state == 'ERROR'
| group_by [resource.job_id, metric.state], 1m
| condition val() == true()
Configuração do gatilho de alertas

No exemplo a seguir, o alerta é acionado quando uma entrada do Dataproc do job falhar em seu projeto.

É possível modificar a consulta filtrando por resource.job_id para aplicá-la para uma tarefa específica:

fetch cloud_dataproc_job
| metric 'dataproc.googleapis.com/job/state'
| filter (resource.job_id == '1234567890') && (metric.state == 'ERROR')
| group_by [resource.job_id, metric.state], 1m
| condition val() == true()

Alerta de desvio de capacidade do cluster

O Dataproc emite o dataproc.googleapis.com/cluster/capacity_deviation que informa a diferença entre a contagem de nós esperada no cluster e a contagem de nós YARN ativos. Você pode encontrar essa métrica no Metrics Explorer do console do Google Cloud, no recurso Cluster do Cloud Dataproc. É possível usar essa métrica para criar um alerta que notifica quando a capacidade do cluster desviar da capacidade esperada por mais tempo do que o especificado duração limite.

As operações a seguir podem causar um subregistro temporário de nós de cluster na métrica capacity_deviation. Para evitar alertas de falsos positivos, defina o limite de alertas de métricas para contabilizar estas operações:

  • Criação e atualizações de cluster: a métrica capacity_deviation não está emitidos durante operações de criação ou atualização de cluster.

  • Ações de inicialização de cluster:ações de inicialização são realizadas após o provisionamento de um nó.

  • Atualizações de worker secundário: os workers secundários são adicionados de forma assíncrona. após a conclusão da operação de atualização.

Configuração do alerta de desvio de capacidade

Este exemplo usa a Linguagem de consulta de monitoramento (MQL, na sigla em inglês) para criar uma política de alertas.

fetch cloud_dataproc_cluster
| metric 'dataproc.googleapis.com/cluster/capacity_deviation'
| every 1m
| condition val() <> 0 '1'

No próximo exemplo, o alerta é acionado quando o desvio de capacidade do cluster for diferente de zero por mais de 30 minutos.

Ver alertas

Quando um alerta é acionado por uma condição de limite de métrica, o Monitoring cria um incidente e um evento correspondente. Você pode conferir os incidentes na página Monitoring Alerting no console do Google Cloud.

O Monitoring também envia uma notificação do incidente se tiver sido definido na política de alerta algum mecanismo de notificação, como notificações por e-mail ou por SMS.

A seguir