「 背 景 」

遇到页面报错时，是不是感到困扰，不知如何解决？

页面响应缓慢时，是否感到迷茫，不清楚从何入手排查？

面对主机高负载时，是不是觉得确认异常根因很有挑战？

本期最佳实践为您讲解如何通过控制台排查定位：

1. 页面报错时，获取traceId确认报错组件；通过全局监控确认组件状态，查看组件日志分析原因。
2. 页面响应缓慢时，查看集群主机状态并通过链路跟踪发现耗时最长的节点，进一步查看组件状态、日志，优化解决。
3. 主机高负载时，通过主机上的CPU使用、内存使用Top10进程来定位，找到占用资源最高的进程，抓取堆栈信息进行分析。

「 全 局 监 控 」

平台监控包括四个模块: 全局监控、存储组件监控、逻辑组件监控、监控流监控

「 主 机 监 控 」

默认首页为主机监控，在这个界面我们可以看到这个集群的整体情况，集群中各主机的状态。集群状态的判断为各主机心跳状态+ 时间偏移+磁盘使用率低于90，这3个指标都正常的时候集群状态才为正常。图一跟图二的对比可以看出来，当磁盘使用率降到90以下后集群状态才回归正常。

接下来的部分是常用指标的折线图，最长保留60天的数据，可以通过调整右上角的时间范围来看长时间的趋势。

主机资源不足的情况下，我们常常会去找占用资源最多的进程。控制台同样集成这样的能力，我们可以按主机、CPU、内存、进程名来过滤，定位进程的资源使用情况。这里记录的是某个时刻的Top10进程，如果进程没有进到前10，则会搜索不到。

「 组 件 状 态 」

组件状态主要展示集群组件的运行状态，按组件类型分tab展示：后台组件、资源包（以-M、-db、-R结尾的组件）、前端插件（以NA、NB结尾的组件）

该页面提供过滤、查询等功能，当我们已知组件部分信息时，这个功能能帮助我们确认组件部署所在的主机、组件监听的端口、名字服务以及状态。如果组件状态为异常，点击组件名可以查看详细信息。如果为下线组件，可以标记忽略，避免误报。