Doris Manager 24.3 版本正式发布，增强集群巡检能力

原创

SelectDB技术团队

发布于 2025-05-20 20:27:13

2420

作为 Apache Doris 的智能管理工具，Doris Manager 提供一键部署、实时监控、弹性扩缩容、升级重启等核心功能，并支持告警、日志、审计、巡检等高级运维能力。历经千家企业验证，24.3 版本更稳定高效，让集群管理更简单！在新的版本中，Doris Manager 丰富了集群巡检，监控等能力。

功能更新

在 Doris Manager 24.3 版本中，对以下内容进行了优化改进：

智能集群巡检：

全面健康评估：新增多维度巡检项，覆盖集群健康度，数据健康度，Top SQL 分析，自动生成优化建议；
主动风险发现：快速定位性能瓶颈，提供分片调整，参数优化等方案。

稳定部署保障：

智能预检机制：新增重启动置检查（JAVA_HOME、操作系统参数等），规避环境问题导致失败；
任务流程优化：重构部署升级任务，提升成功率，减少人工干预。

高效监控运维：

精细化磁盘监控：按磁盘维度展示 IO 使用效率及吞吐量，精准定位 IO 问题；
日志精简优化：移除冗余 manager.out 日志，提升日志检索效率。

流畅操作体验：

透明化操作提示：优化升级备份流程，明确展示进度与风险提示；
自动跳转优化：Studio 页面跳转自动携带上下文，减少登录操作。

详细优化与更新功能可以参考 Doris Manager 24.3.0 release notes。

集群巡检功能

在 Doris Manager 24.3 版本中，重构了集群巡检功能，为了直观的感受巡检功能的丰富，我们特此录制了巡检能力的 Demo，具体见下方视频：

本次版本更新一共新增了五类巡检项功能：

集群概览：展示集群拓扑与 SQL 延时监控，QPS 监控，导入速率等主要集群监控项；
数据概览：展示数据库数量、表数量、分片数量、总数据量及 Top10 数据量的表，对 Tablet 健康度进行检查，筛选出 tablet 过大或者过小的表并给出提示；
查询分析：按照查询耗时、CPU 消耗、内存消耗、扫描数据行、扫描数据量等不同维度展示 Top10 的 SQL；
参数规范：展示 FE 与 BE 配置文件中非默认的配置参数，对集群主要的参数进行检测并给出修改意见；
机器信息：展示操作系统、CPU、内存、磁盘、网络等机器信息。

启用定期巡检

在设置集群巡检时，可以开启定期巡检，在特定时间周期性的对集群进行检查，并保存巡检报告。如在本例中指定每天两点进行巡检，巡检后通过邮箱与企业微信进行巡检信息推送。巡检会对集群数据进行扫描，占用集群 IO 资源，建议避开集群资源高峰时进行巡检。

查看巡检建议

在巡检后，可以从巡检报告中查看巡检结果与建议。Doris Manager 针对以下内容给出巡检建议：

数据健康：针对 tablet 大小、副本数量、数据倾斜程度、tablet 数量等信息给出优化建议；
参数配置：针对 Doris 系统参数与变量进行检查并给出优化建议；
机器配置：针对 CPU、操作系统参数等进行检查并给出调整建议。

如下例中，对集群参数进行了检查，列出了非默认参数，并针对参数 enable_profile 给出了修改意见。

添加自定义巡检项

用户可以根据业务自定义巡检项，通过脚本添加巡检项。如在下例中，添加了 CheckBadTablet 与 CheckSwapOff 两个用户自定义巡检项，关闭 CheckBadTablet 巡检项，打开 CheckSwapOff 巡检项。

$ cat webserver/inspection/script/user-defined-tasks.json
{
  "tasks": [
    {
      "name": "CheckBadTablet",
      "source": "DORIS",
      "reason": "ensure tablets are all healthy.",
      "script": "check-bad-tablet.sh",
      "timeout": 600,
      "enabled": false
    },
    {
      "name": "CheckSwapOff",
      "source": "AGENT",
      "reason": "doris be requires swap off.",
      "script": "check-swap-off.sh",
      "timeout": 600,
      "enabled": true
    }
  ]
}

自定义巡检支持两种脚本定义类型：