查看服务的状态 / 监控 / 日志

机器学习平台支持查看服务及实例的状态，并且提供详细的监控和日志以及 WebShell，帮助用户了解从服务创建到删除的整个生命周期的健康状况。

1. 【在线服务】中存在 >= 1 个服务。

1. 登录机器学习平台，单击左侧导航栏中的【模型服务】-【在线服务】进入列表页面。列表页中的服务状态、实例数量代表了 服务 的总体健康情况。

2. 在列表页单击某个服务名称进入详情页面，单击【实例列表】进一步查看当前服务所有实例的状态，这代表了 实例 的总体健康情况，所有实例的状态共同影响着 服务 的状态。为便于理解，对如下信息做特别说明：

   参数名称	参数说明
   实例状态	部署中：节点调度、镜像拉取、启动实例的阶段。 运行中：该阶段下实例能够正常对外提供服务。 停止中：用户触发删除服务的操作，正在删除实例的阶段。 异常：所有实例部署超时或者运行过程中出错。
   服务状态	未运行：服务被停止后，所有服务实例被清空。 部署中：所有实例均处于部署阶段，实例状态为部署中。 运行中：该阶段存在 >=1 个状态为运行中的实例。 停止中：用户触发停止服务的操作，正在删除实例的阶段。 异常：所有实例状态均为异常。此时需要进入详情页查看实例状态及日志从而定位出问题所在。
   实例数量	可用的实例数量 / 预期的实例数量。 一个服务包含若干实例，可用的实例数量也一定程度反映了服务的健康状况。

   

3. 单击某个实例在操作区的【监控】可跳转到该实例的监控页面查看更详细的监控指标，具体支持的监控指标如下。

   • CPU：利用率、使用量。
   • 内存：利用率、使用量。
   • 网络：流入的速率、流出的速率。
   • GPU：利用率、显存利用率、显存使用量。当实例中包含多张 GPU 时将多条曲线汇总在图表上。
     
     

4. 单击某个实例在操作区的【日志】可跳转到该实例的日志页面查看更详细的运行日志。

   • 支持以 Lucene 语法进行日志的全文检索。如填写 error 将检索出所有包含 error 的日志条目。
   • 支持日志的自动更新，开启后平台将定时更新新的训练日志，并且支持用户选择每次更新的日志条数（100 / 500 / 2000 / 5000）。
   • 支持下载最近的 3 千条日志到本地查看。