智能巡检是一种预防性维护措施，用于定期检查系统和集群的状态，及时发现潜在问题。智能巡检会按照巡检项输出报告，您可以提前发现和解决问题，减少系统故障和停机时间，保障系统的稳定性和可靠性。
功能概述
智能巡检功能情况说明如下。
细项 | 说明 |
|---|---|
巡检项 | 当前智能巡检从系统负载和集群负载两方面执行巡检，巡检具体内容如下： |
巡检类型 |
|
巡检结果 | 巡检任务执行完成后，系统将输出巡检报告，从巡检项及其严重等级、异常影响程度等角度，帮助用户分析集群问题，并提供处理建议。 |
资源占用 | 智能巡检将占用当前集群资源，影响性能，建议在使用低峰期进行操作，避免影响业务。 |
创建巡检任务
登录 ByteHouse 控制台，在诊断优化页签下，进入智能巡检页面，单击巡检任务页签，单击创建巡检任务。
在创建巡检任务页面，填写任务基本信息，选择巡检类型，查看巡检内容。
注意
智能巡检将占用当前集群资源，建议在使用低峰期进行操作，避免影响业务。
巡检任务配置信息
参数项
参数说明
巡检任务名称
支持自定义巡检任务名称。
集群
选择巡检的集群。
巡检类型
支持手动巡检和定期巡检。
- 手动巡检：您可在创建巡检任务后，需在巡检任务列表中，手动触发执行。
- 定期巡检：您可配置巡检周期，在巡检周期内，系统将自动执行巡检任务。
巡检内容说明
类别
巡检项
巡检项说明及风险等级判断规则
系统负载
节点宕机数
巡检周期内是否存在节点宕机。风险等级判断规则如下：
- 正常：0
- 高风险：宕机数 ≥1
分片宕机数
巡检周期内是否存在分片宕机。风险等级判断规则如下：
- 正常：0
- 高风险：宕机数 ≥1
磁盘异常数
巡检周期内是否存在磁盘异常。风险等级判断规则如下：
- 正常：0
- 高风险：异常数 ≥1
平均 CPU 使用率
巡检周期内 CPU 实际工作时间占总时间的百分比。风险等级判断规则如下：
- 正常：[0,80%)
- 中风险：[80,90%)
- 高风险：平均 CPU 使用率超过 90% 且持续超 30 分钟
IO 使用率
巡检周期内 IO 实际工作时间占总时间的百分比。风险等级判断规则如下：
- 正常：[0,90%)
- 高风险：IO 使用率超过 90% 且持续超 1 分钟
平均内存使用率%
巡检周期内内存占用总量与内存总容量的百分比平均值。风险等级判断规则如下：
- 正常：[0,80%)
- 中风险：[80,90%)
- 高风险：[90,100%)
平均磁盘使用率%
磁盘中已用空间占总容量百分比的平均值。风险等级判断规则如下：
- 正常：[0,80%)
- 中风险：[80,90%)
- 高风险：[90,100%)
平均 iNode 占用比%
文件系统中 iNode（索引节点）的已用量与总量的百分比。风险等级判断规则如下：
- 正常：[0,80%)
- 中风险：[80,90%)
- 高风险：[90,100%)
系统盘使用率%
操作系统所在磁盘分区的存储空间占用比例。风险等级判断规则如下：
- 正常：[0,80%)
- 中风险：持续超过 80%
集群负载
Part 数
集群中 parts 总数，符合以下任意一条标准则判断为高风险：
- 判断实例级别 parts 数是否过多的标准：
- 最近一次巡检的 parts 数 ≥250,000。
- 最近一次巡检的 parts 数与 7 天内最低 parts 数相比，增长率 ≥30%。
- 判断单表级别 parts 数是否过多的标准：
- 单表 parts 数最近一次巡检结果 ≥30,000。
- 该实例该表 parts 最近一次巡检结果与最近 3 天内的巡检平均值相比，增长率 >10%。
查询成功率
成功完成的查询请求数占总查询请求数的百分比。风险等级判断规则如下：
- 中风险：成功率小于 95%。
写入成功率
成功写入数据的请求数占总写入请求数的百分比。风险等级判断规则如下：
- 中风险：成功率小于 95%。
mutation 执行时间过长
数据变更操作的执行时间超过预设阈值。风险等级判断规则如下：
- 高风险：存在执行超过 6 小时的 mutation。
Broken table
集群中是否存在表损坏。风险等级判断规则如下：
- 正常：集群中不存在 broken table。
- 高风险：存在 broken table。
没有 leader 的表
集群中是否存在无 leader 的表。风险等级判断规则如下：
- 正常：集群中不存在无 leader 的表。
- 高风险：存在无 leader 的表且超过 30 分钟。
并发数
集群中所有类型请求的并行执行数量总和。风险等级判断规则如下：
- 高风险：并发数达到最大值 200 且持续超 30 分钟。
单击确定。系统将创建巡检任务。
您可在巡检任务列表查看已创建的任务。也可在巡检任务列表中选择集群或输入任务名称，查看巡检任务。
手动执行巡检任务
对于巡检类型设置为手动巡检的任务，您可按需手动触发执行任务。
在巡检任务列表中，单击操作列的立即执行按钮，在弹窗中单击确定，系统将针对集群执行巡检。
系统提示“执行巡检任务成功”后，您可在巡检报告页面查看巡检任务执行结果。
管理巡检报告
您可在巡检报告页面查看生成的巡检报告，查看巡检结果、对集群的影响及处理建议。
查看巡检报告
在巡检报告页面，您可查看已生成的巡检报告列表，并根据集群名称和巡检报告名称进行筛选。
您可单击巡检报告 ID 或操作列查看报告按钮，查看报告详情。
巡检报告展示了巡检明细，包括巡检项、巡检值、严重等级、巡检类别、异常影响、处理建议等信息。您可根据巡检值、严重等级、异常影响等信息，判断是否需要处理该异常。
下载巡检报告
在巡检报告页面，单击操作列下载报告按钮，将下载当前报告。
也可单击巡检报告 ID，进入详情页，单击下载报告。
（可选）删除巡检报告
如需删除巡检报告，可在巡检报告页面，单击操作列删除按钮，删除当前报告。