ACS GPU-HPN节点级别监控指标

指标

指标描述

标签

样例

node_cpu_seconds_total

节点CPU使用时间总计

• NodeName：节点名称，对应Node对象中的spec.nodeName。

• instance：节点名称，对应Node对象中的spec.nodeName。

• mode：时间片类型，包括idle，iowait，irq，nice，softirq，steal，system，user。

node_cpu_seconds_total{NodeName="cn-wulanchabu-c.cr-xxx",instance="cn-wulanchabu-c.cr-xxx",mode="user"} 135268.20999999988

node_boot_time_seconds

购买GPU-HPN节点预留的时间点，当节点发生故障自愈时，该指标会更新为最近一次自愈完成的时间点。

无

node_boot_time_seconds 1.735635132e+09

node_memory_MemAvailable_bytes

节点可用内存大小（字节）

• NodeName：节点名称，对应Node对象中的spec.nodeName。

• instance：节点名称，对应Node对象中的spec.nodeName。

node_memory_MemAvailable_bytes{NodeName="cn-wulanchabu-c.cr-xxx",instance="cn-wulanchabu-c.cr-xxx"} 1.070595100672e+12

node_memory_MemFree_bytes

节点空闲内存大小（字节）

• NodeName：节点名称，对应Node对象中的spec.nodeName。

• instance：节点名称，对应Node对象中的spec.nodeName。

node_memory_MemFree_bytes{NodeName="cn-wulanchabu-c.cr-xxx",instance="cn-wulanchabu-c.cr-xxx"} 1.069967446016e+12

node_memory_MemTotal_bytes

节点总内存大小（字节）

• NodeName：节点名称，对应Node对象中的spec.nodeName。

• instance：节点名称，对应Node对象中的spec.nodeName。

node_memory_MemTotal_bytes{NodeName="cn-wulanchabu-c.cr-xxx",instance="cn-wulanchabu-c.cr-xxx"} 1.9327352832e+12

node_disk_read_bytes_total

节点磁盘读取字节总计

• NodeName：节点名称，对应Node对象中的spec.nodeName。

• instance：节点名称，对应Node对象中的spec.nodeName。

node_disk_read_bytes_total{NodeName="cn-wulanchabu-c.cr-xxx",instance="cn-wulanchabu-c.cr-xxx"} 1.36580096e+08

node_disk_reads_completed_total

节点磁盘读取完成总数

• NodeName：节点名称，对应Node对象中的spec.nodeName。

• instance：节点名称，对应Node对象中的spec.nodeName。

node_disk_reads_completed_total{NodeName="cn-wulanchabu-c.cr-xxx",instance="cn-wulanchabu-c.cr-xxx"} 2530

node_disk_writes_completed_total

节点磁盘写入完成总数

• NodeName：节点名称，对应Node对象中的spec.nodeName。

• instance：节点名称，对应Node对象中的spec.nodeName。

node_disk_writes_completed_total{NodeName="cn-wulanchabu-c.cr-xxx",instance="cn-wulanchabu-c.cr-xxx"} 85965

node_disk_written_bytes_total

节点磁盘写入字节总数

• NodeName：节点名称，对应Node对象中的spec.nodeName。

• instance：节点名称，对应Node对象中的spec.nodeName。

node_disk_written_bytes_total{NodeName="cn-wulanchabu-c.cr-xxx",instance="cn-wulanchabu-c.cr-xxx"} 7.331622912e+09

node_network_receive_bytes_total

节点累计接收字节总数

• NodeName：节点名称，对应Node对象中的spec.nodeName。

• instance：节点名称，对应Node对象中的spec.nodeName。

node_network_receive_bytes_total{NodeName="cn-wulanchabu-c.cr-xxx",instance="cn-wulanchabu-c.cr-xxx"} 4.5447566e+07

node_network_transmit_bytes_total

节点累计发送字节总数

• NodeName：节点名称，对应Node对象中的spec.nodeName。

• instance：节点名称，对应Node对象中的spec.nodeName。

node_network_transmit_bytes_total{NodeName="cn-wulanchabu-c.cr-xxx",instance="cn-wulanchabu-c.cr-xxx"} 8.6421368e+07

DCGM_FI_DEV_COUNT

设备数量

• NodeName：节点名称，对应Node对象中的spec.nodeName。

• instance：节点名称，对应Node对象中的spec.nodeName。

DCGM_FI_DEV_COUNT{NodeName="cn-wulanchabu-c.cr-xxx",instance="cn-wulanchabu-c.cr-xxx"} 8

DCGM_FI_DEV_FB_TOTAL

表示总帧缓冲区（以MB为单位）。

• NodeName：节点名称，对应Node对象中的spec.nodeName。

• instance：节点名称，对应Node对象中的spec.nodeName。

DCGM_FI_DEV_FB_TOTAL{NodeName="cn-wulanchabu-c.cr-xxx",instance="cn-wulanchabu-c.cr-xxx"} 1.56672e+06

DCGM_FI_DEV_FB_USED

表示已用帧缓冲区大小（以MB为单位）。

• NodeName：节点名称，对应Node对象中的spec.nodeName。

• instance：节点名称，对应Node对象中的spec.nodeName。

• UUID：设备唯一标识。

• modelName：设备型号名称。

• device：设备名称。

• gpu：设备编号。

DCGM_FI_DEV_FB_USED{NodeName="cn-wulanchabu-c.cr-xxx",UUID="GPU-hashID",instance="cn-wulanchabu-c.cr-xx",modelName="mode-name-demo"} 9672

DCGM_FI_DEV_GPU_UTIL

GPU利用率（以百分比表示）。

• NodeName：节点名称，对应Node对象中的spec.nodeName。

• instance：节点名称，对应Node对象中的spec.nodeName。

• UUID：设备唯一标识。

• modelName：设备型号名称。

• device：设备名称。

• gpu：设备编号。

DCGM_FI_DEV_GPU_UTIL{NodeName="cn-wulanchabu-c.cr-xxx",UUID="GPU-hashID",instance="cn-wulanchabu-c.cr-xx",modelName="mode-name-demo"} 56