度量

译者：flink.sojb.cn

Flink公开了一个度量系统，允许收集和公开指标到外部系统。

注册指标

您可以通过调用从扩展RichFunction的任何用户函数访问度量标准系统getRuntimeContext().getMetricGroup()。此方法返回一个MetricGroup对象，您可以在该对象上创建和注册新指标。

度量类型

Flink支持Counters，Gauges，Histograms和Meters。

计数器

A Counter用于计算某些东西。可以使用inc()/inc(long n)或来Reduce当前值dec()/dec(long n)。您可以创建并注册Counter调用counter(String name)上MetricGroup。

• Java
• Scala

public class MyMapper extends RichMapFunction<String, String> {
  private transient Counter counter;
  @Override
  public void open(Configuration config) {
    this.counter = getRuntimeContext()
      .getMetricGroup()
      .counter("myCounter");
  }
  @Override
  public String map(String value) throws Exception {
    this.counter.inc();
    return value;
  }
}

class MyMapper extends RichMapFunction[String,String] {
  @transient private var counter: Counter = _
  override def open(parameters: Configuration): Unit = {
    counter = getRuntimeContext()
      .getMetricGroup()
      .counter("myCounter")
  }
  override def map(value: String): String = {
    counter.inc()
    value
  }
}

或者，您也可以使用自己的Counter实现：

• Java
• Scala

public class MyMapper extends RichMapFunction<String, String> {
  private transient Counter counter;
  @Override
  public void open(Configuration config) {
    this.counter = getRuntimeContext()
      .getMetricGroup()
      .counter("myCustomCounter", new CustomCounter());
  }
  @Override
  public String map(String value) throws Exception {
    this.counter.inc();
    return value;
  }
}

class MyMapper extends RichMapFunction[String,String] {
  @transient private var counter: Counter = _
  override def open(parameters: Configuration): Unit = {
    counter = getRuntimeContext()
      .getMetricGroup()
      .counter("myCustomCounter", new CustomCounter())
  }
  override def map(value: String): String = {
    counter.inc()
    value
  }
}

测量

A根据需要Gauge提供任何类型的值。为了使用a，Gauge您必须首先创建一个实现该org.apache.flink.metrics.Gauge接口的类。返回值的类型没有限制。你可以通过调用注册一个计gauge(String name, Gauge gauge)上MetricGroup。

• Java
• Scala

public class MyMapper extends RichMapFunction<String, String> {
  private transient int valueToExpose = 0;
  @Override
  public void open(Configuration config) {
    getRuntimeContext()
      .getMetricGroup()
      .gauge("MyGauge", new Gauge<Integer>() {
        @Override
        public Integer getValue() {
          return valueToExpose;
        }
      });
  }
  @Override
  public String map(String value) throws Exception {
    valueToExpose++;
    return value;
  }
}

new class MyMapper extends RichMapFunction[String,String] {
  @transient private var valueToExpose = 0
  override def open(parameters: Configuration): Unit = {
    getRuntimeContext()
      .getMetricGroup()
      .gauge[Int, ScalaGauge[Int]]("MyGauge", ScalaGauge[Int]( () => valueToExpose ) )
  }
  override def map(value: String): String = {
    valueToExpose += 1
    value
  }
}

请注意，报告会将公开的对象转换为a String，这意味着需要进行有意义的toString()实现。

直方图

A Histogram衡量长值的分布。你可以通过调用注册一个histogram(String name, Histogram histogram)上一个MetricGroup。

• Java
• Scala

public class MyMapper extends RichMapFunction<Long, Long> {
  private transient Histogram histogram;
  @Override
  public void open(Configuration config) {
    this.histogram = getRuntimeContext()
      .getMetricGroup()
      .histogram("myHistogram", new MyHistogram());
  }
  @Override
  public Long map(Long value) throws Exception {
    this.histogram.update(value);
    return value;
  }
}

class MyMapper extends RichMapFunction[Long,Long] {
  @transient private var histogram: Histogram = _
  override def open(parameters: Configuration): Unit = {
    histogram = getRuntimeContext()
      .getMetricGroup()
      .histogram("myHistogram", new MyHistogram())
  }
  override def map(value: Long): Long = {
    histogram.update(value)
    value
  }
}

Flink没有提供默认实现Histogram，但提供了一个允许使用Codahale / DropWizard直方图的Wrapper。要使用此打包，请在以下内容中添加以下依赖项pom.xml：

<dependency>
      <groupId>org.apache.flink</groupId>
      <artifactId>flink-metrics-dropwizard</artifactId>
      <version>1.7-SNAPSHOT</version>
</dependency>

然后你可以像这样注册一个Codahale / DropWizard直方图：

• Java
• Scala

public class MyMapper extends RichMapFunction<Long, Long> {
  private transient Histogram histogram;
  @Override
  public void open(Configuration config) {
    com.codahale.metrics.Histogram dropwizardHistogram =
      new com.codahale.metrics.Histogram(new SlidingWindowReservoir(500));
    this.histogram = getRuntimeContext()
      .getMetricGroup()
      .histogram("myHistogram", new DropwizardHistogramWrapper(dropwizardHistogram));
  }
  @Override
  public Long map(Long value) throws Exception {
    this.histogram.update(value);
    return value;
  }
}

class MyMapper extends RichMapFunction[Long, Long] {
  @transient private var histogram: Histogram = _
  override def open(config: Configuration): Unit = {
    com.codahale.metrics.Histogram dropwizardHistogram =
      new com.codahale.metrics.Histogram(new SlidingWindowReservoir(500))
    histogram = getRuntimeContext()
      .getMetricGroup()
      .histogram("myHistogram", new DropwizardHistogramWrapper(dropwizardHistogram))
  }
  override def map(value: Long): Long = {
    histogram.update(value)
    value
  }
}

仪表

A Meter衡量平均吞吐量。可以使用该markEvent()方法注册事件的发生。可以使用markEvent(long n)方法注册同时发生多个事件。你可以通过调用注册一个仪表meter(String name, Meter meter)上MetricGroup。

• Java
• Scala

public class MyMapper extends RichMapFunction<Long, Long> {
  private transient Meter meter;
  @Override
  public void open(Configuration config) {
    this.meter = getRuntimeContext()
      .getMetricGroup()
      .meter("myMeter", new MyMeter());
  }
  @Override
  public Long map(Long value) throws Exception {
    this.meter.markEvent();
    return value;
  }
}

class MyMapper extends RichMapFunction[Long,Long] {
  @transient private var meter: Meter = _
  override def open(config: Configuration): Unit = {
    meter = getRuntimeContext()
      .getMetricGroup()
      .meter("myMeter", new MyMeter())
  }
  override def map(value: Long): Long = {
    meter.markEvent()
    value
  }
}

Flink提供了一个允许使用Codahale / DropWizard表的打包器。要使用此打包，请在以下内容中添加以下依赖项pom.xml：

<dependency>
      <groupId>org.apache.flink</groupId>
      <artifactId>flink-metrics-dropwizard</artifactId>
      <version>1.7-SNAPSHOT</version>
</dependency>

然后你可以像这样注册一个Codahale / DropWizard仪表：

• Java
• Scala

public class MyMapper extends RichMapFunction<Long, Long> {
  private transient Meter meter;
  @Override
  public void open(Configuration config) {
    com.codahale.metrics.Meter dropwizardMeter = new com.codahale.metrics.Meter();
    this.meter = getRuntimeContext()
      .getMetricGroup()
      .meter("myMeter", new DropwizardMeterWrapper(dropwizardMeter));
  }
  @Override
  public Long map(Long value) throws Exception {
    this.meter.markEvent();
    return value;
  }
}

class MyMapper extends RichMapFunction[Long,Long] {
  @transient private var meter: Meter = _
  override def open(config: Configuration): Unit = {
    com.codahale.metrics.Meter dropwizardMeter = new com.codahale.metrics.Meter()
    meter = getRuntimeContext()
      .getMetricGroup()
      .meter("myMeter", new DropwizardMeterWrapper(dropwizardMeter))
  }
  override def map(value: Long): Long = {
    meter.markEvent()
    value
  }
}

范围

为每个度量标准分配一个标识符和一组键值对，在该键值对下将报告度量标准。

标识符基于3个组件：注册度量标准时的用户定义名称，可选的用户定义范围和系统提供的范围。例如，如果A.B是系统范围，C.D用户范围和E名称，则度量标识符将是A.B.C.D.E。

您可以.通过设置metrics.scope.delimiterKeys来配置要用于标识符的分隔符（默认值:) conf/flink-conf.yaml。

用户范围

你可以通过调用定义用户范围MetricGroup#addGroup(String name)，MetricGroup#addGroup(int name)或Metric#addGroup(String key, String value)。这些方法影响什么MetricGroup#getMetricIdentifier和MetricGroup#getScopeComponents返回。

• Java
• Scala

counter = getRuntimeContext()
  .getMetricGroup()
  .addGroup("MyMetrics")
  .counter("myCounter");
counter = getRuntimeContext()
  .getMetricGroup()
  .addGroup("MyMetricsKey", "MyMetricsValue")
  .counter("myCounter");

counter = getRuntimeContext()
  .getMetricGroup()
  .addGroup("MyMetrics")
  .counter("myCounter")
counter = getRuntimeContext()
  .getMetricGroup()
  .addGroup("MyMetricsKey", "MyMetricsValue")
  .counter("myCounter")

系统范围

系统范围包含有关度量标准的上下文信息，例如，它在哪个任务中注册或该任务属于哪个作业。

可以通过设置以下键来配置应包含哪些上下文信息conf/flink-conf.yaml。这些键中的每一个都期望一个格式字符串可能包含常量（例如“taskmanager”）和变量（例如“<task_id>”），它们将在运行时被替换。

• metrics.scope.jm
  • 默认值：<host> .jobmanager
  • 应用于作用域JobManager的所有指标。
• metrics.scope.jm.job
  • 默认值：<host> .jobmanager。<job_name>
  • 应用于作用于JobManager和作业的所有度量标准。
• metrics.scope.tm
  • 默认值：<host> .taskmanager。<tm_id>
  • 应用于作用于TaskManager的所有度量标准。
• metrics.scope.tm.job
  • 默认值：<host> .taskmanager。<tm_id>。<job_name>
  • 应用于作用于TaskManager和作业的所有度量标准。
• metrics.scope.task
  • 默认值：<host> .taskmanager。<tm_id>。<job_name>。<task_name>。<subtask_index>
  • 应用于作用于任务的所有指标。
• metrics.scope.operator
  • 默认值：<host> .taskmanager。<tm_id>。<job_name>。<operator_name>。<subtask_index>
  • 应用于作用于算子的所有指标。

变量的数量或顺序没有限制。变量区分大小写。

算子指标的默认范围将产生类似于的标识符 localhost.taskmanager.1234.MyJob.MyOperator.0.MyMetric

如果您还想包含任务名称但省略TaskManager信息，则可以指定以下格式：

metrics.scope.operator: <host>.<job_name>.<task_name>.<operator_name>.<subtask_index>

这可以创建标识符localhost.MyJob.MySource_->_MyOperator.MyOperator.0.MyMetric。

请注意，对于此格式字符串，如果同时多次运行同一作业，则可能发生标识符冲突，这可能导致度量标准数据不一致。因此，建议使用通过包含ID（例如<job_id>）或通过为作业和 算子分配唯一名称来提供一定程度的唯一性的格式字符串。

所有变量列表

• JobManager：<host>
• TaskManager：<host>，<tm_id>
• 作业：<job_id>，<作业名称>
• 任务：<task_id>，<task_name>，<task_attempt_id>，<task_attempt_num>，<subtask_index>
• 算子：<operator_id>，<operator_name>，<subtask_index>

要点：对于Batch API，<operator_id>始终等于<task_id>。

用户变量

您可以通过调用来定义用户变量MetricGroup#addGroup(String key, String value)。这种方法会影响什么MetricGroup#getMetricIdentifier，MetricGroup#getScopeComponents并MetricGroup#getAllVariables()返回。

重要提示：用户变量不能用于范围格式。

• Java
• Scala

counter = getRuntimeContext()
  .getMetricGroup()
  .addGroup("MyMetricsKey", "MyMetricsValue")
  .counter("myCounter");

counter = getRuntimeContext()
  .getMetricGroup()
  .addGroup("MyMetricsKey", "MyMetricsValue")
  .counter("myCounter")

报告

通过配置一个或多个报告，可以将度量标准暴露给外部系统conf/flink-conf.yaml。这些报告将在每个工作和TaskManager启动时进行实例化。

• metrics.reporter.<name>.<config>：<config>报告的通用设置命名<name>。
• metrics.reporter.<name>.class：报告类用于为报告命名<name>。
• metrics.reporter.<name>.interval：报告间隔用于报告的名字<name>。
• metrics.reporter.<name>.scope.delimiter：用于名称的报告者的标识符（默认值使用metrics.scope.delimiter）的分隔符<name>。
• metrics.reporters:(可选）以逗号分隔的包含报告名称列表。默认情况下，将使用所有已配置的报告。

所有报告必须至少拥有该class财产，其中一些允许指定报告interval。下面，我们将列出针对每位报告的更多设置。

示例报表配置，指定多个报告：

metrics.reporters: my_jmx_reporter,my_other_reporter
metrics.reporter.my_jmx_reporter.class: org.apache.flink.metrics.jmx.JMXReporter
metrics.reporter.my_jmx_reporter.port: 9020-9040
metrics.reporter.my_other_reporter.class: org.apache.flink.metrics.graphite.GraphiteReporter
metrics.reporter.my_other_reporter.host: 192.168.1.1
metrics.reporter.my_other_reporter.port: 10000

重要说明：启动Flink时，通过将其放在/ lib文件夹中，可以访问包含报告者的jar。

您可以Reporter通过实现org.apache.flink.metrics.reporter.MetricReporter接口编写自己的。如果Reporter应定期发送报告，您还必须实现该Scheduled接口。

以下部分列出了受支持的报告。

JMX（org.apache.flink.metrics.jmx.JMXReporter）

您不必包含其他依赖项，因为默认情况下JMX报告器可用但未激活。

参数：

• port - （可选）JMX侦听连接的端口。为了能够在一个主机上运行多个报告实例（例如，当一个TaskManager与JobManager共同使用时），建议使用类似的端口范围9250-9260。指定范围时，实际端口将显示在相关作业或TaskManager日志中。如果设置此设置，Flink将为给定的端口/范围启动额外的JMX连接器。度量标准始终在默认的本地JMX界面上可用。

配置示例：

metrics.reporter.jmx.class: org.apache.flink.metrics.jmx.JMXReporter
metrics.reporter.jmx.port: 8789

通过JMX公开的度量标准由域和键属性列表标识，这些键属性一起形成对象名称。

域始终以org.apache.flink广义度量标识符开头。与通常的标识符相反，它不受作用域格式的影响，不包含任何变量，并且在作业中保持不变。这种域的一个例子是org.apache.flink.job.task.numBytesOut。

键属性列表包含与给定度量关联的所有变量的值，无论配置的范围格式如何。这样一个列表的一个例子是host=localhost,job_name=MyJob,task_name=MyTask。

因此，域标识度量标准类，而关键属性列表标识该度量标准的一个（或多个）实例。

Ganglia（org.apache.flink.metrics.ganglia.GangliaReporter）

要使用此报告，您必须复制/opt/flink-metrics-ganglia-1.7-SNAPSHOT.jar到/libFlink发行版的文件夹中。

参数：

• host-下配置的的gmond主机地址udp_recv_channel.bind在gmond.conf
• port-下配置的端口的gmond udp_recv_channel.port在gmond.conf
• tmax - 应保存旧度量标准的软限制
• dmax - 应保存旧指标多长时间的硬限制
• ttl - 传输的UDP数据包的生存时间
• addressingMode - 要使用的UDP寻址模式（UNICAST / MULTICAST）

配置示例：

metrics.reporter.gang.class: org.apache.flink.metrics.ganglia.GangliaReporter
metrics.reporter.gang.host: localhost
metrics.reporter.gang.port: 8649
metrics.reporter.gang.tmax: 60
metrics.reporter.gang.dmax: 0
metrics.reporter.gang.ttl: 1
metrics.reporter.gang.addressingMode: MULTICAST

Graphite（org.apache.flink.metrics.graphite.GraphiteReporter）

要使用此报告，您必须复制/opt/flink-metrics-graphite-1.7-SNAPSHOT.jar到/libFlink发行版的文件夹中。

参数：

• host - Graphite服务器主机
• port - Graphite服务器端口
• protocol - 使用协议（TCP / UDP）

配置示例：

metrics.reporter.grph.class: org.apache.flink.metrics.graphite.GraphiteReporter
metrics.reporter.grph.host: localhost
metrics.reporter.grph.port: 2003
metrics.reporter.grph.protocol: TCP

Prometheus （org.apache.flink.metrics.prometheus.PrometheusReporter）

要使用此报告，您必须复制/opt/flink-metrics-prometheus-1.7-SNAPSHOT.jar到/libFlink发行版的文件夹中。

参数：

• port- （可选）Prometheus导出器侦听的端口，默认为9249。为了能够在一个主机上运行多个报告实例（例如，当一个TaskManager与JobManager共同使用时），建议使用类似的端口范围9250-9260。

配置示例：

metrics.reporter.prom.class: org.apache.flink.metrics.prometheus.PrometheusReporter

Flink度量标准类型映射到Prometheus度量标准类型，如下所示：

所有Flink度量变量（请参阅所有变量列表）都将作为标签导出到Prometheus。

PrometheusPushGateway（org.apache.flink.metrics.prometheus.PrometheusPushGatewayReporter）

要使用此报告，您必须复制/opt/flink-metrics-prometheus-1.7-SNAPSHOT.jar到/libFlink发行版的文件夹中。

参数：

配置示例：

metrics.reporter.promgateway.class: org.apache.flink.metrics.prometheus.PrometheusPushGatewayReporter
metrics.reporter.promgateway.host: localhost
metrics.reporter.promgateway.port: 9091
metrics.reporter.promgateway.jobName: myJob
metrics.reporter.promgateway.randomJobNameSuffix: true
metrics.reporter.promgateway.deleteOnShutdown: false

PrometheusPushGatewayReporter将指标推送到Pushgateway，可由Prometheus 抓取。

有关用例，请参阅Prometheus文档。

StatsD（org.apache.flink.metrics.statsd.StatsDReporter）

要使用此报告，您必须复制/opt/flink-metrics-statsd-1.7-SNAPSHOT.jar到/libFlink发行版的文件夹中。

参数：

• host - StatsD服务器主机
• port - StatsD服务器端口

配置示例：

metrics.reporter.stsd.class: org.apache.flink.metrics.statsd.StatsDReporter
metrics.reporter.stsd.host: localhost
metrics.reporter.stsd.port: 8125

Datadog（org.apache.flink.metrics.datadog.DatadogHttpReporter）

要使用此报告，您必须复制/opt/flink-metrics-datadog-1.7-SNAPSHOT.jar到/libFlink发行版的文件夹中。

注意Flink指标，如任何变量<host>，<job_name>，<tm_id>，<subtask_index>，<task_name>，和<operator_name>，将被发送到Datadog的标签。标签看起来像host:localhost和job_name:myjobname。

参数：

• apikey - Datadog APIKeys
• tags - （可选）发送到Datadog时将应用于度量标准的全局标记。标签应仅以逗号分隔

配置示例：

metrics.reporter.dghttp.class: org.apache.flink.metrics.datadog.DatadogHttpReporter
metrics.reporter.dghttp.apikey: xxx
metrics.reporter.dghttp.tags: myflinkapp,prod

Slf4j（org.apache.flink.metrics.slf4j.Slf4jReporter）

要使用此报告，您必须复制/opt/flink-metrics-slf4j-1.7-SNAPSHOT.jar到/libFlink发行版的文件夹中。

配置示例：

metrics.reporter.slf4j.class: org.apache.flink.metrics.slf4j.Slf4jReporter
metrics.reporter.slf4j.interval: 60 SECONDS

系统指标

默认情况下，Flink会收集几个指标，这些指标可以提供有关当前状态的深入见解。本节是所有这些指标的参考。

下表通常包含5列：

• “范围”列描述了用于生成系统范围的范围格式。例如，如果单元格包含“Operator”，则使用“metrics.scope.operator”的范围格式。如果单元格包含多个值（以斜杠分隔），则会针对不同的实体多次报告度量标准，例如作业和TaskManager。

• （可选）“Infix”列描述了哪个中缀附加到系统范围。

• “度量标准”列列出了为给定范围和中缀注册的所有度量标准的名称。

• “描述”列提供有关给定度量正在测量的信息。

• “类型”列描述了用于测量的度量类型。

请注意，中缀/指标名称列中的所有点仍受“metrics.delimiter”设置的约束。

因此，为了推断度量标识符：

1. 根据“范围”列获取范围格式
2. 如果存在，则将值附加到“中缀”列中，并考虑“metrics.delimiter”设置
3. 附加指标名称。

中央处理器

内存

线程

垃圾收集

类加载器

网络

集群

可用性

检查点

IO

连接器

Kafka连接器

Kinesis连接器

系统资源

默认情况下禁用系统资源报告。当metrics.system-resource 启用下面列出的指标将是可利用的作业-与TaskManager。系统资源度量标准会定期更新，并显示已配置间隔（metrics.system-resource-probing-interval）的平均值。

系统资源报告要求在类路径上存在可选的依赖项（例如，放在Flink的lib目录中）：

• com.github.oshi:oshi-core:3.4.0 （根据EPL 1.0许可证授权）

包括它的传递依赖：

• net.java.dev.jna:jna-platform:jar:4.2.2
• net.java.dev.jna:jna:jar:4.2.2

这方面的失败将被报告为启动期间NoClassDefFoundError 记录的警告消息SystemResourcesMetricsInitializer。

系统CPU

系统内存

系统网络

延迟跟踪

Flink允许跟踪通过系统传输的记录的延迟。默认情况下禁用此函数。为了使延迟跟踪你必须设置latencyTrackingInterval在无论是正数 Flink配置或ExecutionConfig。

在latencyTrackingInterval，源将定期发出一个特殊的记录，称为LatencyMarker。标记包含从源发出记录时的时间戳。延迟标记不能超过常规用户记录，因此如果记录在算子面前排队，则会增加标记跟踪的延迟。

请注意，延迟标记不会考虑用户记录在算子中绕过它们的时间。特别是标记不考虑记录在窗口缓冲区中花费的时间。只有当算子无法接受新记录，因此他们排队时，使用标记测量的延迟才会反映出来。

所有中间 算子都会保存n每个源的最后一个延迟列表，以计算延迟分布。接收器算子保存每个源的列表，以及每个并行源实例，以允许检测由各个机器引起的延迟问题。

目前，Flink假定群集中所有计算机的时钟都是同步的。我们建议设置自动时钟同步服务（如NTP）以避免错误的延迟结果。

警告启用延迟指标可能会显着影响群集的性能。强烈建议仅将它们用于调试目的。

REST API集成

可以通过Monitoring REST API查询度量标准。

下面是可用端点列表，带有示例JSON响应。所有端点都是样本表单http://hostname:8081/jobmanager/metrics，下面我们仅列出URL 的路径部分。

尖括号中的值是变量，例如http://hostname:8081/jobs/<jobid>/metrics，必须请求变量http://hostname:8081/jobs/7684be6004e4e955c2a558a9bc463f65/metrics。

请求特定实体的指标：

• /jobmanager/metrics
• /taskmanagers/<taskmanagerid>/metrics
• /jobs/<jobid>/metrics
• /jobs/<jobid>/vertices/<vertexid>/subtasks/<subtaskindex>

请求在相应类型的所有实体之间聚合的指标：

• /taskmanagers/metrics
• /jobs/metrics
• /jobs/<jobid>/vertices/<vertexid>/subtasks/metrics

请求在相应类型的所有实体的子集上聚合的度量标准：

• /taskmanagers/metrics?taskmanagers=A,B,C
• /jobs/metrics?jobs=D,E,F
• /jobs/<jobid>/vertices/<vertexid>/subtasks/metrics?subtask=1,2,3

请求可用指标列表：

GET /jobmanager/metrics

[  {  "id":  "metric1"  },  {  "id":  "metric2"  }  ]

请求特定（未聚合）指标的值：

GET taskmanagers/ABCDE/metrics?get=metric1,metric2

[  {  "id":  "metric1",  "value":  "34"  },  {  "id":  "metric2",  "value":  "2"  }  ]

请求特定指标的汇总值：

GET /taskmanagers/metrics?get=metric1,metric2

[  {  "id":  "metric1",  "min":  1,  "max":  34,  "avg":  15,  "sum":  45  },  {  "id":  "metric2",  "min":  2,  "max":  14,  "avg":  7,  "sum":  16  }  ]

请求特定指标的特定聚合值：

GET /taskmanagers/metrics?get=metric1,metric2&agg=min,max

[  {  "id":  "metric1",  "min":  1,  "max":  34,  },  {  "id":  "metric2",  "min":  2,  "max":  14,  }  ]

仪表板集成

为每个任务或算子收集的度量标准也可以在仪表板中显示。在作业的主页面上，选择Metrics选项卡。选择顶部图表中的一个任务后，您可以使用Add Metric下拉菜单选择要显示的指标。

• 任务指标列为<subtask_index>.<metric_name>。
• 算子指标列为<subtask_index>.<operator_name>.<metric_name>。

每个度量将可视化为单独的图形，x轴表示时间，y轴表示测量值。所有图表每10秒自动更新一次，并在导航到另一页时继续更新。

可视化指标的数量没有限制; 但是只能显示数字指标。