流计算状态监控

首先打开浏览器，在浏览器地址栏中输入 <ip>:<port>，即 DolphinDB 所在服务器的 IP 和 DolphinDB server 的端口号。登陆客户端后点击 Web 界面左侧功能面板里的“流计算监控”进入监控页面，可以查看以下状态：

• 流计算发布订阅状态：显示流计算订阅节点的工作线程的状态、本地发布节点和它的所有订阅节点之间的连接状态。表中各字段说明可分别查看getStreamingStat().subWorkers 和 getStreamingStat().pubConns 的官方文档。
• 流计算引擎状态：显示各类流计算引擎的状态，表中各字段说明可查看 getStreamEngineStat 。
• 流数据表状态：显示非持久化共享流数据表和持久化共享流数据表的状态，表中各字段说明可查看 getStreamTables函数。
• CEP 流计算引擎：显示节点上全部 CEP 引擎的内部状态以及 CEP 引擎中创建的数据视图（Data View），同时提供与 CEP 引擎进行交互的接口。此页面的更多介绍见 CEP 流计算引擎状态。

此页面上常用的操作如下：

1. 点击右上角的刷新按钮：刷新按钮可对当前标签页的内容进行即时刷新。若不点击刷新按钮，页面不会自动刷新。查询状态数据结果均为瞬时数据，因此建议多次刷新以观察短时间内状态的变化趋势。
2. 点击页面上方不同的标签（流计算发布订阅状态、流计算引擎状态、流数据表状态）：通过页面顶部的标签可以切换并查看所需内容，切换时会自动获取该页面对应的最新状态。
3. 点击带三角形图表的字段（如队列深度、最近处理失败的错误信息）：通过点击字段名可以进行降序或升序排序。可以将队列深度最大的订阅线程排在列表的最前面，或者将有错误信息的订阅线程排在列表的最前面。
4. 点击方框勾选订阅线程后点击批量取消订阅：通过此操作可以取消多个订阅，对选中的订阅后台执行了 unsubscribeTable 函数以释放订阅。同理，在流计算引擎状态标签页可以批量删除引擎，后台将执行 dropStreamEngine 函数来释放引擎。在流数据表状态标签页可以批量删除流数据表，后台将执行 dropStreamTable 函数删除流数据表。
5. 鼠标悬浮在表名或者字段名上方： 通过悬浮在表名上方可以查看各个表对应的系统状态函数，如订阅线程状态表对应 getStreamingStat().subWorkers。通过悬浮在字段名上方可以查看该指标对应的英文名，通过查看状态函数的用户手册可以了解各个字段详细说明，如线程 ID 对应 workerId，在 getStreamingStat 函数的用户手册中可以找到其具体解释为：线程 ID。若此列为空，代表该订阅尚未收到数据。

流计算监控页面的更多介绍见 流计算监控 。

除了通过 Web 界面监控流计算状态的方法，其他终端的客户也可以通过函数直接查询流计算状态。

流计算监控函数 getStreamingStat

getStreamingStat函数返回一个字典，包含以下几个不同的表：

• 表 pubConns 监控本地发布节点和它的所有订阅节点之间的连接状态，每一行表示一个订阅节点。
• 表 subConns 监控本地订阅节点和发布节点之间的连接状态，每一行表示一个发布节点。
• 表 pubTables 监控流数据表状态，每一行表示一个流数据表的信息。
• 表 persistWorkers 监控负责持久化流数据表的工作线程的状态。
• 表 subWorkers 监控订阅节点的工作线程的状态，工作线程状态信息会按照 topic 来展示。
• 表 udpPubTables 用于监控流数据表进行 UDP 组播发布的状态。

以上各表包含的列字段见 getStreamingStat。Web 页面上仅展示了最常用的两个表 subWorkers 和 pubTables 的信息。注意，执行getStreamingStat函数返回的也是瞬时数据，因此通常需要多次执行以观察流计算状态的变化趋势。

流计算引擎监控函数 getStreamEngineStat

该函数可以查看系统中定义的全部流计算引擎、各个引擎的内存占用等状态，每一类引擎对应一张表。调用该函数会返回一个 key 为引擎类型名称、value 为表的字典。详细说明见 getStreamEngineStat，调用该函数返回结果如下。

在上图例子中，系统中有两个流计算引擎，分别为 ReactiveStreamEngine 和 CrossSectionEngine 类型的引擎。表格中记录了它们的引擎名称、已处理的数据行数、占用的内存等状态信息。

流数据表状态函数 getStreamTables

getStreamTables函数查询非持久化共享流数据表和持久化共享流数据表的状态，调用该函数返回结果如下。

在上图例子中，系统中有一张名为 snapshotStreamTable 的非持久化共享流数据表，共 42 列 8046454 行。

当整个节点上创建了多个不同 topic 的订阅时，定位具体流数据处理延迟阻塞问题时可优先关注队列深度。当数据流量极大而系统来不及处理时，此时系统会按照订阅端队列 → 发布端队列 → 数据注入端逐级反馈数据压力。当订阅端队列深度达到上限时开始阻止发布端数据进入，此时发布端的队列开始堆积。当发布端的队列深度达到上限时，系统会阻塞写入流数据表。

Web 监控面板中可以查看流计算发布订阅的队列深度情况，在不断刷新查看状态时，若队列深度呈现持续上升趋势，意味着订阅端处理速率小于上游输入的速率，队列堆积会导致计算时延增大。下图中订阅端队列发生了堆积，但是还没有达到其上限，因此发布端队列暂时还没有发生堆积。

当数据流消费出现阻塞时，可能有以下原因：

• 流计算引擎中 metrics 参数设置过于复杂
• 多个计算任务分配在了同一个线程上执行
• 进行历史数据回放时 replay 函数速度设置过快导致数据流量过大
• ……

建议使用各种优化手段提高消息处理的效率，以保证队列深度不会出现持续的增长。解决方法可以考虑并行计算、微批处理、增量计算等，详细的性能调优方见流计算时延统计与性能优化 。

线程 ID 对应 subscribeTable 函数中设置的 hash 参数，对应关系为线程 ID = hash%subExecutor + 1，即 hash 参数按系统 subExecutor 值取模后再加 1 为线程 ID。线程 ID 的最大值是系统参数 subExecutor 的值，例如当 subExecutor 为 4 时，表示最多只有 4 个后台线程用于处理 subscribeTable 函数提交的后台作业。建议将流计算任务合理分配在不同的线程上执行，避免流计算任务都在同一个线程上执行而不能合理利用资源。

若订阅线程产生了错误，点击最近处理失败的错误信息的“详细”，查看发生时间最近的报错细节。该列支持倒序排名，即有错误信息的线程排列靠前展示。

假设订阅流数据表写入流计算引擎，若流计算引擎设置的 dummyTable 与实际订阅的流数据表的列数不同，发生错误情况如下图所示。解决方法为首先取消订阅，修改 hanlder 对应的函数后再重新提交订阅。

此外，还需要关注流计算引擎状态中的最近错误消息。

随着订阅的流数据不断注入引擎，引擎内部缓存的数据越来越多，引擎占用的内存会逐渐增大。在创建引擎时可以通过参数 garbageSize 控制清理历史数据的频率以控制引擎中的内存占用。对于不再使用的引擎可以通过 dropStreamEngine 函数释放引擎，即可释放掉对应的内存。若流数据引擎的句柄仍在内存中，也需要释放，方式为：创建引擎时返回的句柄变量 = NULL。