檢視運算指標

本文說明如何使用 Azure Databricks UI 中的原生計算計量工具來收集密鑰硬體和 Spark 計量。 計量 UI 適用於所有用途和作業計算。

計量幾乎即時可用，通常延遲不到一分鐘。 計量會儲存在 Azure Databricks 管理的記憶體中，而不是儲存在客戶的記憶體中。

筆記本和作業的無伺服器運算採用查詢洞察，而非使用指標用戶界面。 如需無伺服器計算計量的詳細資訊，請參閱 檢視查詢深入解析。

存取計算度量 UI

若要檢視計算計量 UI：

1. 按一下側邊欄中的 [計算]。
2. 點擊您想查看指標的計算資源。
3. 按一下度量索引標籤。

所有節點的硬體指標預設都會顯示。 若要檢視 Spark 計量，請單擊標示為 [硬體 ] 的下拉功能表，然後選取 [Spark]。 如果實例已啟用 GPU，您也可以選取 GPU 。

依時間週期篩選計量

您可以使用日期選擇器篩選來選取時間範圍，以檢視歷程計量。 計量會每分鐘收集一次，因此您可以依過去 30 天內的任何一天、小時或分鐘範圍進行篩選。 按兩下行事歷圖示，從預先定義的數據範圍中選取，或按下文字框內來定義自訂值。

注意

圖表中顯示的時間間隔會根據您檢視的時間長度進行調整。 根據您目前檢視的時間間隔，大部分計量都是平均值。

您也可以按一下 [重新整理] 按鈕來取得最新的指標。

在節點層級檢視計量

預設情況下，指標頁面會顯示叢集內所有節點（包括驅動程式）在該期間內的平均指標。

你可以點擊「 所有節點」 下拉選單，並選擇你想查看的節點，來查看各個節點的指標。 GPU 計量僅適用於個別節點層級。 個別節點無法使用 Spark 計量。

為了協助識別叢集內的異常節點，你也可以在同一頁面查看所有個別節點的指標。 要進入此檢視，請點選「 所有節點」 下拉選單，選擇 「依節點」，然後選擇你想查看的指標子類別。

硬體計量圖表

下列硬體計量圖表可在計算計量 UI 中檢視：

• CPU 利用率與活躍節點數：折線圖顯示給定計算在每個時間戳記下的活躍節點數量。 條狀圖顯示 CPU 在每種模式下所花費的時間百分比，依據總 CPU 秒數成本計算。 以下是被追蹤的模式：
  • guest：如果你在運行虛擬機，這些虛擬機所使用的 CPU
  • iowait等待I/O的時間
  • idle： CPU 完全沒關係
  • irq：中斷請求所花費的時間
  • nice： 時間，用於具有正良好度的程序，意即優先順序低於其他任務
  • softirq：軟體中斷請求所花費的時間
  • steal如果你是虛擬機器上的使用者，其他虛擬機占用你的 CPU 的時間
  • system：在內核中所花費的時間
  • user：在使用者區停留的時間
• 容器記憶體使用量：Spark 容器所消耗的記憶體，對所有適用節點的平均值。 包含不可回收記憶體的平均值（Container memory used）、作業系統檔案頁面快取（Container memory file cache）、以及設定的記憶體限制（Container memory limit）。
• JVM 堆積使用率：JVM 堆積記憶體使用量，平均所有適用節點。 包含實際堆積使用量、堆積容量及配置的最大堆積上限的平均值。
• 網路接收與傳送：每台裝置透過網路接收與傳送的位元組數。
• 自由檔案系統空間：每個掛載點的檔案系統總使用量，單位為位元組。

點擊硬體分頁底部的節點記憶體使用量，展開以下額外圖表：

• 記憶體使用率與交換：折線圖顯示各模式的總記憶體交換使用量，單位為位元組。 條狀圖顯示各模式的總記憶體使用量，也以位元組為單位。 追蹤下列使用類型：
  • used：作業系統層級記憶體總使用量，包括在計算中執行的背景程序所使用的記憶體。 由於驅動程式和背景程序會佔用記憶體，即使沒有 Spark 工作執行，使用率仍可能出現。
  • other：用於 used、buffer、或 cached 以外目的的記憶體
  • buffer：核心緩衝區所使用的記憶體
  • cached：作業系統層級檔案系統快取所使用的記憶體
  • free：未使用的記憶。 圖表中未歸因於上述類別的任何項目皆免費。

Spark 計量圖表

下列 Spark 計量圖表可在計算計量 UI 中檢視：

• 伺服器負載分布：這些圖塊顯示過去一分鐘計算資源中每個節點的 CPU 使用率。 每個圖塊都是可點擊連結到該節點的指標頁面。
• 主動任務：任何特定時間執行的任務總數。
• 總失敗任務：執行器中失敗任務的總數。
• 完成任務總數：執行者中已完成任務的總數。
• 任務總數：執行器中所有任務（執行中、失敗及已完成）的總數。
• 總洗牌讀取：洗牌讀取資料的總大小，以位元組為單位。 Shuffle read 表示階段開始時所有執行程式上串行化讀取數據的總和。
• 總洗牌寫入： 洗牌寫入資料的總大小，以位元組計。 Shuffle Write 是傳輸之前所有執行程式上所有寫入串行化數據的總和（通常是在階段結尾）。
• 總任務持續時間：JVM 在執行器上執行任務所花費的總時間，以秒數計。

GPU 計量圖表

注意

GPU 計量僅適用於 Databricks Runtime ML 13.3 和更新版本。

下列 GPU 計量圖表可在計算計量 UI 中檢視：

• 伺服器負載分佈：此圖表顯示每個節點過去一分鐘的CPU使用率。
• 單一 GPU 的解碼器使用率：GPU 解碼器的使用百分比。
• 每個 GPU 的編碼器使用率：GPU 編碼器的使用率百分比。
• 每個 GPU 的影格緩衝區記憶體使用狀況（位元組）：以位元組計算的影格緩衝區記憶體使用狀況。
• Per-GPU 記憶體使用率：每個 GPU 記憶體的使用百分比。
• 每個 GPU 的利用率：GPU 利用率的百分比。

疑難排解

如果您在一段時間內看到不完整或遺漏的計量，可能是下列其中一個問題：

• Databricks 服務中斷，負責查詢和儲存計量。
• 用戶端的網路問題。
• 計算資源處於或曾處於不健康狀態。