mirror of https://github.com/rustfs/rustfs.git synced 2026-08-03 20:07:42 +00:00

Files

T

houseme 25c6bdf490 perf(filemeta): phase-1~3 rename_data metadata optimization (#3011 )

* chore(perf): harden amd64 profiling benchmark flow

* fix(profiling): isolate bench buckets and map protobuf conflict

* perf: avoid blocking owned local writes

* style: format profile admin handler

* docs: clarify observability trace validation

* perf: reduce mkdir overhead on local writes

* perf: add rename_data meta microbenchmark

* perf(filemeta): fast-path data_dir decode in version meta

* perf(filemeta): collapse data-dir lookup into one scan

* perf(filemeta): reduce scan allocs and refresh meta bench

* perf(ecstore): skip mkdir path on read-only open

* perf(filemeta): single-pass unshared data-dir scan

* perf(filemeta): add two-key inline remove fast path

* perf(filemeta): compare remove-two keys by bytes first

* bench(ecstore): add remove_two-only micro benchmark

* bench(ecstore): stabilize rename_data meta benchmark timing

* bench(ecstore): align rename_data path with remove_two

* perf(filemeta): avoid uuid string alloc in remove_two

* perf(filemeta): add fast-path for empty inline data

* perf(filemeta): streamline add_version match branch

* perf(filemeta): fast-return remove_key on miss

* perf(filemeta): speed up add_version insertion lookup

* style(ecstore): normalize formatting in perf-tuning files

* refactor(filemeta): unify inline data removal paths

2026-05-19 10:20:24 +00:00

5.2 KiB

Raw Blame History

RustFS 可观测性技术栈

本目录包含 RustFS 的全面可观测性技术栈，旨在提供对应用程序性能、日志和追踪的深入洞察。

组件

该技术栈由以下一流的开源组件组成：

Prometheus (v2.53.1): 行业标准的指标收集和告警工具。
Grafana (v11.1.0): 领先的可观测性可视化平台。
Loki (v3.1.0): 水平可扩展、高可用、多租户的日志聚合系统。
Tempo (v2.5.0): 高吞吐量、最小依赖的分布式追踪后端。
Jaeger (v1.59.0): 分布式追踪系统（配置为辅助 UI/存储）。
OpenTelemetry Collector (v0.104.0): 接收、处理和导出遥测数据的供应商无关实现。

默认情况下，这套技术栈使用 Tempo 单二进制模式，不依赖 Kafka/Redpanda。如果需要基于 Kafka 的 HA Tempo 路径，请使用 docker-compose-example-for-rustfs.yml 配合 docker-compose-tempo-ha-override.yml。

架构

遥测收集: 应用程序将 OTLP (OpenTelemetry Protocol) 数据（指标、日志、追踪）发送到 OpenTelemetry Collector。
处理与导出: Collector 处理数据（批处理、内存限制）并将其导出到相应的后端：
- 追踪 -> Tempo (主要) & Jaeger (辅助/可选)
- 指标 -> Prometheus (通过抓取 Collector 的导出器)
- 日志 -> Loki
可视化: Grafana 连接到所有后端（Prometheus, Tempo, Loki, Jaeger），提供统一的仪表盘体验。

特性

完全持久化: 所有数据（指标、日志、追踪）都持久化到 Docker 卷，确保重启后无数据丢失。
关联性: 在 Grafana 中实现指标、日志和追踪之间的无缝导航。
- 从指标峰值跳转到相关追踪。
- 从追踪跳转到相关日志。
高性能: 针对批处理、压缩和内存管理进行了优化配置。
标准化协议: 完全基于 OpenTelemetry 标准构建。

快速开始

前置条件

Docker
Docker Compose

部署

运行以下命令启动整个技术栈：

docker compose up -d

Tempo 高可用模式

默认的 docker-compose.yml 对应单机栈。如果需要基于 Kafka 的 HA Tempo 配置，请使用：

docker compose -f docker-compose-example-for-rustfs.yml -f docker-compose-tempo-ha-override.yml up -d

访问仪表盘

服务	URL	凭据	描述
Grafana	http://localhost:3000	`admin` / `admin`	主要可视化中心。
Prometheus	http://localhost:9090	-	指标查询和状态。
Jaeger UI	http://localhost:16686	-	辅助追踪可视化。
Tempo	http://localhost:3200	-	Tempo 状态/指标。

配置

数据持久化

数据存储在以下 Docker 卷中：

prometheus-data: Prometheus 指标
tempo-data: Tempo 追踪 (WAL 和 Blocks)
loki-data: Loki 日志 (Chunks 和 Rules)
jaeger-data: Jaeger 追踪 (Badger DB)

要清除所有数据：

docker compose down -v

自定义

Prometheus: 编辑 prometheus.yml 以添加抓取目标或告警规则。
Grafana: 仪表盘和数据源从 grafana/ 目录预置。
Collector: 编辑 otel-collector-config.yaml 以修改管道、处理器或导出器。

验证 RustFS Trace

当 RustFS 将 RUSTFS_OBS_ENDPOINT 指向这套技术栈时，应将该值视为 OTLP/HTTP 的基础 URL，例如：

export RUSTFS_OBS_ENDPOINT=http://host.docker.internal:4318

RustFS 会自动在该基础 URL 后补全：

/v1/traces
/v1/metrics
/v1/logs

需要注意：

启动阶段通常会先看到日志和指标，因此“先有日志/指标、后有 trace”是正常现象。
可见的 trace 数据通常依赖启动后的真实 HTTP/S3/gRPC 请求流量，因为请求路径上的 span 是按需创建的。
RUSTFS_OBS_LOGGER_LEVEL=info 会保留顶层请求 span，但会过滤掉很多 debug 级别的嵌套 span。如果 Tempo 或 Jaeger 中的 trace 看起来很稀疏，建议先改成 RUSTFS_OBS_LOGGER_LEVEL=debug，再判断是否是 collector 或 Tempo 问题。

最小验证流程：

# 1. 启动本目录下的可观测性技术栈。
docker compose up -d

# 2. 以 OTLP/HTTP 导出方式启动 RustFS，并提高 span 可见性。
export RUSTFS_OBS_ENDPOINT=http://host.docker.internal:4318
export RUSTFS_OBS_LOGGER_LEVEL=debug

# 3. 产生真实请求流量。
curl -I http://127.0.0.1:9000/health
curl -I http://127.0.0.1:9000/health/ready

# 4. 到 Grafana 或 Jaeger 中检查。
# Grafana: http://localhost:3000
# Jaeger:  http://localhost:16686

如果日志和指标已经正常，但 trace 仍然稀疏，最常见的原因通常是 “还没有真实请求流量”或“info 级别过滤了嵌套 span”，而不是 OTLP 路由失败。

故障排除

服务健康: 使用 docker compose ps 检查服务健康状况。
日志: 使用 docker compose logs -f <service_name> 查看特定服务的日志。
Otel Collector: 检查 http://localhost:13133 获取健康状态，检查 http://localhost:1888/debug/pprof/ 进行性能分析。

5.2 KiB Raw Blame History