概述
上一篇文章分析了cloudera manager中监控数据、中心数据的存储方式，如何配置外部表等。这一篇文章进一步分析监控数据的存储，配置，调优等。
Service Monitor 和 Host Monitor 角色在cloudera manager中存储了时间序列、健康数据、Impla查询和Yarn应用的元数据。经过查看对应的Cloudera Manager的存储连接，发现Service Monitor和Host Monitor的存储使用的是levelDB的解析类，由此能够判断出本地存储使用的是levelDB。LevelDB能够说是key-value的数据库的鼻祖。读写效率特别高，并发也非常大。而Cloudera Manager的监控的读写数据特别多、频繁。这也可能是Cloudera Manager5选择使用levelDB替换关系数据库的原因。
Cloudera Manager 5 存储Host Monitor 和 Service Monitor数据到本地数据库。假设使用自己主动化升级配置从Cloudera Manager 4 升级到 5。数据会从Cloudera manager 4 中的内嵌数据库或者外部数据库中自己主动迁移到Cloudera Manger5中的本地数据库中。
这是一个自己主动化运行的过程中，中间能够查看迁移过程的日志等。
Service Monitor存储了时间序列和健康数据。Impla查询的元数据，Yarn应用的元数据。默认情况下，数据时存储在/var/lib/cloudera-service-monitor/文件夹下，你也能够改动Service Monitor Storage Directory 配置firehose.storage.base.directory。
You can control how much disk space to reserve for the different classes of data the Service Monitor stores by changing the following configuration options:
Time-series metrics and health data - Time-Series Storage (firehose_time_series_storage_bytes - 10 GB default)
Impala query metadata - Impala Storage (firehose_impala_storage_bytes - 1 GB default)
YARN application metadata - YARN Storage (firehose_yarn_storage_bytes - 1 GB default)
Host Monitor存储了时间序列和健康数据。默认情况下，数据存储在/var/lib/cloudera-host-monitor/文件夹下。你也能够改动Host Monitor Storage Directory 配置。
You can control how much disk space to reserve for Host Monitor data by changing the following configuration option:
Time-series metrics and health data: Time Series Storage (firehose_time_series_storage_bytes - 10 GB default)
Service Monitor 和 Host Monitor使用非常多方式存储时间序列指标数据。数据会不断的被汇总成不同的粒度。比方每个小时，会把数据的平均值，最小值。最大值汇总成一个小时为粒度的数据，每6个小时。会汇总成6个小时的数据。每天、每个星期等。这样的方式仅仅会汇总指标数据。Impla的查询和Yarn应用的监控数据当接近限制时，会删除旧的数据。
当存储快达到限制时。会先删除粒度最细的数据。保证存储空间的释放。比方会先删除小时为粒度的数据，其次是以天微粒度的数据。
Moving Monitoring Data on an Active Cluster
Host Monitor and Service Monitor Memory Configuration
原创文章，欢迎转载。转载请标明出处 http://blog.csdn.net/shifenglov/article/details/41281399
版权声明：本文博客原创文章，博客，未经同意，不得转载。