监控指标

Doris 的 FE 和 BE 进程都内置完备的监控指标，默认以 Prometheus 兼容格式暴露。本文系统列出所有可观测指标，并标注重要等级（Priority），方便接入 Prometheus + Grafana 后快速搭建监控告警体系。

适用场景

场景	用途
集群健康监控	通过 P0 指标快速发现 FE/BE 节点异常
告警配置	基于 QPS、错误率、Compaction Score 等指标设置阈值告警
性能排查	通过查询延迟、线程池排队、内存使用等指标定位瓶颈
容量规划	通过磁盘使用率、Tablet 数量、连接数评估集群负载
故障复盘	结合机器指标（CPU、IO、网络）与进程指标分析故障根因

指标分类

Doris 监控指标按观测对象分为两类：

进程监控：展示 Doris 进程自身的运行指标，如查询数、事务数、Compaction 状态等。
节点监控：展示 Doris 进程所在机器的资源指标，如 CPU、内存、IO、网络等。

获取监控指标

Prometheus 兼容格式（默认）

直接访问 FE 或 BE 节点的 HTTP 端口即可获取：

curl http://fe_host:http_port/metrics
curl http://be_host:webserver_port/metrics

返回示例：

doris_fe_cache_added{type="partition"} 0
doris_fe_cache_added{type="sql"} 0
doris_fe_cache_hit{type="partition"} 0
doris_fe_cache_hit{type="sql"} 0
doris_fe_connection_total 2

JSON 格式

通过 type=json 参数获取 JSON 格式：

curl http://fe_host:http_port/metrics?type=json
curl http://be_host:webserver_port/metrics?type=json

监控等级与最佳实践

每张指标表的最后一列为重要等级（Priority），P0 表示最重要，数值越大重要性越低。建议优先接入 P0 指标。
绝大多数监控指标类型为 Counter（累计值）。通过间隔采集（如每 15 秒）并计算单位时间斜率，才能获得有效信息。

例如：通过计算 doris_fe_query_err 的斜率，可获取查询错误率（error per second）。

欢迎补充完善此表格，以提供更全面、有效的监控指标。

FE 监控指标

进程监控

名称	标签	单位	含义	说明	等级
`doris_fe_cache_added`	{type="partition"}	Num	新增的 Partition Cache 数量累计值
	{type="sql"}	Num	新增的 SQL Cache 数量累计值
`doris_fe_cache_hit`	{type="partition"}	Num	命中 Partition Cache 的计数
	{type="sql"}	Num	命中 SQL Cache 的计数
`doris_fe_connection_total`		Num	当前 FE 的 MySQL 端口连接数	用于监控查询连接数。如果连接数超限，则新的连接将无法接入	P0
`doris_fe_counter_hit_sql_block_rule`		Num	被 SQL BLOCK RULE 拦截的查询数量
`doris_fe_edit_log_clean`	{type="failed"}	Num	清理历史元数据日志失败的次数	不应失败，如失败，需人工介入	P0
	{type="success"}	Num	清理历史元数据日志成功的次数
`doris_fe_edit_log`	{type="accumulated_bytes"}	字节	元数据日志写入量的累计值	通过计算斜率可以获得写入速率，来观察是否元数据写入有延迟	P0
	{type="current_bytes"}	字节	元数据日志当前值	用于监控 editlog 大小。如果大小超限，需人工介入	P0
	{type="read"}	Num	元数据日志读取次数的计数	通过斜率观察元数据读取频率是否正常	P0
	{type="write"}	Num	元数据日志写入次数的计数	通过斜率观察元数据写入频率是否正常	P0
	{type="current"}	Num	元数据日志当前数量	用于监控 editlog 数量。如果数量超限，需人工介入	P0
`doris_fe_editlog_write_latency_ms`		毫秒	元数据日志写入延迟的百分位统计。如 {quantile="0.75"} 表示 75 分位的写入延迟
`doris_fe_image_clean`	{type="failed"}	Num	清理历史元数据镜像文件失败的次数	不应失败，如失败，需人工介入	P0
	{type="success"}	Num	清理历史元数据镜像文件成功的次数
`doris_fe_image_push`	{type="failed"}	Num	将元数据镜像文件推送给其他 FE 节点失败的次数
	{type="success"}	Num	将元数据镜像文件推送给其他 FE 节点成功的次数
`doris_fe_image_write`	{type="failed"}	Num	生成元数据镜像文件失败的次数	不应失败，如失败，需人工介入	P0
	{type="success"}	Num	生成元数据镜像文件成功的次数
`doris_fe_job`		Num	当前不同作业类型以及不同作业状态的计数。如 {job="load", type="INSERT", state="LOADING"} 表示类型为 INSERT 的导入作业，处于 LOADING 状态的作业个数	可以根据需要，观察不同类型的作业在集群中的数量	P0
`doris_fe_max_journal_id`		Num	当前 FE 节点最大元数据日志 ID。如果是 Master FE，则是当前写入的最大 ID；如果是非 Master FE，则代表当前回放的元数据日志最大 ID	用于观察多个 FE 之间的 ID 是否差距过大。过大则表示元数据同步出现问题	P0
`doris_fe_max_tablet_compaction_score`		Num	所有 BE 节点中最大的 Compaction Score 值	该值可以观测当前集群最大的 Compaction Score，以判断是否过高。如过高则可能出现查询或写入延迟	P0
`doris_fe_qps`		Num/Sec	当前 FE 每秒查询数量（仅统计查询请求）	QPS	P0
`doris_fe_query_err`		Num	错误查询的累积值
`doris_fe_query_err_rate`		Num/Sec	每秒错误查询数	观察集群是否出现查询错误	P0
`doris_fe_query_latency_ms`		毫秒	查询请求延迟的百分位统计。如 {quantile="0.75"} 表示 75 分位的查询延迟	详细观察各分位查询延迟	P0
`doris_fe_query_latency_ms_db`		毫秒	各个 DB 的查询请求延迟的百分位统计。如 {quantile="0.75",db="test"} 表示 DB test 75 分位的查询延迟	详细观察各 DB 各分位查询延迟	P0
`doris_fe_query_olap_table`		Num	查询内部表（OlapTable）的请求个数统计
`doris_fe_query_total`		Num	所有查询请求的累积计数
`doris_fe_report_queue_size`		Num	BE 的各种定期汇报任务在 FE 端的队列长度	该值反映了汇报任务在 Master FE 节点上的阻塞程度，数值越大，表示 FE 处理能力不足	P0
`doris_fe_request_total`		Num	所有通过 MySQL 端口接收的操作请求（包括查询和其他语句）
`doris_fe_routine_load_error_rows`		Num	统计集群内所有 Routine Load 作业的错误行数总和
`doris_fe_routine_load_receive_bytes`		字节	统计集群内所有 Routine Load 作业接收的数据量大小
`doris_fe_routine_load_rows`		Num	统计集群内所有 Routine Load 作业接收的数据行数
`doris_fe_routine_load_get_meta_latency`		毫秒	统计集群内所有 Routine Load Job 获取元数据的延迟
`doris_fe_routine_load_get_meta_count`		Num	统计集群内所有 Routine Load Job 获取元数据的操作次数
`doris_fe_routine_load_get_meta_fail_count`		Num	统计集群内所有 Routine Load Job 获取元数据失败的次数
`doris_fe_routine_load_task_execute_time`		毫秒	统计集群内所有 Routine Load Task 的执行时间
`doris_fe_routine_load_task_execute_count`		Num	统计集群内所有 Routine Load Task 的执行次数
`doris_fe_routine_load_lag`		毫秒	统计集群内所有 Routine Load Job 的消费延迟
`doris_fe_routine_load_progress`		毫秒	统计集群内所有 Routine Load Job 的消费进度
`doris_fe_routine_load_abort_task_num`		Num	统计集群内所有 Routine Load Job 失败的 Task 数量
`doris_fe_rps`		Num	当前 FE 每秒请求数量（包含查询以及其他各类语句）	和 QPS 配合来查看集群处理请求的量	P0
`doris_fe_scheduled_tablet_num`		Num	Master FE 节点正在调度的 tablet 数量。包括正在修复的副本和正在均衡的副本	该数值可以反映当前集群正在迁移的 tablet 数量。如果长时间有值，说明集群不稳定	P0
`doris_fe_tablet_max_compaction_score`		Num	各个 BE 节点汇报的 Compaction Score。如 {backend="172.21.0.1:9556"} 表示 "172.21.0.1:9556" 这个 BE 的汇报值
`doris_fe_tablet_num`		Num	各个 BE 节点当前 tablet 总数。如 {backend="172.21.0.1:9556"} 表示 "172.21.0.1:9556" 这个 BE 的当前 tablet 数量	可以查看 tablet 分布是否均匀以及绝对值是否合理	P0
`doris_fe_tablet_status_count`		Num	统计 Master FE 节点 Tablet 调度器所调度的 tablet 数量的累计值
	{type="added"}	Num	统计 Master FE 节点 Tablet 调度器所调度的 tablet 数量的累计值。"added" 表示被调度过的 tablet 数量
	{type="in_sched"}	Num	同上。表示被重复调度的 tablet 数量	该值如果增长较快，则说明有 tablet 长时间处于不健康状态，导致被调度器反复调度
	{type="not_ready"}	Num	同上。表示尚未满足调度触发条件的 tablet 数量	该值如果增长较快，说明有大量 tablet 处于不健康状态但又无法被调度
	{type="total"}	Num	同上。表示累积的被检查过（但不一定被调度）的 tablet 数量
	{type="unhealthy"}	Num	同上。表示累积的被检查过的不健康的 tablet 数量
`doris_fe_thread_pool`		Num	统计各类线程池的工作线程数和排队情况。`active_thread_num` 表示正在执行的任务数。`pool_size` 表示线程池总线程数量。`task_in_queue` 表示正在排队的任务数
	{name="agent-task-pool"}	Num	Master FE 用于发送 Agent Task 到 BE 的线程池
	{name="connect-scheduler-check-timer"}	Num	用于检查 MySQL 空闲连接是否超时的线程池
	{name="connect-scheduler-pool"}	Num	用于接收 MySQL 连接请求的线程池
	{name="mysql-nio-pool"}	Num	NIO MySQL Server 用于处理任务的线程池
	{name="export-exporting-job-pool"}	Num	exporting 状态的 export 作业的调度线程池
	{name="export-pending-job-pool"}	Num	pending 状态的 export 作业的调度线程池
	{name="heartbeat-mgr-pool"}	Num	Master FE 用于处理各个节点心跳的线程池
	{name="loading-load-task-scheduler"}	Num	Master FE 用于调度 Broker Load 作业中 loading task 的调度线程池
	{name="pending-load-task-scheduler"}	Num	Master FE 用于调度 Broker Load 作业中 pending task 的调度线程池
	{name="schema-change-pool"}	Num	Master FE 用于调度 schema change 作业的线程池
	{name="thrift-server-pool"}	Num	FE 端 ThriftServer 的工作线程池。对应 fe.conf 中 `rpc_port`，用于和 BE 进行交互
`doris_fe_txn_counter`		Num	统计各个状态的导入事务的数量的累计值	可以观测导入事务的执行情况	P0
	{type="begin"}	Num	提交的事务数量
	{type="failed"}	Num	失败的事务数量
	{type="reject"}	Num	被拒绝的事务数量（如当前运行事务数大于阈值，则新的事务会被拒绝）
	{type="succes"}	Num	成功的事务数量
`doris_fe_txn_status`		Num	统计当前处于各个状态的导入事务的数量。如 {type="committed"} 表示处于 committed 状态的事务的数量	可以观测各个状态下导入事务的数量，来判断是否有堆积	P0
`doris_fe_query_instance_num`		Num	指定用户当前正在请求的 fragment instance 数目。如 {user="test_u"} 表示用户 test_u 当前正在请求的 instance 数目	该数值可以用于观测指定用户是否占用过多查询资源	P0
`doris_fe_query_instance_begin`		Num	指定用户请求开始的 fragment instance 数目。如 {user="test_u"} 表示用户 test_u 开始请求的 instance 数目	该数值可以用于观测指定用户是否提交了过多查询	P0
`doris_fe_query_rpc_total`		Num	发往指定 BE 的 RPC 次数。如 {be="192.168.10.1"} 表示发往 IP 为 192.168.10.1 的 BE 的 RPC 次数	该数值可以观测是否向某个 BE 提交了过多 RPC
`doris_fe_query_rpc_failed`		Num	发往指定 BE 的 RPC 失败次数。如 {be="192.168.10.1"} 表示发往 IP 为 192.168.10.1 的 BE 的 RPC 失败次数	该数值可以观测某个 BE 是否存在 RPC 问题
`doris_fe_query_rpc_size`		Num	指定 BE 的 RPC 数据大小。如 {be="192.168.10.1"} 表示发往 IP 为 192.168.10.1 的 BE 的 RPC 数据字节数	该数值可以观测是否向某个 BE 提交了过大的 RPC
`doris_fe_txn_exec_latency_ms`		毫秒	事务执行耗时的百分位统计。如 {quantile="0.75"} 表示 75 分位的事务执行耗时	详细观察各分位事务执行耗时	P0
`doris_fe_txn_publish_latency_ms`		毫秒	事务 publish 耗时的百分位统计。如 {quantile="0.75"} 表示 75 分位的事务 publish 耗时	详细观察各分位事务 publish 耗时	P0
`doris_fe_txn_num`		Num	指定 DB 正在执行的事务数。如 {db="test"} 表示 DB test 当前正在执行的事务数	该数值可以观测某个 DB 是否提交了大量事务	P0
`doris_fe_publish_txn_num`		Num	指定 DB 正在 publish 的事务数。如 {db="test"} 表示 DB test 当前正在 publish 的事务数	该数值可以观测某个 DB 的 publish 事务数量	P0
`doris_fe_txn_replica_num`		Num	指定 DB 正在执行的事务打开的副本数。如 {db="test"} 表示 DB test 当前正在执行的事务打开的副本数	该数值可以观测某个 DB 是否打开了过多的副本，可能会影响其他事务执行	P0
`doris_fe_thrift_rpc_total`		Num	FE thrift 接口各个方法接收的 RPC 请求次数。如 {method="report"} 表示 report 方法接收的 RPC 请求次数	该数值可以观测某个 thrift rpc 方法的负载
`doris_fe_thrift_rpc_latency_ms`		毫秒	FE thrift 接口各个方法接收的 RPC 请求耗时。如 {method="report"} 表示 report 方法接收的 RPC 请求耗时	该数值可以观测某个 thrift rpc 方法的负载
`doris_fe_external_schema_cache`	{catalog="hive"}	Num	指定 External Catalog 对应的 schema cache 的数量
`doris_fe_hive_meta_cache`	{catalog="hive"}	Num
	`{type="partition_value"}`	Num	指定 External Hive Metastore Catalog 对应的 partition value cache 的数量
	`{type="partition"}`	Num	指定 External Hive Metastore Catalog 对应的 partition cache 的数量
	`{type="file"}`	Num	指定 External Hive Metastore Catalog 对应的 file cache 的数量

JVM 监控

名称	标签	单位	含义	说明	等级
`jvm_heap_size_bytes`		字节	JVM 内存监控。标签包含 max、used、committed，分别对应最大值、已使用和已申请的内存	观测 JVM 内存使用情况	P0
`jvm_non_heap_size_bytes`		字节	JVM 堆外内存统计
`<GarbageCollector>`			GC 监控	GarbageCollector 指代具体的垃圾收集器	P0
	{type="count"}	Num	GC 次数累计值
	{type="time"}	毫秒	GC 耗时累计值
`jvm_old_size_bytes`		字节	JVM 老年代内存统计		P0
`jvm_thread`		Num	JVM 线程数统计	观测 JVM 线程数是否合理	P0
`jvm_young_size_bytes`		字节	JVM 新生代内存统计		P0

机器监控

名称	标签	单位	含义
`system_meminfo`		字节	FE 节点机器的内存监控。采集自 `/proc/meminfo`。包括 `buffers`、`cached`、`memory_available`、`memory_free`、`memory_total`
`system_snmp`			FE 节点机器的网络监控。采集自 `/proc/net/snmp`
	`{name="tcp_in_errs"}`	Num	tcp 包接收错误的次数
	`{name="tcp_in_segs"}`	Num	tcp 包接收的个数
	`{name="tcp_out_segs"}`	Num	tcp 包发送的个数
	`{name="tcp_retrans_segs"}`	Num	tcp 包重传的个数

BE 监控指标

进程监控

名称	标签	单位	含义	说明	等级
`doris_be_active_scan_context_count`		Num	展示当前由外部直接打开的 scanner 的个数
`doris_be_add_batch_task_queue_size`		Num	记录导入时，接收 batch 的线程池的队列大小	如果大于 0，则表示导入任务的接收端出现积压	P0
`agent_task_queue_size`		Num	展示各个 Agent Task 处理队列的长度，如 `{type="CREATE_TABLE"}` 表示 CREATE_TABLE 任务队列的长度
`doris_be_brpc_endpoint_stub_count`		Num	已创建的 brpc stub 的数量，这些 stub 用于 BE 之间的交互
`doris_be_brpc_function_endpoint_stub_count`		Num	已创建的 brpc stub 的数量，这些 stub 用于和 Remote RPC 之间交互
`doris_be_cache_capacity`			记录指定 LRU Cache 的容量
`doris_be_cache_usage`			记录指定 LRU Cache 的使用量	用于观测内存占用情况	P0
`doris_be_cache_usage_ratio`			记录指定 LRU Cache 的使用率
`doris_be_cache_lookup_count`			记录指定 LRU Cache 被查找的次数
`doris_be_cache_hit_count`			记录指定 LRU Cache 的命中次数
`doris_be_cache_hit_ratio`			记录指定 LRU Cache 的命中率	用于观测 cache 是否有效	P0
	{name="DataPageCache"}	Num	DataPageCache 用于缓存数据的 Data Page	数据 Cache，直接影响查询效率	P0
	{name="IndexPageCache"}	Num	IndexPageCache 用于缓存数据的 Index Page	索引 Cache，直接影响查询效率	P0
	{name="LastSuccessChannelCache"}	Num	LastSuccessChannelCache 用于缓存导入接收端的 LoadChannel
	{name="SegmentCache"}	Num	SegmentCache 用于缓存已打开的 Segment，如索引信息
`doris_be_chunk_pool_local_core_alloc_count`		Num	ChunkAllocator 中，从绑定的 core 的内存队列中分配内存的次数
`doris_be_chunk_pool_other_core_alloc_count`		Num	ChunkAllocator 中，从其他的 core 的内存队列中分配内存的次数
`doris_be_chunk_pool_reserved_bytes`		字节	ChunkAllocator 中预留的内存大小
`doris_be_chunk_pool_system_alloc_cost_ns`		纳秒	SystemAllocator 申请内存的耗时累计值	通过斜率可以观测内存分配的耗时	P0
`doris_be_chunk_pool_system_alloc_count`		Num	SystemAllocator 申请内存的次数
`doris_be_chunk_pool_system_free_cost_ns`		纳秒	SystemAllocator 释放内存的耗时累计值	通过斜率可以观测内存释放的耗时	P0
`doris_be_chunk_pool_system_free_count`		Num	SystemAllocator 释放内存的次数
`doris_be_compaction_bytes_total`		字节	Compaction 处理的数据量的累计值	记录的是 Compaction 任务中，input rowset 的 disk size。通过斜率可以观测 Compaction 的速率	P0
	{type="base"}	字节	Base Compaction 的数据量累计
	{type="cumulative"}	字节	Cumulative Compaction 的数据量累计
`doris_be_compaction_deltas_total`		Num	Compaction 处理的 rowset 个数的累计值	记录的是 Compaction 任务中，input rowset 的个数
	{type="base"}	Num	Base Compaction 处理的 rowset 个数累计
	{type="cumulative"}	Num	Cumulative Compaction 处理的 rowset 个数累计
`doris_be_disks_compaction_num`		Num	指定数据目录上正在执行的 Compaction 任务数。如 `{path="/path1/"}` 表示 `/path1` 目录上正在执行的任务数	用于观测各个磁盘上的 Compaction 任务数是否合理	P0
`doris_be_disks_compaction_score`		Num	指定数据目录上正在执行的 Compaction 令牌数。如 `{path="/path1/"}` 表示 `/path1` 目录上正在执行的令牌数
`doris_be_compaction_used_permits`		Num	Compaction 任务已使用的令牌数量	用于反映 Compaction 的资源消耗量
`doris_be_compaction_waitting_permits`		Num	正在等待 Compaction 令牌的数量
`doris_be_data_stream_receiver_count`		Num	数据接收端 Receiver 的数量	FIXME：向量化引擎此指标缺失
`doris_be_disks_avail_capacity`		字节	指定数据目录所在磁盘的剩余空间。如 `{path="/path1/"}` 表示 `/path1` 目录所在磁盘的剩余空间		P0
`doris_be_disks_local_used_capacity`		字节	指定数据目录所在磁盘的本地已使用空间
`doris_be_disks_remote_used_capacity`		字节	指定数据目录所在磁盘的对应的远端目录的已使用空间
`doris_be_disks_state`		布尔	指定数据目录的磁盘状态。1 表示正常，0 表示异常
`doris_be_disks_total_capacity`		字节	指定数据目录所在磁盘的总容量	配合 `doris_be_disks_avail_capacity` 计算磁盘使用率	P0
`doris_be_engine_requests_total`		Num	BE 上各类任务执行状态的累计值
	{status="failed",type="xxx"}	Num	xxx 类型的任务的失败次数的累计值
	{status="total",type="xxx"}	Num	xxx 类型的任务的总次数的累计值	可以按需监控各类任务的失败次数	P0
	`{status="skip",type="report_all_tablets"}`	Num	xxx 类型任务被跳过执行的次数的累计值
`doris_be_fragment_endpoint_count`		Num	同 `doris_be_data_stream_receiver_count`	FIXME: 同 `doris_be_data_stream_receiver_count` 数目。并且向量化引擎缺失
`doris_be_fragment_request_duration_us`		微秒	所有 fragment instance 的执行时间累计	通过斜率观测 instance 的执行耗时	P0
`doris_be_fragment_requests_total`		Num	执行过的 fragment instance 的数量累计
`doris_be_load_channel_count`		Num	当前打开的 load channel 个数	数值越大，说明当前正在执行的导入任务越多	P0
`doris_be_local_bytes_read_total`		字节	由 `LocalFileReader` 读取的字节数		P0
`doris_be_local_bytes_written_total`		字节	由 `LocalFileWriter` 写入的字节数		P0
`doris_be_local_file_reader_total`		Num	打开的 `LocalFileReader` 的累计计数
`doris_be_local_file_open_reading`		Num	当前打开的 `LocalFileReader` 个数
`doris_be_local_file_writer_total`		Num	打开的 `LocalFileWriter` 的累计计数
`doris_be_mem_consumption`		字节	指定模块的当前内存开销。如 {type="compaction"} 表示 Compaction 模块的当前总内存开销	值取自相同 type 的 MemTracker。FIXME
`doris_be_memory_allocated_bytes`		字节	BE 进程物理内存大小，取自 `/proc/self/status/VmRSS`		P0
`doris_be_memory_jemalloc`		字节	Jemalloc stats，取自 `je_mallctl`	含义参考：https://jemalloc.net/jemalloc.3.html	P0
`doris_be_memory_pool_bytes_total`		字节	所有 MemPool 当前占用的内存大小。统计值，不代表真实内存使用
`doris_be_memtable_flush_duration_us`		微秒	memtable 写入磁盘的耗时累计值	通过斜率可以观测写入延迟	P0
`doris_be_memtable_flush_total`		Num	memtable 写入磁盘的个数累计值	通过斜率可以计算写入文件的频率	P0
`doris_be_meta_request_duration`		微秒	访问 RocksDB 中的 meta 的耗时累计	通过斜率观测 BE 元数据读写延迟	P0
	{type="read"}	微秒	读取耗时
	{type="write"}	微秒	写入耗时
`doris_be_meta_request_total`		Num	访问 RocksDB 中的 meta 的次数累计	通过斜率观测 BE 元数据访问频率	P0
	{type="read"}	Num	读取次数
	{type="write"}	Num	写入次数
`doris_be_fragment_instance_count`		Num	当前已接收的 fragment instance 的数量	观测是否出现 instance 堆积	P0
`doris_be_process_fd_num_limit_hard`		Num	BE 进程的文件句柄数硬限。通过 `/proc/pid/limits` 采集
`doris_be_process_fd_num_limit_soft`		Num	BE 进程的文件句柄数软限。通过 `/proc/pid/limits` 采集
`doris_be_process_fd_num_used`		Num	BE 进程已使用的文件句柄数。通过 `/proc/pid/limits` 采集
`doris_be_process_thread_num`		Num	BE 进程线程数。通过 `/proc/pid/task` 采集		P0
`doris_be_query_cache_memory_total_byte`		字节	Query Cache 占用字节数
`doris_be_query_cache_partition_total_count`		Num	当前 Partition Cache 缓存个数
`doris_be_query_cache_sql_total_count`		Num	当前 SQL Cache 缓存个数
`doris_be_query_scan_bytes`		字节	读取数据量的累计值。这里只统计读取 Olap 表的数据量
`doris_be_query_scan_bytes_per_second`		字节/秒	根据 `doris_be_query_scan_bytes` 计算得出的读取速率	观测查询速率	P0
`doris_be_query_scan_rows`		Num	读取行数的累计值。这里只统计读取 Olap 表的数据量。并且是 RawRowsRead（部分数据行可能被索引跳过，并没有真正读取，但仍会记录到这个值中）	通过斜率观测查询速率	P0
`doris_be_result_block_queue_count`		Num	当前查询结果缓存中的 fragment instance 个数	该队列仅用于被外部系统直接读取时使用。如 Spark on Doris 通过 external scan 查询数据
`doris_be_result_buffer_block_count`		Num	当前查询结果缓存中的 query 个数	该数值反映当前 BE 中有多少查询的结果正在等待 FE 消费	P0
`doris_be_routine_load_task_count`		Num	当前正在执行的 routine load task 个数
`doris_be_rowset_count_generated_and_in_use`		Num	自上次启动后，新增的并且正在使用的 rowset id 个数
`doris_be_s3_bytes_read_total`		Num	`S3FileReader` 的打开累计次数
`doris_be_s3_file_open_reading`		Num	当前打开的 `S3FileReader` 个数
`doris_be_s3_bytes_read_total`		字节	`S3FileReader` 读取字节数累计值
`doris_be_scanner_thread_pool_queue_size`		Num	用于 OlapScanner 的线程池的当前排队数量	大于零则表示 Scanner 开始堆积	P0
`doris_be_segment_read`	`{type="segment_read_total"}`	Num	读取的 segment 的个数累计值
`doris_be_segment_read`	`{type="segment_row_total"}`	Num	读取的 segment 的行数累计值	该数值也包含了被索引过滤的行数。相当于读取的 segment 个数 * 每个 segment 的总行数
`doris_be_send_batch_thread_pool_queue_size`		Num	导入时用于发送数据包的线程池的排队个数	大于 0 则表示有堆积	P0
`doris_be_send_batch_thread_pool_thread_num`		Num	导入时用于发送数据包的线程池的线程数
`doris_be_small_file_cache_count`		Num	当前 BE 缓存的小文件数量
`doris_be_streaming_load_current_processing`		Num	当前正在运行的 stream load 任务数	仅包含 curl 命令发送的任务
`doris_be_streaming_load_duration_ms`		毫秒	所有 stream load 任务执行时间的耗时累计值
`doris_be_streaming_load_requests_total`		Num	stream load 任务数的累计值	通过斜率可观测任务提交频率	P0
`doris_be_stream_load_pipe_count`		Num	当前 stream load 数据管道的个数	包括 stream load 和 routine load 任务
`doris_be_stream_load`	{type="load_rows"}	Num	stream load 最终导入的行数累计值	包括 stream load 和 routine load 任务	P0
`doris_be_stream_load`	{type="receive_bytes"}	字节	stream load 接收的字节数累计值	包括 stream load 从 HTTP 接收的数据，以及 routine load 从 Kafka 读取的数据	P0
`doris_be_tablet_base_max_compaction_score`		Num	当前最大的 Base Compaction Score	该数值实时变化，有可能丢失峰值数据。数值越高，表示 Compaction 堆积越严重	P0
`doris_be_tablet_cumulative_max_compaction_score`		Num	同上。当前最大的 Cumulative Compaction Score
`doris_be_tablet_version_num_distribution`		Num	tablet version 数量的直方	用于反映 tablet version 数量的分布	P0
`doris_be_thrift_connections_total`		Num	创建过的 thrift 连接数的累计值。如 `{name="heartbeat"}` 表示心跳服务的连接数累计	此数值为 BE 作为服务端的 thrift server 的连接
`doris_be_thrift_current_connections`		Num	当前 thrift 连接数。如 `{name="heartbeat"}` 表示心跳服务的当前连接数	同上
`doris_be_thrift_opened_clients`		Num	当前已打开的 thrift 客户端的数量。如 `{name="frontend"}` 表示访问 FE 服务的客户端数量
`doris_be_thrift_used_clients`		Num	当前正在使用的 thrift 客户端的数量。如 `{name="frontend"}` 表示正在用于访问 FE 服务的客户端数量
`doris_be_timeout_canceled_fragment_count`		Num	因超时而被取消的 fragment instance 数量累计值	这个值可能会被重复记录。比如部分 fragment instance 被多次取消	P0
`doris_be_stream_load_txn_request`	{type="begin"}	Num	stream load 开始事务数的累计值	包括 stream load 和 routine load 任务
`doris_be_stream_load_txn_request`	{type="commit"}	Num	stream load 执行成功的事务数的累计值	同上
`doris_be_stream_load_txn_request`	{type="rollback"}	Num	stream load 执行失败的事务数的累计值	同上
`doris_be_unused_rowsets_count`		Num	当前已废弃的 rowset 的个数	这些 rowset 正常情况下会被定期删除
`doris_be_upload_fail_count`		Num	冷热分层功能，上传到远端存储失败的 rowset 的次数累计值
`doris_be_upload_rowset_count`		Num	冷热分层功能，上传到远端存储成功的 rowset 的次数累计值
`doris_be_upload_total_byte`		字节	冷热分层功能，上传到远端存储成功的 rowset 数据量累计值
`doris_be_load_bytes`		字节	通过 tablet sink 发送的数量累计	可观测导入数据量	P0
`doris_be_load_rows`		Num	通过 tablet sink 发送的行数累计	可观测导入数据量	P0
`fragment_thread_pool_queue_size`		Num	当前查询执行线程池等待队列的长度	如果大于零，则说明查询线程已耗尽，查询会出现堆积	P0
`doris_be_all_rowsets_num`		Num	当前所有 rowset 的个数		P0
`doris_be_all_segments_num`		Num	当前所有 segment 的个数		P0
`doris_be_heavy_work_max_threads`		Num	brpc heavy 线程池线程个数		P0
`doris_be_light_work_max_threads`		Num	brpc light 线程池线程个数		P0
`doris_be_heavy_work_pool_queue_size`		Num	brpc heavy 线程池队列最大长度，超过则阻塞提交 work		P0
`doris_be_light_work_pool_queue_size`		Num	brpc light 线程池队列最大长度，超过则阻塞提交 work		P0
`doris_be_heavy_work_active_threads`		Num	brpc heavy 线程池活跃线程数		P0
`doris_be_light_work_active_threads`		Num	brpc light 线程池活跃线程数		P0
`routine_load_get_msg_latency`		毫秒	Routine Load 获取 Kafka 消息的延迟
`routine_load_get_msg_count`		Num	Routine Load 获取 Kafka 消息的次数
`routine_load_consume_bytes`		字节	Routine Load 消费 Kafka 的数据量
`routine_load_consume_rows`		Num	Routine Load 消费 Kafka 的行数

机器监控

名称	标签	单位	含义	说明	等级
`doris_be_cpu`		Num	CPU 相关监控指标，从 `/proc/stat` 采集。会分别采集每个逻辑核的各项数值。如 `{device="cpu0",mode="nice"}` 表示 cpu0 的 nice 值	可计算得出 CPU 使用率	P0
`doris_be_disk_bytes_read`		字节	磁盘读取量累计值。从 `/proc/diskstats` 采集。会分别采集每块磁盘的数值。如 `{device="vdd"}` 表示 vdd 盘的数值
`doris_be_disk_bytes_written`		字节	磁盘写入量累计值。采集方式同上
`doris_be_disk_io_time_ms`		毫秒	采集方式同上	可计算得出 IO Util	P0
`doris_be_disk_io_time_weighted`		毫秒	采集方式同上
`doris_be_disk_reads_completed`		Num	采集方式同上
`doris_be_disk_read_time_ms`		毫秒	采集方式同上
`doris_be_disk_writes_completed`		Num	采集方式同上
`doris_be_disk_write_time_ms`		毫秒	采集方式同上
`doris_be_fd_num_limit`		Num	系统文件句柄限制上限。从 `/proc/sys/fs/file-nr` 采集
`doris_be_fd_num_used`		Num	系统已使用文件句柄数。从 `/proc/sys/fs/file-nr` 采集
`doris_be_file_created_total`		Num	本地文件创建次数累计	所有调用 `local_file_writer` 并最终 close 的文件计数
`doris_be_load_average`		Num	机器 Load Avg 指标监控。如 {mode="15_minutes"} 为 15 分钟 Load Avg	观测整机负载	P0
`doris_be_max_disk_io_util_percent`		百分比	计算得出的所有磁盘中，最大的 IO UTIL 的磁盘的数值		P0
`doris_be_max_network_receive_bytes_rate`		字节/秒	计算得出的所有网卡中，最大的接收速率		P0
`doris_be_max_network_send_bytes_rate`		字节/秒	计算得出的所有网卡中，最大的发送速率		P0
`doris_be_memory_pgpgin`		字节	系统从磁盘写到内存页的数据量
`doris_be_memory_pgpgout`		字节	系统内存页写入磁盘的数据量
`doris_be_memory_pswpin`		字节	系统从磁盘换入到内存的数量	通常情况下，swap 应该关闭，因此这个数值应该是 0
`doris_be_memory_pswpout`		字节	系统从内存换入到磁盘的数量	通常情况下，swap 应该关闭，因此这个数值应该是 0
`doris_be_network_receive_bytes`		字节	各个网卡的接收字节累计。采集自 `/proc/net/dev`
`doris_be_network_receive_packets`		Num	各个网卡的接收包个数累计。采集自 `/proc/net/dev`
`doris_be_network_send_bytes`		字节	各个网卡的发送字节累计。采集自 `/proc/net/dev`
`doris_be_network_send_packets`		Num	各个网卡的发送包个数累计。采集自 `/proc/net/dev`
`doris_be_proc`	`{mode="ctxt_switch"}`	Num	CPU 上下文切换的累计值。采集自 `/proc/stat`	观测是否有异常的上下文切换	P0
`doris_be_proc`	`{mode="interrupt"}`	Num	CPU 中断次数的累计值。采集自 `/proc/stat`
`doris_be_proc`	`{mode="procs_blocked"}`	Num	系统当前被阻塞的进程数（如等待 IO）。采集自 `/proc/stat`
`doris_be_proc`	`{mode="procs_running"}`	Num	系统当前正在执行的进程数。采集自 `/proc/stat`
`doris_be_snmp_tcp_in_errs`		Num	tcp 包接收错误的次数。采集自 `/proc/net/snmp`	可观测网络错误如重传、丢包等。需和其他 snmp 指标配合使用	P0
`doris_be_snmp_tcp_in_segs`		Num	tcp 包接收的个数。采集自 `/proc/net/snmp`
`doris_be_snmp_tcp_out_segs`		Num	tcp 包发送的个数。采集自 `/proc/net/snmp`
`doris_be_snmp_tcp_retrans_segs`		Num	tcp 包重传的个数。采集自 `/proc/net/snmp`

常见问题

Q: 监控接口返回 404，怎么处理？

确认访问的是 FE 的 http_port 或 BE 的 webserver_port，并核对端口在 fe.conf / be.conf 中的实际值。

Q: Counter 类指标只增不减，是正常的吗？

这是正常现象。Counter 表示累计值，需通过间隔采集计算斜率（如 PromQL 的 rate()）才能得到瞬时速率。

Q: `doris_fe_max_journal_id` 在多个 FE 之间差距过大，怎么处理？

表示元数据同步延迟。检查 Follower / Observer FE 与 Master FE 的网络连通性以及回放速度。

Q: Compaction Score 持续过高，怎么排查？

关注 doris_be_tablet_base_max_compaction_score 和 doris_be_tablet_cumulative_max_compaction_score，结合磁盘 IO、Compaction 任务数判断瓶颈。

Q: 查询/导入出现堆积，怎么排查？

检查 fragment_thread_pool_queue_size、doris_be_scanner_thread_pool_queue_size、doris_be_send_batch_thread_pool_queue_size 等线程池排队指标。

适用场景​

指标分类​

获取监控指标​

Prometheus 兼容格式（默认）​

JSON 格式​

监控等级与最佳实践​

FE 监控指标​

进程监控​

JVM 监控​

机器监控​

BE 监控指标​

进程监控​

机器监控​

常见问题​

Q: 监控接口返回 404，怎么处理？​

Q: Counter 类指标只增不减，是正常的吗？​

Q: doris_fe_max_journal_id 在多个 FE 之间差距过大，怎么处理？​

Q: Compaction Score 持续过高，怎么排查？​

Q: 查询/导入出现堆积，怎么排查？​

适用场景

指标分类

获取监控指标

Prometheus 兼容格式（默认）

JSON 格式

监控等级与最佳实践

FE 监控指标

进程监控

JVM 监控

机器监控

BE 监控指标

进程监控

机器监控

常见问题

Q: 监控接口返回 404，怎么处理？

Q: Counter 类指标只增不减，是正常的吗？

Q: `doris_fe_max_journal_id` 在多个 FE 之间差距过大，怎么处理？

Q: Compaction Score 持续过高，怎么排查？

Q: 查询/导入出现堆积，怎么排查？