kbengine集群控制工具

集群控制命令

目录地址: kbe/tools/server/pycluster/cluster_controller.py



### 查询服务端信息:

[[email protected] ~]$ python $KBE_ROOT/kbe/tools/server/pycluster/cluster_controller.py
[[email protected] ~]$ python $KBE_ROOT/kbe/tools/server/pycluster/cluster_controller.py query

/-----------------------------------------------------
[kbmachine: %CPU:16.24, %MEM:13.54, %pCPU:0.00, pMem:11.79m, totalMem=1070.44m/7908.32m, addr=192.168.11.11]
      proc              cid             uid     pid     gid     %CPU    %MEM    usedMem extra1          extra2          extra3
|-    loginapp  1657324666764709631     500     2682    23      0.11    0.47    37.45m  0               0               0
|-     baseapp1 1080863912448030096     500     27131   15      1.28    0.79    62.71m  bases=125               clients=60      proxices=120
|-     baseapp2 1152921505798081463     500     27610   16      0.87    0.77    61.02m  bases=107               clients=52      proxices=104
|-     baseapp3 1224979099450159447     500     28097   17      0.89    0.78    61.63m  bases=110               clients=53      proxices=107
|-     baseapp4 1297036693135742534     500     28572   18      0.88    0.77    60.88m  bases=93                clients=45      proxices=90
|-     baseapp5 1369094286838111473     500     29050   19      0.88    0.77    60.51m  bases=124               clients=61      proxices=121
|-     baseapp6 1441151884785180883     500     29530   20      0.88    0.77    60.65m  bases=106               clients=52      proxices=103
|-     baseapp7 1513209478470765373     500     29993   21      1.03    0.77    61.11m  bases=126               clients=62      proxices=124
|-     baseapp8 1585267072156340434     500     30461   22      0.81    0.78    61.57m  bases=83                clients=40      proxices=80
/-----------------------------------------------------
[kbmachine: %CPU:5.29, %MEM:11.81, %pCPU:0.00, pMem:11.86m, totalMem=934.02m/7908.32m, addr=192.168.11.12]
      proc              cid             uid     pid     gid     %CPU    %MEM    usedMem extra1          extra2          extra3
|-       dbmgr  288230377158391198      500     17940   4       0.64    0.73    57.68m  0               0               0
|-  baseappmgr  360287971162772698      500     17941   5       1.27    0.45    35.62m  0               0               0
|-  cellappmgr  432345565217478829      500     17942   6       0.00    0.16    12.74m  0               0               0
|-     billing  144115189132878121      500     17939   2       0.00    0.49    38.73m  0               0               0
/-----------------------------------------------------
[kbmachine: %CPU:2.48, %MEM:11.65, %pCPU:0.00, pMem:11.82m, totalMem=921.06m/7908.32m, addr=192.168.11.13]
      proc              cid             uid     pid     gid     %CPU    %MEM    usedMem extra1          extra2          extra3
|-     cellapp1 504403161688137595      500     30217   7       0.35    0.66    52.17m  entities=49     cells=0         0
|-     cellapp2 576460755071688378      500     30221   8       0.35    0.64    50.66m  entities=47     cells=0         0
|-     cellapp3 648518348774108774      500     30225   9       0.34    0.64    50.51m  entities=54     cells=0         0
|-     cellapp4 720575942459711730      500     30229   10      0.38    0.64    50.85m  entities=55     cells=0         0
|-     cellapp5 792633536145339277      500     30233   11      0.37    0.64    50.59m  entities=39     cells=0         0
|-     cellapp6 864691129830946700      500     30237   12      0.33    0.64    50.61m  entities=56     cells=0         0
|-     cellapp7 936748723516524832      500     30241   13      0.35    0.64    50.58m  entities=32     cells=0         0
|-     cellapp8 1008806317202177300     500     30245   14      0.33    0.64    50.47m  entities=59     cells=0         0
/-----------------------------------------------------
machines: 3, components=21, numBases=874, numProxices=849, numClients=425, numEntities=391, numCells=0.


### 启动服务端:

[[email protected] ~]$ python $KBE_ROOT/kbe/tools/server/pycluster/cluster_controller.py start
[[email protected] ~]$ python $KBE_ROOT/kbe/tools/server/pycluster/cluster_controller.py start dbmgr|baseappmgr|cellappmgr|baseapp|cellapp|cellapp|loginapp


### 关闭服务端:

[[email protected] ~]$ python $KBE_ROOT/kbe/tools/server/pycluster/cluster_controller.py stop


### 脚本控制台:

[[email protected] ~]$ python $KBE_ROOT/kbe/tools/server/pycluster/cluster_controller.py console cellapp1
Trying 192.168.11.15...
Connected to . (192.168.11.15).
Escape character is ‘^]‘.
password:kbe	(Set in the [kbengine_defs.xml]->telnet_service->password)
welcome to cellapp
Version: 0.0.1. Config: Hybrid64. Built: 10:53:47 Nov 20 2013. AppUID: 504403161688137595. UID: 500. PID: 30217
/---------------------------------------------
Command List:
[:help          ]: list commands.
[:quit          ]: quit the server.
[:python        ]: python console.
[:root          ]: return to the root layer.
[:cprofile      ]: collects and reports the internal c++ profiles
                of a server process over a period of time.
                 usage: ":cprofile 30"
[:pyprofile     ]: collects and reports the python profiles
                of a server process over a period of time.
                 usage: ":pyprofile 30"
[:eventprofile  ]: a server process over a period of time,
                collects and reports the all non-volatile cummunication
                down to the client.
                 usage: ":eventprofile 30"
[:mercuryprofile]: collects and reports the mercury profiles
                of a server process over a period of time.
                 usage: ":mercuryprofile 30"

/---------------------------------------------
[[email protected] ~] >>>
[[email protected] ~] >>> dir(KBEngine)
时间: 2024-10-09 08:14:07

kbengine集群控制工具的相关文章

大规模集群管理工具Borg

Google的大规模集群管理工具Borg 概述 Google的Borg系统是一个集群管理工具,在它上面运行着成千上万的job,这些job来自许许多多不同的应用,并且跨越多个集群,而每个集群又由大量的机器构成. Borg通过组合准入控制,高效的任务打包,超额负载以及基于进程级别性能隔离的机器共享从而实现高利用率.它支持那些高可用的应用,它们的运行时特性能够最小化错误恢复时间,它们的调度策略降低了相关错误发生的可能性.为了简化用户的使用,Borg提供了一个声明工作规范语言,名称服务一体化机制,实时j

第131讲:Hadoop集群管理工具均衡器Balancer 实战详解学习笔记

第131讲:Hadoop集群管理工具均衡器Balancer 实战详解学习笔记 为什么需要均衡器呢? 随着集群运行,具体hdfs各个数据存储节点上的block可能分布得越来越不均衡,会导致运行作业时降低mapreduce的本地性. 分布式计算中精髓性的一名话:数据不动代码动.降低本地性对性能的影响是致使的,而且不能充分利用集群的资源,因为导致任务计算会集中在部分datanode上,更易导致故障. balancer是hadoop的一个守护进程.会将block从忙的datanode移动到闲的datan

集群配置工具之conga:web配置简易RHCS

RHCS,红帽的集群套件,至于原理性能什么的我这里也不多说了,很复杂也很无趣,而且网上一百遍介绍RHCS的文章,通常也是只是在用同一种方式同一种语言同一种思路说同一件事,有的甚至拼音的错误也是一样的,很无聊,大家有兴趣可以自己搜.好了,吐槽完毕,开始今天的实验! 准备: 一台控制台(node1.xue.com),需要安装luci和ansible; 三台做集群,及被控制机(node2.xue.com.node3.xue.com.node4.xue.com),需要安装ricci: 配置好yum源:

第130讲:Hadoop集群管理工具DataBlockScanner 实战详解学习笔记

第130讲:Hadoop集群管理工具DataBlockScanner 实战详解学习笔记 DataBlockScanner在datanode上运行的block扫描器,定期检测当前datanode节点上所有的block,从而在客户端读到有问题的块前及时检测和修复有问题的块. 它有所有维护的块的列表,通过对块的列表依次的扫描,查看是否有校验问题或错误问题,它还有截流机制. 什么叫截流机制?DataBlockScanner扫描时会消耗大量的磁盘带宽,如果占用磁盘带宽太大,会有性能问题.所以它会只占用一小

Elasticsearch集群管理工具head插件安装

Elasticsearch-head是一个elasticsearch的集群管理工具,它是完全由html5编写的独立网页程序,你可以通过插件把它集成到es.或直接下载源码,在本地打开index.html运行它.该工具的git地址是: https://github.com/Aconex/elasticsearch-head 插件安装方法: 1.elasticsearch/bin/plugin -install Aconex/elasticsearch-head 2.运行ES 3.打开http://l

Kafka集群管理工具kafka-manager的安装使用

一.kafka-manager简介 kafka-manager是目前最受欢迎的kafka集群管理工具,最早由雅虎开源,用户可以在Web界面执行一些简单的集群管理操作.具体支持以下内容: 管理多个集群 轻松检查群集状态(主题,消费者,偏移,代理,副本分发,分区分发) 运行首选副本选举 使用选项生成分区分配以选择要使用的代理 运行分区重新分配(基于生成的分配) 使用可选主题配置创建主题(0.8.1.1具有与0.8.2+不同的配置) 删除主题(仅支持0.8.2+并记住在代理配??置中设置delete.

redis cluster集群管理工具redis-trib.rb功能小结

redis-trib.rb是redis官方推出的管理redis集群的工具,集成在redis的源码src目录下,是基于redis提供的集群命令封装成简单.便捷.实用的操作工具.redis-trib.rb是redis作者用ruby完成的.所以要执行redis-trib.rb命令,需要Ruby,具体可参考:http://www.cnblogs.com/kevingrace/p/7846324.html [[email protected] ~]# /data/redis-4.0.6/src/redis

kafka集群管理工具kafka-manager部署安装

一.kafka-manager 简介 为了简化开发者和服务工程师维护Kafka集群的工作,yahoo构建了一个叫做Kafka管理器的基于Web工具,叫做 Kafka Manager.这个管理工具可以很容易地发现分布在集群中的哪些topic分布不均匀,或者是分区在整个集群分布不均匀的的情况.它支持管理多个集群.选择副本.副本重新分配以及创建Topic.同时,这个管理工具也是一个非常好的可以快速浏览这个集群的工具,有如下功能: 1.管理多个kafka集群2.便捷的检查kafka集群状态(topics

Kafka集群管理工具kafka-manager安装使用

(一).简介kafka-manager是最受欢迎的kafka集群管理工具,有如下功能: 管理多个集群 轻松检查群集状态(主题,消费者,偏移,代理,副本分发,分区分发) 运行首选副本选举 使用选项生成分区分配以选择要使用的代理 运行分区重新分配(基于生成的分配) 使用可选主题配置创建主题(0.8.1.1具有与0.8.2+不同的配置) 删除主题(仅支持0.8.2+并记住在代理配??置中设置delete.topic.enable = true) 主题列表现在指示标记为删除的主题(仅支持0.8.2+)