Update grafana pd dashboard (#3343)

grafana-pd-dashboard.md

@@ -14,38 +14,39 @@ aliases: ['/docs-cn/dev/reference/key-monitoring-metrics/pd-dashboard/']
 
 以下为 PD Dashboard 监控说明：
 
-## Cluster
-
 - PD role：当前 PD 的角色
 - Storage capacity：TiDB 集群总可用数据库空间大小
 - Current storage size：TiDB 集群目前已用数据库空间大小
 - Current storage usage：TiDB 集群存储空间的使用率
 - Normal stores：处于正常状态的节点数目
 - Number of Regions：当前集群的 Region 总量
-- PD scheduler config：PD 调度配置列表
-- Region label isolation level：不同 label 所在的 level 的 Region 数量
-- Label distribution：集群中 TiKV 节点的 label 分布情况
 - Abnormal stores：处于异常状态的节点数目，正常情况应当为 0
-- pd_cluster_metadata：记录集群 ID，时间戳和生成的 ID
+- Region health：集群所有 Region 的状态。通常情况下，pending 或 down 的 peer 应该少于 100，miss 的 peer 不能一直大于 0，empty Region 过多需及时打开 Region Merge
 - Current peer count：当前集群 peer 的总量
-- Region health：每个 Region 的状态，通常情况下，pending 的 peer 应该少于 100，miss 的 peer 不能一直大于 0
+![PD Dashboard - Header](/media/pd-dashboard-header-v4.png)
 
-![PD Dashboard - Cluster metrics](/media/pd-dashboard-cluster-v2.png)
+## Cluster
+
+- PD scheduler config：PD 调度配置列表
+- Cluster ID：集群的 cluster id，唯一标识
+- Current TSO：当前分配 TSO 的物理时间戳部分
+- Current ID allocation：当前可分配 ID 的最大值
+- Region label isolation level：不同 label 所在的 level 的 Region 数量
+- Label distribution：集群中 TiKV 节点的 label 分布情况
+![PD Dashboard - Cluster metrics](/media/pd-dashboard-cluster-v4.png)
 
 ## Operator
 
-- Schedule operator create：新创建的不同 operator 的数量
-- Schedule operator check：已检查的 operator 的数量，主要检查是否当前步骤已经执行完成，如果是，则执行下一个步骤
+- Schedule operator create：新创建的不同 operator 的数量，单位 opm 代表一分钟内创建的个数 
+- Schedule operator check：已检查的 operator 的次数，主要检查是否当前步骤已经执行完成，如果是，则执行下一个步骤
 - Schedule operator finish：已完成调度的 operator 的数量
 - Schedule operator timeout：已超时的 operator 的数量
 - Schedule operator replaced or canceled：已取消或者被替换的 operator 的数量
 - Schedule operators count by state：不同状态的 operator 的数量
-- 99% Operator finish duration：99% 已完成 operator 所花费的最长时间
-- 50% Operator finish duration：50% 已完成 operator 所花费的最长时间
-- 99% Operator step duration：99% 已完成的 operator 步骤所花费的最长时间
-- 50% Operator step duration：50% 已完成的 operator 步骤所花费的最长时间
+- Operator finish duration：已完成的 operator 所花费的最长时间
+- Operator step duration：已完成的 operator 的步骤所花费的最长时间
 
-![PD Dashboard - Operator metrics](/media/pd-dashboard-operator-v2.png)
+![PD Dashboard - Operator metrics](/media/pd-dashboard-operator-v4.png)
 
 ## Statistics - Balance
 
@@ -61,20 +62,32 @@ aliases: ['/docs-cn/dev/reference/key-monitoring-metrics/pd-dashboard/']
 - Store leader count：每个 TiKV 实例上所有 leader 的数量
 - Store Region count：每个 TiKV 实例上所有 Region 的数量
 
-![PD Dashboard - Balance metrics](/media/pd-dashboard-balance-v2.png)
+![PD Dashboard - Balance metrics](/media/pd-dashboard-balance-v4.png)
+
+## Statistics - hot write
+
+- Hot Region's leader distribution：每个 TiKV 实例上成为写入热点的 leader 的数量
+- Total written bytes on hot leader Regions：每个 TiKV 实例上所有成为写入热点的 leader 的总的写入流量大小
+- Hot write Region's peer distribution：每个 TiKV 实例上成为写入热点的 peer 的数量
+- Total written bytes on hot peer Regions：每个 TiKV 实例上所有成为写入热点的 peer 的写入流量大小
+- Store Write rate bytes：每个 TiKV 实例总的写入的流量
+- Store Write rate keys：每个 TiKV 实例总的写入 keys
+- Hot cache write entry number：每个 TiKV 实例进入热点统计模块的 peer 的数量
+- Selector events： 热点调度中选择器的事件发生次数
+- Direction of hotspot move leader：热点调度中 leader 的调度方向，正数代表调入，负数代表调出
+- Direction of hotspot move peer：热点调度中 peer 的调度方向，正数代表调入，负数代表调出
+
+![PD Dashboard - Hot write metrics](/media/pd-dashboard-hotwrite-v4.png)
 
-## Statistics - hotspot
+## Statistics - hot read
 
-- Hot write Region's leader distribution：每个 TiKV 实例上是写入热点的 leader 的数量
-- Hot write Region's peer distribution：每个 TiKV 实例上是写入热点的 peer 的数量
-- Hot write Region's leader written bytes：每个 TiKV 实例上热点的 leader 的写入大小
-- Hot write Region's peer written bytes：每个 TiKV 实例上热点的 peer 的写入大小
-- Hot read Region's leader distribution：每个 TiKV 实例上是读取热点的 leader 的数量
-- Hot read Region's peer distribution：每个 TiKV 实例上是读取热点的 peer 的数量
-- Hot read Region's leader read bytes：每个 TiKV 实例上热点的 leader 的读取大小
-- Hot read Region's peer read bytes：每个 TiKV 实例上热点的 peer 的读取字节数
+- Hot Region's leader distribution：每个 TiKV 实例上成为读取热点的 leader 的数量
+- Total read bytes on hot leader Regions：每个 TiKV 实例上所有成为读取热点的 leader 的总的读取流量大小
+- Store read rate bytes：每个 TiKV 实例总的读取的流量
+- Store read rate keys：每个 TiKV 实例总的读取 keys
+- Hot cache read entry number：每个 TiKV 实例进入热点统计模块的 peer 的数量
 
-![PD Dashboard - Hotspot metrics](/media/pd-dashboard-hotspot.png)
+![PD Dashboard - Hot read metrics](/media/pd-dashboard-hotread-v4.png)
 
 ## Scheduler
 
@@ -85,15 +98,15 @@ aliases: ['/docs-cn/dev/reference/key-monitoring-metrics/pd-dashboard/']
 - Balance Region event：balance Region 的事件数量
 - Balance leader scheduler：balance-leader scheduler 的状态
 - Balance Region scheduler：balance-region scheduler 的状态
-- Namespace checker：namespace checker 的状态
 - Replica checker：replica checker 的状态
+- Rule checker：rule checker 的状态
 - Region merge checker：merge checker 的状态
 - Filter target：尝试选择 Store 作为调度 taget 时没有通过 Filter 的计数
 - Filter source：尝试选择 Store 作为调度 source 时没有通过 Filter 的计数
 - Balance Direction：Store 被选作调度 target 或 source 的次数
 - Store Limit：Store 的调度限流状态
 
-![PD Dashboard - Scheduler metrics](/media/pd-dashboard-scheduler-v2.png)
+![PD Dashboard - Scheduler metrics](/media/pd-dashboard-scheduler-v4.png)
 
 ## gRPC
 
@@ -117,20 +130,22 @@ aliases: ['/docs-cn/dev/reference/key-monitoring-metrics/pd-dashboard/']
 
 ## TiDB
 
+- PD Server TSO handle time and Client recv time：从 PD 开始处理 TSO 请求到 client 端接收到 TSO 的总耗时
 - Handle requests count：TiDB 的请求数量
 - Handle requests duration：每个请求所花费的时间，99% 的情况下，应该小于 100ms
 
-![PD Dashboard - TiDB metrics](/media/pd-dashboard-tidb-v2.png)
+![PD Dashboard - TiDB metrics](/media/pd-dashboard-tidb-v4.png)
 
 ## Heartbeat
 
+- Heartbeat region event QPS：心跳处理 region 的 QPS， 包括更新缓存和持久化
 - Region heartbeat report：TiKV 向 PD 发送的心跳个数
 - Region heartbeat report error：TiKV 向 PD 发送的异常的心跳个数
 - Region heartbeat report active：TiKV 向 PD 发送的正常的心跳个数
 - Region schedule push：PD 向 TiKV 发送的调度命令的个数
 - 99% Region heartbeat latency：99% 的情况下，心跳的延迟
 
-![PD Dashboard - Heartbeat metrics](/media/pd-dashboard-heartbeat-v2.png)
+![PD Dashboard - Heartbeat metrics](/media/pd-dashboard-heartbeat-v4.png)
 
 ## Region storage