Saúde do servidor em um minuto

A cada minuto, o agente coleta dados do servidor, do SO, dos discos e dos bancos de dados Firebird. A cada 10 minutos, ele compara esses dados com os limites e grava um snapshot de status. Você abre o relatório e vê na hora o que quebrou, quando e o que fazer.

  • 1 min métricas do servidor e dos bancos
  • 10 min snapshot de status
  • 18 sistemas no relatório
  • 24 h · 7 · 14 dias histórico
  • somente leitura o monitoramento não altera nada no servidor

Cenário

Um minuto do administrador

Manhã. Os usuários dizem que tudo ficou lento à noite. Quatro telas do HQ Monitor dão a resposta antes de o café esfriar.

    server_status

    Como os dados são coletados

    O agente roda no servidor Firebird e lê os dados onde eles estão: contadores do SO, cgroup e ETW, as tabelas de monitoramento MON$, trace, firebird.log, cabeçalhos dos bancos e os resultados dos seus próprios jobs. Sem servidor de monitoramento separado e sem agentes dentro dos bancos.

    A cada 10 minutos, o agente reúne tudo em um snapshot de status. Cada verificação tem dois limites: warning e serious. Cada achado tem uma chave, um texto e uma dica. Um problema novo aparece após dois snapshots seguidos, ou seja, depois de uns 20 minutos. Uma falha grave, por exemplo OOM ou corrupção do banco, aparece na hora. O snapshot vai para o HQ Monitor junto com os outros dados.

    1. 1Coletaa cada minuto: CPU, memória, discos, conexões, transações
    2. 2Snapshota cada 10 minutos, médias e picos de 10 minutos
    3. 3Limiteswarning e serious; ajustados nas configurações do agente
    4. 4Achadoo que foi achado, onde, dica, botão de ação
    5. 5✓ Relatóriomatriz de 24 h, 7 ou 14 dias; e-mail da HQCenter

    Os jobs pesados do próprio agente (backup, sweep, verificação do banco, teste de disco) são marcados nos gráficos. Um minuto lento durante um backup não conta como problema dos usuários.

    CPU · memória · programas

    Servidor e SO

    Um banco lento muitas vezes não é culpa do Firebird. O HQ Monitor mostra não só a carga do servidor, mas também quem a gera: o Firebird, o próprio agente ou outros programas e serviços.

    O que você vêDetalhesLimite padrão
    Versão e pasta do FirebirdA string de versão na lista de servidores; a versão e a pasta de instalação no dashboard.—
    CPU e load averageA cada minuto. CPU por programa em 10 minutos: Firebird, agente, outros, processos curtos.80% · 97%
    MemóriaEm uso, swap, espera por memória (PSI no Linux). Memória por serviço (Linux) ou por programa (Windows), cache de arquivos, kernel.80% · 96%
    OOM e swapSomente Linux: processos mortos pelo OOM killer e swap ativo.qualquer OOM — serious
    Firebird no cache do SOSomente Linux, kernel 6.5+: quanto de cada arquivo de banco está no cache do SO e se o arquivo está aberto com O_DIRECT.—
    Memória do Firebird e MON$A memória do processo Firebird ao lado do que o próprio Firebird conta em MON$MEMORY_USAGE.—
    Sistema de arquivosUma vez por dia: tipo de sistema de arquivos e tamanho do cluster das pastas do Firebird, dos bancos e do agente.achado com o caminho
    CPU por programa. A parte do Firebird, do agente e de outros programas em 10 minutos e no período inteiro.
    Quem usa a memória. Serviços com limites de memória, swap, OOM e espera por memória. Dá para ver que a maior parte da RAM é cache de arquivos.

    TasksMax · NPROC · NOFILE · threads-max

    Limites do SO: a falha antes da falha

    “O Firebird caiu sob carga” muitas vezes significa: um limite do SO acabou. O Firebird não consegue criar uma thread ou um processo, novas conexões falham e aparece pthread_create failed no firebird.log.

    No Linux, o agente compara cada servidor Firebird com os limites do SO uma vez por minuto. Warning a partir de 80% do limite, serious a partir de 95%, pelo pico de 10 minutos. O achado aparece após dois snapshots seguidos. Se um limite já recusou a criação de um processo, é serious na hora, sem espera.

    O agente só lê: ele não altera limites, não precisa de root e não chama systemctl. A dica do achado traz um comando pronto para o administrador.

    tarefas: 0TasksMax: 4915em uso: 0%

    Exemplo hipotético: TasksMax = 4915, 3 threads por conexão. O Classic inicia um processo por conexão, por isso esbarra no TasksMax primeiro.

    LimiteOnde é definidoO que acontece quando acaba
    Tarefas do serviço FirebirdTasksMax do serviço ou do slice paiO Classic não aceita uma nova conexão
    Tarefas do usuário do FirebirdLimitNPROC, limits.dA criação de thread é recusada
    Tarefas do host inteirokernel.threads-max, pid_maxRecusa para todos os programas; threads-max é calculado pela RAM no boot
    Arquivos abertosLimitNOFILESuperServer e SuperClassic esbarram aqui primeiro
    Memórialimite de memória do serviço, RAMO OOM killer mata o processo
    • Qual nível limitaO serviço ou o slice pai, por exemplo system.slice.
    • A parte do próprio agenteSuas tarefas e os processos filhos gbak e fbsvcmgr são contados à parte.
    • Para o ClassicThreads por conexão e quantas conexões o limite ainda permite.
    • Sem achado, para análiseTarefas esperando o disco e tempo de CPU tomado pelo hipervisor (steal).

    Espaço · temp · IO · latência

    Discos

    O agente sabe o papel de cada disco: nele ficam bancos, arquivos temporários do Firebird ou a pasta de instalação. Para esses discos, ele calcula espaço livre, previsão de enchimento, latência de leitura e gravação, IOPS e quem carrega o disco.

    Espaço livre cai três dias seguidos; a previsão mostra em quantos dias o disco enche
    Previsão de enchimento. Pelo espaço livre dos últimos 3 dias. Warning se o disco encher em menos de 7 dias, serious se em menos de 2.
    • Espaço livreWarning abaixo de 5 GB, serious abaixo de 1 GB. Para cada pasta, dá para ver em qual disco ela está.
    • Percentual de ocupaçãoWarning: disco 90 % cheio e menos de 20 GiB livres. Serious: 97 % e menos de 5 GiB. As duas condições são necessárias, por isso um disco grande com folga não gera alarme falso.
    • Disco enchendo rápidoWarning se, na velocidade atual, o disco encher em menos de 6 horas; serious, em menos de 2. Um backup noturno comum não gera alarme. O achado diz quem gravou no disco nos últimos 10 minutos.
    • Arquivos temporários do FirebirdQuantos e de que tamanho, por tipo: sort, blob, undo, lock. Warning a partir de 10 GB, serious a partir de 50 GB. Dá para ver se temp e os bancos estão no mesmo disco.
    • Teste de desempenhoUma vez por semana, à noite: INSERT, UPDATE e DELETE de um milhão de registros em um banco temporário. Dá para comparar os resultados de semanas diferentes.
    • Latência e IOPSA cada minuto para discos com bancos e temp. Leitura: warning a partir de 20 ms, serious a partir de 50 ms. Gravação: warning a partir de 10 ms, serious a partir de 30 ms. Média de 10 minutos, com 10 IOPS ou mais. Disco só com temp — no máximo warning.
    • Disco cheio: registro no firebird.logUm erro de “sem espaço” no firebird.log gera serious na hora, e o nível fica por 24 horas. O achado diz qual disco tem menos espaço.
    • Nome do disco no WindowsO disco aparece com a letra e o rótulo do volume, por exemplo b: (DATA, Disk 2, database), e não com o GUID do volume.
    Latência de I/O do disco dos bancos em 1 h: limites de gravação 10 e 30 ms, job do agente
    leitura, ms gravação, ms job do agente em execução tracejado: limites de gravação, warning 10 ms e serious 30 ms (médias de 10 minutos); para leitura, os limites são 20 e 50 ms

    Se o Firebird faz menos de 20% das leituras ou gravações do disco, outro programa está carregando o disco. Então a dica do achado mostra o principal “vizinho” no disco e a parte do Firebird. O agente escreve o texto da dica em inglês.

    Quem carrega o disco

    No Linux, por serviço systemd; no Windows, por processo. A linha do Firebird fica destacada. Se o Firebird lê e grava pouco, mas o disco está ocupado, a causa é um programa vizinho: um antivírus, um backup de terceiros, outro serviço. No Windows, a gravação passa pelo cache do sistema, por isso lá a parte do Firebird é calculada só pela leitura.

    Quem usa o disco. Leitura e gravação de cada serviço e a sua parte no trabalho do disco.
    Discos no dashboard. Arquivos temporários, espaço, latência com IOPS e velocidade; em tracejado, a leitura e a gravação do próprio Firebird.

    Cabeçalho · LWM · MON$ · gstat

    Bancos de dados

    Cada banco no servidor tem a sua página: tamanho, estado, sweep, tamanho de página, dialeto, dono, se tem security DB própria. Quatro gráficos por minuto: conexões e consultas, transações, leituras e gravações de páginas, preparação e execução de consultas.

    O agente pega o estado do MON$DATABASE ou do cabeçalho do arquivo, o que for mais recente: shutdown, read-only, réplica, bloqueio do nbackup. O cabeçalho é lido mesmo sem conexão. Por isso um banco em shutdown também aparece, mesmo sem conexões. Um clique em um minuto do gráfico abre as consultas pesadas do trace e todas as conexões desse minuto.

    Página do banco. Uma linha com tamanho e sweep; abaixo, gráficos por minuto de LWM (Light-weight Monitoring), transações e operações com páginas.

    Transações: um sinal antes da lentidão

    Next − OAT cresce enquanto uma transação fica aberta por muito tempo. As versões de registros se acumulam e o banco começa a ficar lento. Warning com diferença de 4 milhões, serious com 8 milhões. A transação longa é fácil de achar na tabela de conexões. OST − OIT cresce quando a coleta de lixo não dá conta, por exemplo quando é preciso um sweep.

    Contadores OIT, OST, OAT e Next: a diferença Next menos OAT cresce com uma transação aberta
    • Métricas MON$Uma vez por hora para bancos ativos: operações com registros, memória por programa, as conexões mais pesadas.
    • Versões de clientesUma vez por dia: quais bibliotecas cliente se conectam e quantas conexões cada uma tem.
    • gstat com análiseO número de achados críticos e avisos por tabelas e índices.
    • Previsão de crescimento“+25% em N dias” para a tabela ou o índice que mais cresce; vermelho se for 30 dias ou menos.
    Métricas MON$. Snapshot por hora: inserções, atualizações, exclusões, lixo, memória por programa e as conexões mais pesadas.

    server_status

    Relatório de saúde do servidor

    As linhas são os sistemas do servidor, as colunas são o tempo. Em 24 horas, uma célula é uma hora; em 7 dias, 4 horas; em 14 dias, 6 horas. A célula mostra o pior nível nesse tempo. Vermelho é serious, laranja é warning, verde é OK. Um clique na célula abre o snapshot daquele momento.

    serious warning OK snapshot no relatório
    O que mudou

    Novos, piores, resolvidos

    O painel de histórico mostra quando o achado apareceu, ficou mais grave e foi resolvido. Um erro único no log aparece na hora e fica por uma hora, com o horário do registro no texto.

    Resumo do período

    Quanto tempo o problema durou

    Tempo em cada nível e tabela de problemas: início, fim, duração, sistema. “Ainda ativo” aparece na hora.

    Achado

    Causa, dica, botão

    O texto do achado diz o objeto: disco, pasta, banco, usuário, programa, versão do cliente, consulta. Cada dica diz uma ação. Ao lado, um botão: adicionar uma tarefa de backup, definir as pastas de busca de backups, abrir uma tarefa ou configuração.

    Achados. Áreas com o número de achados, indicadores principais, cartões com dica e botões.
    Sistemas. Um painel por sistema: nível, valor, faixa do período e achados do snapshot.
    • 18 sistemasServidor, CPU, Memória, Limites do SO, Discos, Velocidade dos discos, firebird.log, Erros de trace, Transações e GC, Bloqueios, Consultas, Conexões, Índices, Backups, Tarefas do fbagent, Replicação, Agente fbagent, Segurança e licença. Se houver outros achados, aparece a linha “Outros problemas”.
    • Limites no gráficoPara CPU, memória e velocidade dos discos, aparecem as linhas de warning e serious.
    • Tabelas nos painéisDiscos: volumes e pastas temp. Transações: bancos com diferença OIT/OAT e transações longas com usuário e processo. Replicação: masters e réplicas com atraso. Agente: sua saúde, filas de arquivos e tarefas principais.
    • Um cartão por grupo de achadosTrês ou mais achados do mesmo tipo e do mesmo nível aparecem em um cartão. O valor fica ao lado do limite: “476.5 MiB / 1 GiB”.
    • Erros, consultas, backupsErros frequentes do trace, as consultas mais lentas com link para o Perf Report, tabela de achados de backups.
    • Fontes de dadosPara cada fonte: o estado e a idade dos dados. O estado vem em inglês, por exemplo stale ou missing. Uma fonte desatualizada ou ausente fica destacada. O silêncio do agente não parece “está tudo bem”.
    • O que não gera alarme à toaA fila de processamento do agente fica no máximo em warning. Um Firebird parado não torna sério o estado do próprio agente: isso é um achado separado.
    • Título no dashboardAo lado do ícone “Server status” fica uma linha: o achado principal e os sistemas com achados. Um clique abre este relatório.

    ← Voltar à visão geral do HQbird 2027 · Backups em detalhe →