...

Objetivo

Esta funcionalidad permite monitorizar el consumo individual y en conjunto de los notebooks. De esta forma podremos conocer el estado de cada Notebook, ver los procesos en ejecución, controlar el estado…

Funcionamiento de los Notebooks

Para entender la funcionalidad de Monitorización es importante conocer algunos conceptos de los Notebooks.

Modos de ejecución de notebooks

Los notebooks de plataforma (basados en Apache Zeppelin) se ejecutan en base a intérpretes con diferentes configuraciones, de modo que un notebook, puede ejecutar intérpretes en diferentes modos.

En plataforma se contemplan 3 modos de ejecución de intérpretes en notebooks:

• Shared → El proceso del intérprete, se comparte con todos los notebooks, de modo que no se pueden hacer ejecuciones paralelas de este intérprete en varios notebook. El manager es el mismo para ese intérprete. En estos casos, al no estar asociado el intérprete a un notebook, no podrá saberse de forma sencilla cuál es el notebook que ha ejecutado, ya que podrá ir saltando de unos a otros y tendrá que cruzarse la entidad de recursos con la entidad de ejecuciones para poderse conocer el detalle.

• Por notebook:

  • Scoped → El proceso del intérprete es común para todos los notebooks por lo tanto es un manager de varias ejecuciones.

  • Isolated → El proceso del intérprete está separado también por notebook con lo que el manager sólo maneja un notebook. En este caso, el intérprete estará asociado a un notebook con lo que se podrá saber que notebook es en todo momento por el nombre del intérprete. Si se quiere saber el detalle de párrafos habrá que cruzar la entidad de recursos con la de ejecuciones.

Además, existen los modos de ejecución en k8s de modo que la ejecución de cada notebook se delega en cada pod. El manager se mantiene en este pod a modo de control de los diversos tipos de ejecuciones.

En base a esto, será el manager (proceso RemoteInterpreterServer) el encargado de reportar la información de métricas y ejecuciones a plataforma, independientemente de donde se ejecute.

Métricas disponibles

Se han creado 2 métricas, ambas complementarias:

Métricas de recursos

Esta monitorización, almacenada en una entidad de tipo TimeSeries (notebooks_metrics_resources). A nivel intérprete, se sacan los procesos, tipo de intérprete (shared, scoped, isolated), si está asociado a un notebook y el consumo de CPU y RAM

Tiene un reporte periódico (configurable a nivel pod del módulode notebooks), por defecto, estará a 10 segundos.

En intérpretes “shared“, será necesario cruzar con la entidad de monitorización para saber que notebook ha consumido el intérprete.

...

Métricas de ejecución

Estas métricas (notebooks_metrics_executions) dan el detalle de ejecución de los párrafos que se ve el usuario, notebook, párrafo, intérprete...

Esta monitorización hará de “history“ de ejecuciones, se almacenará en una entidad propia y podrá ser desactivada si no se cree necesaria.

Con esta monitorización, cruzada con la anterior, podremos saber el consumo real por párrafo.

...

Reporte de Métricas

Para el reporte de métricas existen dos métodos:

...

Goal

This feature allows you to monitor the individual and overall consumption of the notebooks. In this way we can know the status of each Notebook, see the running processes, control the status...

Operation of the Notebooks

To understand the functionality of Monitoring it is important to know some concepts of Notebooks.

Notebook execution modes

The platform notebooks (based on Apache Zeppelin) are executed based on interpreters with different configurations, so that a notebook can execute interpreters in different modes.

There are 3 modes of execution of interpreters in notebooks:

• Shared: The interpreter process is shared with all notebooks, so that parallel executions of this interpreter cannot be made in several notebooks. The manager is the same for this interpreter. In these cases, since the interpreter is not associated to a notebook, it will not be possible to know in a simple way which notebook has been executed, since it can jump from one to another and the resources entity will have to be crossed with the executions entity in order to know the details.

• Per notebook:

  • Scoped: The interpreter process is common to all notebooks so it is a multi-run manager.

  • Isolated: The interpreter process is also separated by notebook so that the manager only handles one notebook. In this case, the interpreter will be associated to a notebook, so you will be able to know which notebook it is at all times by the name of the interpreter. If you want to know the detail of paragraphs, you will have to cross the resources entity with the executions entity.

In addition, there are execution modes in k8s so that the execution of each notebook is delegated to each pod. The manager is kept in this pod to control the various types of executions.

Based on this, the manager (RemoteInterpreterServer process) will be in charge of reporting metrics and execution information to the platform, regardless of where it is executed.

Available metrics

2 metrics have been created, both complementary:

Resource metrics

This monitoring, stored in a TimeSeries Entity (notebooks_metrics_resources). At the interpreter level, the processes, type of interpreter (shared, scoped, isolated), whether it is associated with a notebook and the consumption of CPU and RAM are output.

It has a periodic report (configurable at the pod level of the notebook module), by default it will be 10 seconds.

In “shared” interpreters, it will be necessary to contact the monitoring entity to know which notebook the interpreter has consumed.

...

Execution metrics

These metrics (notebooks_metrics_executions) give the execution details of the paragraphs seen by the user, notebook, paragraph, interpreter...

This monitoring will act as a “history” of executions, it will be stored in its own entity and can be deactivated if it is not considered necessary.

With this monitoring, crossed with the previous one, we will be able to know the real consumption per paragraph.

...

Metrics Report

There are two methods for reporting metrics:

• Push report from interpreter → through these environment variables (included in zeppelin-env.sh) access is configured, via digital client, to two entities on which the previous metrics will be inserted.

#### Monitor reporter zeppelin onesait platform ####
export ZEPPELIN_INTERPRETER_MONITORREPORTER_ENABLE=true
export ZEPPELIN_INTERPRETER_MONITORREPORTER_DIGITALCLIENT_HOST=https://development.onesaitplatform.com/iot-broker
export ZEPPELIN_INTERPRETER_MONITORREPORTER_DIGITALCLIENT_NAME=notebook_metrics_client
export ZEPPELIN_INTERPRETER_MONITORREPORTER_DIGITALCLIENT_INSTANCE=notebook_metrics_client_interpreter
export ZEPPELIN_INTERPRETER_MONITORREPORTER_DIGITALCLIENT_TOKEN=XXXXXXX
export ZEPPELIN_INTERPRETER_MONITORREPORTER_ENTITY_RESOURCES=notebook_metrics_resources
export ZEPPELIN_INTERPRETER_MONITORREPORTER_ENTITY_EXECUTIONS=notebook_metrics_executions

• Reporte desde API Rest de zeppelin → a través de un nuevo api creado (tipo actuator) se puede conocer el consumo de todos los intérpretes (métrica de recursos). En este caso, no es posible obtener la métrica de ejecución al depender en si de la temporalidad de la misma.

...

...

• Report from Zeppelin's Rest API → through a new api created (actuator type) you can know the consumption of all the interpreters (resource metric). In this case, it is not possible to obtain the execution metric as it depends on its timing.

...

There are several endpoints:

/api/interpreter/metrics/all → obtener todos los recursos de los intérpretes de zeppelin así como su estado y consumoget all the resources of the zeppelin performers as well as their status and consumption

/api/interpreter/metrics/running → obtener todos los recursos de los intérpretes arrancados de zeppelin así como su estado y consumoget all the resources of the interpreters ripped from zeppelin as well as their status and consumption

/api/interpreter/metrics/notebook/{notebookId} → obtener todos los recursos de los intérpretes de zeppelin para el notebook parametrizado así como su estado y consumoget all the resources of the zeppelin interpreters for the parameterized notebook as well as their status and consumption

/api/interpreter/metrics/running/notebook/{notebookId} → obtener todos los recursos de los intérpretes arrancados de zeppelin para el notebook parametrizado así como su estado y consumoget all the resources of the interpreters started from Zeppelin for the parameterized notebook as well as their status and consumption

/api/interpreter/metrics/interpreter/{interpreterId} → obtener todos los recursos del intérprete por get all interpreter resources by id (python, spark, onesaitplatform, …) así como su estado y consumo

Próximos pasos

...

Tener controles sobre los mismos en plataforma (UI de los notebooks) → poder usar los elementos anteriores en la UI de los notebooks para conocer los activos, poder pararlos de forma sencilla, etc, etc

...

Dashboard de visualización de métricas de forma sencilla

...

...) as well as their status and consumption

Next steps

• Have controls over them in the platform (notebook UI) → be able to use the previous elements in the notebook UI to know the assets, be able to stop them easily, etc, etc.

• Metrics visualization dashboard in a simple way

• Limit the use of notebook processes by both RAM and CPU