目前，淘宝的hbase监控平台上，主要借助ganglia来采集监控数据。采集到的监控数据会借助rrdtool开发库来解析数据，做进一步的处理，例如数据展现、报警触发、性能统计报表等等。
采集的监控数据主要包括四个方面：某台机器OS层面上的数据，例如内存、磁盘、网络、load、网络流量等；某台regionserver（或是master）上的RPC请求，主要是RPC的处理平均时间和请求次数；某台regionserver（或master）机器jvm的状态，例如关于线程的信息，GC的次数和时间，内存使用状况，以及ERROR、WARN、Fatal事件出现的次数；regionserver（或master）进程中的统计信息，例如读写请求的次数、读写请求的来源分布、每张表的请求次数、读写请求最大响应时间、region数量、split操作、compcat操作、memstore的信息、block的信息、fs操作的信息等。
OS层面上的数据采集主要实现在ganglia的gmond进程中，本文关注重点是hbase的进程层面上监控数据的统计收集，因此本文基本略过OS层面的数据统计，有兴趣的可以查看ganglia手册和源码来看看如何采集OS层面的数据的。对于hbase进程层面上监控数据的采集，简单的说来，在具体实现上，hbase完全使用了hdfs的metric框架来收集监控数据，这个是本文要详细描述的。
本文接下来将会详细描述hbase进程层面上数据的监控，主要分为以下几部分：hbase监控的配置说明、hadoop基于ganglia的metric监控框架、hbase中regionserver上RPC的监控数据计算采集、regionserver中jvm监控数据的计算采集、regionserver进程状态监控数据的计算采集。
1 hbase的监控配置说明
在hbase的conf目录下，hadoop-metrics.properties文件中，对于hbase进程层面上数据（jvm、rpc等）的采集进行配置，主要是配置采集数据时使用的对象、采集的频率、采集数据的接收gmond进程，例如对于RPC的配置：
rpc.class=org.apache.hadoop.metrics.ganglia.GangliaContext31
rpc.period=10
rpc.servers=192.168.0.100:8649由于线上安装的ganglia版本为3.1.7，因此rpc.class选择hadoop中3.1版本的GangliaContext31类，这个类主要负责监控数据的打包和发送。rpc.period默认为10秒，即10秒采集发送一次数据。rpc.servers配置指定了一台接受GangliaContext31类发送的监控数据，目前集群中ganglia采用单播的方式收集数据，一个集群内会指定一台机器上的gmond进程来专门接受集群内所有机器发来的监控数据，这个集群内负责接收数据的机器ip是192.168.0.100，机器上的gmond进程端口是默认的8649。（当然，还可以配置rpc.class为org.apache.hadoop.hbase.metrics.file.TimeStampingFileContext，以本地文件的方式来存储监控数据，这个就略去了）
在每个hbase集群内，会选择一台机器上的gmond进程来接受集群内其他机器上gmond发送来的监控数据，我们称之为主gmond。在hbase监控系统所在机器上运行gmeta进程，负责从每个hbase集群内的主gmond上拉取数据到本地，最终为被监控系统所访问。这是一个典型的多集群使用ganglia来构建监控系统的架构。
2 hadoop基于ganglia的监控框架
下面以regionserver进程来简单描述下hbase内部采集metric的过程（master的进程中的过程基本类似，采集的数据略有区别）。
在hbase的HRegionServer类（regionserver进程的类）中，成员变量server是HBaseServer实例，在server对象中，rpcMetrics变量在初始化的时候，会采用反射机制的方式，来创建一个负责发送监控数据的对象，该对象的类名称就是前面提到的配置文件中rpc.class中指定的org.apache.hadoop.metrics.ganglia.GangliaContext31，在构造该对象的时候，也指定了发送数据的时间间隔是10秒钟。rpcMetrics主要负责处理rpc相关的信号数据的采集，负责采集jvm和regionserver的metric的对象的构造基本上和rpcMetrics相同，只是阶段不同，前者是在HRegionServer对象构造的时候创建的，后两者是在HRegionServer类的对象运行run方法的时候构造的。
以rpcMetrics为例，该变量是一个HBaseRpcMetrics类的对象（负责采集regionserver的metric采集的类是RegionServerMetrics，负责jvm的是JvmMetrics）。HBaseRpcMetrics对象在初始化的时候，会根据根据配置，使用反射机制来创建一个GangliaContext31的对象，并将数据的发送间隔设置为配置中指定的10秒，如果没有配置，则默认5秒。在构造完GangliaContext31对象后，会调用startMonitoring方法，该方法实际上位于GangliaContext31继承的AbstractMetricsContext中。startMonitoring方法中会构造一个异步执行的定时任务，该定时任务主要通过timerEvent接口来实现，该接口主要负责调用在AbstractMetricsContext中注册的各个updater，来获取各个updater的监控数据，并打成固定格式的UDP包，发送给指定的gmond进程。在完成了GangliaContext31的对象的构建后，会通过GangliaContext31的对象将自身作为一个updater注册到AbstractMetricsContext中。最后，调用HBaseRpcMetrics中的initMethods方法，为所有的RPC接口生成生成MetricsTimeVaryingRate对象，以对应的RPC接口的名称为key，以MetricsTimeVaryingRate对象存入一张hash表中。这样，就完成了HBaseRpcMetrics类的对象的初始化。
HBaseRpcMetrics类的对象会作为一个updater注册到AbstractMetricsContext中，被定时调用，这个调用的接口就是doUpdates。这个接口负责实现对RPC中各个MetricsTimeVaryingRate对象推送到GangliaContext31的对象缓冲（hash表）中。HBaseRpcMetrics类实现了Updater抽象类中的doUpdates接口。
在regionserver运行的过程中，当某个hanler线程处理RPC的时候，会调用HBaseRpcMetrics中的inc方法，该方法的参数是RPC的名称和RPC的处理时间，该方法根据参数，找到RPC对应的MetricsTimeVaryingRate对象的inc方法来将PRC的处理时间增加，并加RPC请求的数量自增1次。
上面简单描述了HBaseRpcMetrics对象的初始化、采集和rpc相关的metric、以及推送metric的过程。简单的说来，RegionServerMetrics以及JvmMetrics，和HBaseRpcMetrics相比，在后台推送监控数据的框架基本一致，区别在于这两个类在采集监控数据的流程。
（由于整个的过程较为复杂，大家可以结合代码和《Hbase The Definite Guide 》中第10章 Cluster Monitoring中的内容来理解，特别是第391页的时序图，很详细的描述了整个过程，可惜图太大，而且涉及版权，就不贴上来了）
