SuperAPI AI 工具集

byted-bytehouse-diagnostics

数据与分析

查看项目

更新于 10-15 17:30

技能介绍

用途:这是ByteHouse集群的诊断与健康检查工具,用于检查集群健康状态、诊断集群问题与异常、查看集群节点状态、分析集群性能指标。当需要检查健康状态、诊断集群问题、查看节点状态或分析性能指标时使用。

主要能力:集群健康检查(节点状态、副本同步状态、数据分区状态、系统表完整性);节点状态诊断(获取节点列表、检查节点存活、查看节点资源使用、分析节点性能指标);查询历史分析(执行历史统计、慢查询识别、查询错误分析、性能趋势);系统表检查(system.parts、system.replicas、system.clusters、system.mutations)。诊断指标覆盖集群级(总节点数、活跃节点数、副本数、分区数)、节点级(CPU、内存、磁盘使用率、查询数)、查询级(总查询数、慢查询数、错误查询数、平均查询时间)。

前置条件:Python 3.8+;uv(已安装在 /root/.local/bin/uv);依赖 bytehouse-mcp skill 提供的 ByteHouse 访问能力,需确保其已正确配置可用。

使用方式:复用 bytehouse-mcp 的连接配置,先设置环境变量 BYTEHOUSE_HOST、BYTEHOUSE_PORT、BYTEHOUSE_USER、BYTEHOUSE_PASSWORD、BYTEHOUSE_SECURE、BYTEHOUSE_VERIFY,再运行诊断程序。例如切换到 skill 目录后执行:uv run cluster_diagnostics.py。输出文件保存在 output/ 目录,包括 health_check_{timestamp}.json、node_status_{timestamp}.json、query_stats_{timestamp}.json。健康检查项含集群连接、系统表访问、副本状态、分区状态、节点存活、Mutation 状态。

适用场景:ByteHouse集群日常健康巡检、故障排查、节点与查询性能分析。

限制:依赖 bytehouse-mcp skill 与有效连接配置;具体收费、价格及更多平台支持信息暂未提供。