Difference between revisions of "ARCHIVES/LCG-FR / SA1-FR Monitoring WG"

Un article de lcgwiki.
Jump to: navigation, search
(Nagios)
 
(76 intermediate revisions by 3 users not shown)
Ligne 1: Ligne 1:
 +
'''''<span style="color:#FF0000;"> PAGE OBSOLÈTE REMPLACÉE PAR LE WIKI FRANCE-GRILLES '''''<br>
 +
 +
'''''<span style="color:#FF0000;"> https://francegrid.in2p3.fr/index.php?title=Monitoring '''''
 +
 
== Contacts (Mailing list) ==
 
== Contacts (Mailing list) ==
 
<b>LCG-SA1FR-MONITORING-L@IN2P3.FR mailing list</b> :  
 
<b>LCG-SA1FR-MONITORING-L@IN2P3.FR mailing list</b> :  
Ligne 4: Ligne 8:
  
 
les membres du groupe:
 
les membres du groupe:
http://lcg.in2p3.fr/wiki/images/MembresOnly.doc
+
http://lcg.in2p3.fr/wiki/images/MembresOnly_v2.doc
  
 
== Mandat du Groupe ==
 
== Mandat du Groupe ==
Ligne 30: Ligne 34:
  
 
== Réunions, Journées...==
 
== Réunions, Journées...==
 +
* [http://indico.in2p3.fr/conferenceDisplay.py?confId=1403 Nagios tutorial, 22-23 January 09, CC-IN2P3, Lyon]
 
*[http://indico.in2p3.fr/conferenceDisplay.py?confId=760 Journée Monitoring Grille du 10 Avril 2008]
 
*[http://indico.in2p3.fr/conferenceDisplay.py?confId=760 Journée Monitoring Grille du 10 Avril 2008]
 
*[http://indico.cern.ch/sessionDisplay.py?sessionId=3&slotId=0&confId=6552#2008-04-24 Monitoring Tutorial held at WLCG Collaboration Workshop, CERN April 2008]
 
*[http://indico.cern.ch/sessionDisplay.py?sessionId=3&slotId=0&confId=6552#2008-04-24 Monitoring Tutorial held at WLCG Collaboration Workshop, CERN April 2008]
Ligne 38: Ligne 43:
 
* [http://indico.in2p3.fr/conferenceDisplay.py?confId=927 comité de direction LCG France] /  [http://lcg.in2p3.fr/wiki/images/20080707_monitoringATCoDirLCGfr.ppt présentation]
 
* [http://indico.in2p3.fr/conferenceDisplay.py?confId=927 comité de direction LCG France] /  [http://lcg.in2p3.fr/wiki/images/20080707_monitoringATCoDirLCGfr.ppt présentation]
 
* [http://indico.in2p3.fr/conferenceDisplay.py?confId=1249 LCG-tech-fr Sa1-fr teleconf: 1) Presentation ActiveMQ & 2)Resume reunion OAT 3)prochaines actions]
 
* [http://indico.in2p3.fr/conferenceDisplay.py?confId=1249 LCG-tech-fr Sa1-fr teleconf: 1) Presentation ActiveMQ & 2)Resume reunion OAT 3)prochaines actions]
 +
* [http://indico.in2p3.fr/conferenceDisplay.py?confId=1557 LCG-tech-fr Sa1-fr teleconf: 1) Presentation Cacti & 2)Resume reunion OAT 3)point tutorial Nagios]
 +
* [http://indico.in2p3.fr/conferenceDisplay.py?confId=875 LCG T2-T3 Face to Face meeting 27/11/2008]
 +
* [http://indico.in2p3.fr/conferenceDisplay.py?confId=1403 tutorial Nagios les 22 et 23 janvier]
 +
* [http://indico.in2p3.fr/conferenceDisplay.py?confId=1779 LCG-tech-fr Sa1-fr teleconf; 17 Mars 2009]
 +
* [http://indico.in2p3.fr/conferenceDisplay.py?confId=1986 LCG-tech-fr Sa1-fr teleconf; 25 Mai 2009]
 +
* [http://indico.in2p3.fr/conferenceDisplay.py?confId=2221 LCG-tech-fr Sa1-fr teleconf; 18 Septembre 2009]
 +
* [http://indico.in2p3.fr/conferenceDisplay.py?confId=2936 Nagios Regional; 12 Mars 2010]
  
 
== Infrastructure de monitoring ==
 
== Infrastructure de monitoring ==
  
*l’infrastructure d’échange de messages pour le  « multi-level » monitoring: https://twiki.cern.ch/twiki/bin/view/LCG/MessagingSystemforGrid
 
  
== Site Monitoring ==
+
=== l’infrastructure d’échange de messages pour le multi-level monitoring ===  
  
=== ce qui doit être monitoré ===
+
https://twiki.cern.ch/twiki/bin/view/LCG/MessagingSystemforGrid
*  Disks becoming full, or nearly so. In particular check that jobs are not filling /tmp, the home directories or other scratch space.
 
* Also check that disks don't run out of inodes.
 
* Node crashes and disk failures.
 
* NFS mounts failing - check that files can be written and read. In particular checking that the VO_[VONAME]_SW_DIR is readable.
 
* Clock skew - often because the ntpd has died, or sometimes due to a problem with the clock to which ntpd is synchronised.
 
* ssh keys - some modes of operation require unchallenged ssh between WNs and the CE, or for MPI among the WNs. First simple check is to verify that the wn can copy back a file to the ce.
 
* Host certificates expiring - make sure they get renewed in good time. Also try not to renew at times which may cause problems in future years, e.g. August or December.
 
* CRLs expiring - this can cause failures for certificates from a single CA, which can be hard to diagnose.
 
* Check that you can use GridFTP from each WN to the CE and SE (although this will need a valid proxy on the WN).
 
* Check the processes running on each WN - that the needed processes (ntpd, pbs etc) are running, and that other things (rogue processes, stuck jobs) are not.
 
* Check log files for signs of trouble. Look for permission denied
 
* Monitor the duration of jobs by WN - if all jobs to a particular WN are ending quickly it may well be faulty.
 
  
=== Nagios ===
+
https://twiki.cern.ch/twiki/bin/view/EGEE/MsgServerDetails
pour les graphes: http://nagiosgraph.sourceforge.net/
 
  
==== truc et astuces ====
+
=== Nagios et GridMonitoring ===
 
 
==== Nagios et GridMonitoring ====
 
  
  
 
Repository du Projet:
 
Repository du Projet:
  
Fabric : http://www.sysadmin.hep.ac.uk/svn/fabric-monitoring/
+
Fabric : http://www.sysadmin.hep.ac.uk/rpms/egee-SA1/
  
Grid_services: http://www.sysadmin.hep.ac.uk/rpms/egee-SA1/sl4/egee-SA1.repo
+
Grid_services: http://www.sysadmin.hep.ac.uk/rpms/egee-SA1/sl4
 +
& external: http://linuxsoft.cern.ch/dag/redhat/el4/
  
 
Recuperer les resultats des Tests SAM: http://www.gridpp.ac.uk/wiki/Nagios_sam-query_Plugin
 
Recuperer les resultats des Tests SAM: http://www.gridpp.ac.uk/wiki/Nagios_sam-query_Plugin
  
 +
Manuel et tutorial:
  
Manuel et tutorial:
 
https://twiki.cern.ch/twiki/bin/view/LCG/GridMonitoringNcgYaim
 
https://twiki.cern.ch/twiki/bin/view/LCG/GridMonitoringNcgYaimTutorial
 
 
https://twiki.cern.ch/twiki/bin/view/LCG/GridMonitoringNcg
 
https://twiki.cern.ch/twiki/bin/view/LCG/GridMonitoringNcg
 +
 +
https://twiki.cern.ch/twiki/bin/view/EGEE/GridMonitoringNcgYaimTutorial
  
 
Messaging system:
 
Messaging system:
 +
 
https://twiki.cern.ch/twiki/bin/view/LCG/MessagingSystemforGrid
 
https://twiki.cern.ch/twiki/bin/view/LCG/MessagingSystemforGrid
  
=== Lemon ===
+
== Information utile pour le nagios regional ==
 +
 
 +
https://francegrid.in2p3.fr/index.php?title=MonitoringRegional
 +
 
 +
== Information Utile pour les sites  ==
 +
 
 +
=== Depot SVN et forge  ===
 +
 
 +
 
 +
 
 +
==== la forge ====
 +
 
 +
La forge utilisé est celle du CC: https://forge.in2p3.fr/
 +
 
 +
1)Il faut '''s'enregistrer''' (en haut, a droite) sur https://forge.in2p3.fr/:
 +
 
 +
https://forge.in2p3.fr/account/register
 +
le nom du projet est: '''mon-grid-fr'''
 +
 
 +
2) Une fois enregistré pour accéder à notre projet, il faut toujours se connecter via "connexion" en haut a droite.
 +
Ensuite dans la rubrique "Derniers projets" cliquer sur notre projet: '''mon-grid-fr'''
 +
 
 +
==== svn ====
 +
 
 +
pour accéder a svn, les utilisateurs (hors personnel du Centre de Calcul) doivent fournir chacun une clef publique SSH à Loic Tortay [tortayatcc.in2p3.fr]
 +
 
 +
L'URL SVN générique est:
 +
 
 +
svn+ssh://svn.in2p3.fr/mon-grid-fr
 +
ou
 +
svn+ssh://user@svn.in2p3.fr/mon-grid-fr
 +
 
 +
(en remplaçant "user" par le nom de compte réel, ces noms de comptes seront communiqués lorsque les clefs SSH seront transmises).
 +
 
 +
La configuration SSH recommandée se trouve à l'URL suivante :
 +
"https://cvs.in2p3.fr/doc-fr.htmlhttps://cvs.in2p3.fr/doc-fr.html#access_ssh_config".
 +
 
 +
Il y a aussi une "variable d'environnement" à définir pour SVN comme indiqué là:
 +
"https://cvs.in2p3.fr/doc-fr.html#acces_svn_inter".
 +
 
 +
A la fin de "https://cvs.in2p3.fr/doc-fr.html#doc" il y a un lien vers le "SVN Book" qui est un guide détaillé d'utilisation de SVN gratuit (et "libre"). Il y a en particulier un chapitre "SVN pour les utilisateurs de CVS".
 +
 
 +
==== Acces svn via le WEB (lecture seule) ====
 +
 
 +
http://cvs.in2p3.fr/mon-grid-fr
 +
 
 +
=== Site Monitoring ===
 +
 
 +
==== ce qui doit être monitoré ====
 +
 
 +
 
 +
{| border="1" width="100%"
 +
| width="5%" |
 +
Type de Noeuds
 +
| width="30%" |
 +
Type de test
 +
| width="20%" |
 +
Who + link URL
 +
| width="10%" |
 +
Validé par
 +
|----
 +
|
 +
WNs
 +
| width="5%" |
 +
NFS mounts failing - check that files can be written and read. In particular checking that the VO_[VONAME]_SW_DIR is readable.
 +
| width="30%" |
 +
GRIF with scripting
 +
| width="20%" |
 +
Non validé
 +
|----
 +
|
 +
WNs
 +
| width="50%" |
 +
ssh keys - some modes of operation require unchallenged ssh between WNs and the CE, or for MPI among the WNs. First simple check is to verify that the wn can copy back a file to the ce.
 +
| width="50%" |
 +
GRIF with Nagios
 +
| width="50%" |
 +
Non validé
 +
|----
 +
|
 +
WNs
 +
| width="50%" |
 +
Check the processes running on each WN - that the needed processes (ntpd, pbs etc) are running, and that other things (rogue processes, stuck jobs) are not
 +
| width="50%" |
 +
?
 +
| width="50%" |
 +
Non validé
 +
|----
 +
|
 +
All service nodes
 +
| width="50%" |
 +
Host certificates expiring - make sure they get renewed in good time
 +
| width="50%" |
 +
?
 +
| width="50%" |
 +
Non validé
 +
|----
 +
|
 +
All nodes
 +
| width="50%" |
 +
CRLs expiring - this can cause failures for certificates from a single CA, which can be hard to diagnose
 +
| width="50%" |
 +
?
 +
| width="50%" |
 +
Non validé
 +
|----
 +
|
 +
All nodes
 +
| width="50%" |
 +
Filesystem in ReadOnly Mode
 +
| width="50%" |
 +
GRIF with Nagios
 +
| width="50%" |
 +
Non validé
 +
|----
 +
|
 +
All nodes
 +
| width="50%" |
 +
Node crashes
 +
| width="50%" |
 +
GRIF with Nagios
 +
| width="50%" |
 +
Non validé
 +
|----
 +
|
 +
All nodes
 +
| width="50%" |
 +
Disks becoming full, or nearly so. In particular check that jobs are not filling /tmp, the home directories or other scratch space. Also check that disks don't run out of inodes
 +
| width="50%" |
 +
GRIF with Nagios
 +
| width="50%" |
 +
Non validé
 +
|----
 +
|}
 +
 
 +
=== Nagios ===
 +
pour les graphes: http://nagiosgraph.sourceforge.net/
 +
 
 +
===== truc et astuces =====
 +
 
 +
 
 +
 
 +
Installation
 +
 
 +
Sondes nagios
 +
 
 +
 
 +
==== Lemon ====
  
 
http://lemon.web.cern.ch/lemon/index.shtml
 
http://lemon.web.cern.ch/lemon/index.shtml
Ligne 92: Ligne 237:
 
CluMan: http://indico.twgrid.org/sessionDisplay.py?sessionId=29&slotId=0&confId=471#2008-10-21
 
CluMan: http://indico.twgrid.org/sessionDisplay.py?sessionId=29&slotId=0&confId=471#2008-10-21
  
=== autres projets ===
+
==== Cacti ====
 +
 
 +
Monitoring réseau (SNMP)
 +
http://lcg.in2p3.fr/wiki/index.php/LCG-FR_/_SA1-FR_Monitoring_WG_CACTI
 +
 
 +
==== autres projets ====
  
 
Happy Face Project: http://www-ekp.physik.uni-karlsruhe.de/~happyface/HappyFace/
 
Happy Face Project: http://www-ekp.physik.uni-karlsruhe.de/~happyface/HappyFace/
  
== Gadget WEB ==
+
=== Gadget WEB ===
  
 
Un certain nombre de flux RSS et widgets sont disponibles:
 
Un certain nombre de flux RSS et widgets sont disponibles:
Ligne 104: Ligne 254:
 
en utilisant:
 
en utilisant:
  
=== CMS ===
+
==== CMS ====
 
liste de Widgets disponible:
 
liste de Widgets disponible:
 
[http://iglezh.web.cern.ch/iglezh/widgets/]
 
[http://iglezh.web.cern.ch/iglezh/widgets/]
  
=== Alice ===
+
==== Alice ====
 
liste de Flux RSS, disponible:
 
liste de Flux RSS, disponible:
 
[http://pcalimonitor.cern.ch/xml.jsp]
 
[http://pcalimonitor.cern.ch/xml.jsp]
  
=== Accounting ===
+
==== Accounting ====
 
Flux RSS:
 
Flux RSS:
 
http://goc-accounting.grid-support.ac.uk/rss/YOUR-SITE-NAME_ApelSync.xml
 
http://goc-accounting.grid-support.ac.uk/rss/YOUR-SITE-NAME_ApelSync.xml
  
== Monitoring de l'activité des VOs orienté site ==
+
=== Monitoring de l'activité des VOs orienté site ===
 
Il s'agit d'un outil à destination des sites permettant de suivre l'état du site vis à vis de l'activité des VOs supportées. L'idée est de rassembler en un seul display (type Gridmap)l'ensemble des informations significatives collectées auprès des différents outils de monitoring spécifiques aux différentes VOs et publiées dans une base de données communes.
 
Il s'agit d'un outil à destination des sites permettant de suivre l'état du site vis à vis de l'activité des VOs supportées. L'idée est de rassembler en un seul display (type Gridmap)l'ensemble des informations significatives collectées auprès des différents outils de monitoring spécifiques aux différentes VOs et publiées dans une base de données communes.
 +
 +
*[http://dashb-siteview.cern.ch/gridmap-vo-siteview/ Dashboard VO LHC avec une vue site (MAJ Juin 09)]
 +
 
*[http://indico.cern.ch/getFile.py/access?resId=0&materialId=slides&contribId=2&sessionId=4&subContId=0&confId=32660 Roadmap for site monitoring...providing a site view of VO activities] (présentation Workshop WLCG 14/11/08
 
*[http://indico.cern.ch/getFile.py/access?resId=0&materialId=slides&contribId=2&sessionId=4&subContId=0&confId=32660 Roadmap for site monitoring...providing a site view of VO activities] (présentation Workshop WLCG 14/11/08
*[http://dashb-ssb.cern.ch/ssb.html CMS Site status board]
 
  
== Services Grilles ==
+
=== Services Grilles ===
=== FTS ===
+
==== FTS ====
 
[http://cctools.in2p3.fr/dcache/monitoring/ftsmonitor.php CCIN2P3]
 
[http://cctools.in2p3.fr/dcache/monitoring/ftsmonitor.php CCIN2P3]
 
[http://lcgwww.gridpp.rl.ac.uk/cgi-bin/fts-mon/fts-mon.pl?v=atlas RAL atlas]
 
[http://lcgwww.gridpp.rl.ac.uk/cgi-bin/fts-mon/fts-mon.pl?v=atlas RAL atlas]
 
[http://ganglia.gridpp.rl.ac.uk/cgi-bin/ganglia-fts/fts-page.pl RAL Ganglia]
 
[http://ganglia.gridpp.rl.ac.uk/cgi-bin/ganglia-fts/fts-page.pl RAL Ganglia]
  
===GridFtp ===
+
====GridFtp ====
 
[http://www.icepp.jp/rc/grid/lcg/monitor/gridftp2/monitor.html ICEPP ]
 
[http://www.icepp.jp/rc/grid/lcg/monitor/gridftp2/monitor.html ICEPP ]
  
=== DPM ===
+
==== DPM ====
 
[http://www.gridpp.ac.uk/wiki/DPM_Monitoring DPM monitoring by Gridpp ]
 
[http://www.gridpp.ac.uk/wiki/DPM_Monitoring DPM monitoring by Gridpp ]
  
=== WMS ===
+
==== WMS ====
 
[https://cert-wms-01.cnaf.infn.it:8443/wmsmon/details/details.php?wms=wms014.cnaf.infn.it WMS monitoring by CNAF]
 
[https://cert-wms-01.cnaf.infn.it:8443/wmsmon/details/details.php?wms=wms014.cnaf.infn.it WMS monitoring by CNAF]
  
== Services VOs ==
+
=== Services VOs ===
=== LHC VOs===
+
==== LHC VOs====
 
[http://dashboard.cern.ch/ Experiment Dashboard]
 
[http://dashboard.cern.ch/ Experiment Dashboard]
  
=== ALICE ===
+
==== ALICE ====
  
 
  * Monalisa monitoring:  http://pcalimonitor.cern.ch/  
 
  * Monalisa monitoring:  http://pcalimonitor.cern.ch/  
Ligne 147: Ligne 299:
 
  * Site efficiency :  http://dboard-gr.cern.ch/dashboard/data/summaries/
 
  * Site efficiency :  http://dboard-gr.cern.ch/dashboard/data/summaries/
  
=== ATLAS ===
+
==== ATLAS ====
  
 
  * Dashboard :  http://dashboard.cern.ch/atlas/
 
  * Dashboard :  http://dashboard.cern.ch/atlas/
Ligne 157: Ligne 309:
  
  
=== CMS ===
+
==== CMS ====
 +
* site readiness : https://twiki.cern.ch/twiki/bin/view/CMS/PADASiteCommissioning#ScMon
 +
* Dashboard CMS (Starting Point) : http://dashboard.cern.ch/cms/
 +
  See instructions from Facility Operation team : https://twiki.cern.ch/twiki/bin/view/CMS/SAMChecklist
 +
* Phedex monitoring tool for transfer activities : http://cmsweb.cern.ch/phedex/
 
  * Widget CMS: http://iglezh.web.cern.ch/iglezh/widgets/
 
  * Widget CMS: http://iglezh.web.cern.ch/iglezh/widgets/
  * Job Monitioring : http://dashboard.cern.ch/cms
+
  * CRAB JobRobot web page: http://jobrobot.web.cern.ch/JobRobot/
  * CRAB JobRobot summary : http://jobrobot.web.cern.ch/JobRobot/summary_071002.html
+
* CMS SAM Visualization : http://dashb-cms-sam.cern.ch/dashboard/request.py/latestresultsview
 +
* [http://dashb-ssb.cern.ch/ssb.html CMS Site status board]
 +
  * Site Commissionning board : http://dashb-ssb.cern.ch/dashboard/request.py/siteview?view=commission
 
  * Link Commissioning Status :  
 
  * Link Commissioning Status :  
 
   [http://cmsdoc.cern.ch/cms/aprom/phedex/prod/Components::Links?from_filter=T1&andor=and&to_filter=T2_FR&Update=Update# T1-T2_FR downlinks]
 
   [http://cmsdoc.cern.ch/cms/aprom/phedex/prod/Components::Links?from_filter=T1&andor=and&to_filter=T2_FR&Update=Update# T1-T2_FR downlinks]
   [http://cmsdoc.cern.ch/cms/aprom/phedex/prod/Components::Links?from_filter=T2_FR&andor=and&to_filter=T1&Update=Update# T2_FR-T1 uplinks]  
+
   [http://cmsdoc.cern.ch/cms/aprom/phedex/prod/Components::Links?from_filter=T2_FR&andor=and&to_filter=T1&Update=Update# T2_FR-T1 uplinks]
* CMS SAM Visualization : http://lxarda16.cern.ch/dashboard/request.py/latestresultsview
 
* Site Commissionning board : http://lxarda16.cern.ch/dashboard/request.py/siteview?debug=1
 
  
=== LHCb ===
+
==== LHCb ====
 
  * Site status for LHCb usage : http://lhcb-project-dirac.web.cern.ch/lhcb-project-dirac/lhcbProdnMask.html
 
  * Site status for LHCb usage : http://lhcb-project-dirac.web.cern.ch/lhcb-project-dirac/lhcbProdnMask.html
 
  * Dashboard : http://dashboard.cern.ch/lhcb/
 
  * Dashboard : http://dashboard.cern.ch/lhcb/
 +
* Monitoring (job LHCb) : http://lhcbweb.pic.es/DIRAC/LHCb-Production/visitor/info/general/diracOverview
 +
 +
=== Infrastructure Grille ===
 +
====[http://gridmap.cern.ch/ GridMap Prototype] visualizing the  "State" of the Grid ====
 +
==== GSTAT et monitoring TOP-BDII ====
 +
 +
[http://indico.cern.ch/getFile.py/access?contribId=3&sessionId=10&resId=0&materialId=0&confId=66961 Lien sur une présentation du nouveau GSTAT]
  
== Infrastructure Grille ==
+
[http://gstat-dev.cern.ch/gstat En allant sur leur wiki vous trouverez un lien sur une version démo...]
===[http://gridmap.cern.ch/ GridMap Prototype] visualizing the  "State" of the Grid ===
 
  
== EGEE Monitoring Group (OAT) ==
+
=== EGEE Monitoring Group (OAT) ===
 +
 
 +
* [https://twiki.cern.ch/twiki/bin/view/EGEE/OAT_EGEE_III wiki OAT]
 
* [https://edms.cern.ch/document/901705 Mandat de l'OAT (Operations-Automation-Team)]
 
* [https://edms.cern.ch/document/901705 Mandat de l'OAT (Operations-Automation-Team)]
 
* [https://edms.cern.ch/file/927171/1/EGEE-III-Activity-TEC-MSA1.1-927171-Operations-Automation-v1-0.pdf Stratégie de l'OAT (Operations-Automation-Team)]
 
* [https://edms.cern.ch/file/927171/1/EGEE-III-Activity-TEC-MSA1.1-927171-Operations-Automation-v1-0.pdf Stratégie de l'OAT (Operations-Automation-Team)]
 +
 +
* https://espace.cern.ch/sa1-share/oat/Shared Documents/  : Documents de l'OAT
  
 
Old one:
 
Old one:
Ligne 182: Ligne 348:
 
* [http://egee-docs.web.cern.ch/egee-docs/list.php?dir=./mig/production/& See the list of existing monitoring tools in production and associated metrics]
 
* [http://egee-docs.web.cern.ch/egee-docs/list.php?dir=./mig/production/& See the list of existing monitoring tools in production and associated metrics]
  
== WLCG Monitoring Working groups ==
+
=== WLCG Monitoring Working groups ===
 
3 groups have been created. See [https://twiki.cern.ch/twiki/bin/view/LCG/LCGMonitoringWorkingGroups https://twiki.cern.ch/twiki/bin/view/LCG/LCGMonitoringWorkingGroups]
 
3 groups have been created. See [https://twiki.cern.ch/twiki/bin/view/LCG/LCGMonitoringWorkingGroups https://twiki.cern.ch/twiki/bin/view/LCG/LCGMonitoringWorkingGroups]
 
''The most active one is the Grid Service Monitoring group chaired by James Casey and Ian Neilson (FC)''
 
''The most active one is the Grid Service Monitoring group chaired by James Casey and Ian Neilson (FC)''
Ligne 193: Ligne 359:
 
**[http://indico.cern.ch/getFile.py/access?contribId=1&sessionId=1&resId=0&materialId=slides&confId=20227 Monitoring - some worked examples ]
 
**[http://indico.cern.ch/getFile.py/access?contribId=1&sessionId=1&resId=0&materialId=slides&confId=20227 Monitoring - some worked examples ]
  
===[https://gus.fzk.de/ws/ticket_search.php?supportunit=ROC_France&status=open&radiotf=1&timeframe=no Open GGUS Tickets assigned to ROC-France]===
+
====[https://gus.fzk.de/ws/ticket_search.php?supportunit=ROC_France&status=open&radiotf=1&timeframe=no Open GGUS Tickets assigned to ROC-France]====

Latest revision as of 17:12, 4 janvier 2011

PAGE OBSOLÈTE REMPLACÉE PAR LE WIKI FRANCE-GRILLES

https://francegrid.in2p3.fr/index.php?title=Monitoring

Contacts (Mailing list)

LCG-SA1FR-MONITORING-L@IN2P3.FR mailing list : List managers : Christine Leroy (Irfu/CEA)

les membres du groupe: http://lcg.in2p3.fr/wiki/images/MembresOnly_v2.doc

Mandat du Groupe

Document consultable: https://edms.in2p3.fr/file/I-013168/2/LCG-France-SA1-FR_WGMonitoring.pdf

Le groupe de travail se chargera dans un délai de 6 mois :

  • collecter les besoins des responsables des sites et de services de la région,
  • recenser les pratiques des sites et les outils de monitoring utilisés,
  • représenter et défendre les intérêts de la région dans les différents groupes de travail existants au sein de WLCG-EGEE sur un sujet connexe (En cours de construction un Groupe EGEE: OAT)
  • identifier les standards qui doivent être suivis ainsi que les outils pertinents à tous les niveaux (services, site et région), proposer aux responsables des sites, des services grid et de l’opération régionale de la grille EGEE un ensemble d'outils répondant à leurs besoins,
  • proposer, si besoin, des améliorations sur les outils et procédures d’alertes au niveau des sites, au niveau de la région
  • établir, s’il y a lieu, un plan pour la poursuite de ses travaux au-delà de la période initiale des 6 premiers mois.

Toutes les propositions et recommandations devront a priori être cohérentes avec les orientations des projets EGEE et WLCG.

L'organisation et le mode de fonctionnement du groupe seront définis par le responsable du groupe et les membres eux-mêmes.

Réunions, Journées...

Infrastructure de monitoring

l’infrastructure d’échange de messages pour le multi-level monitoring

https://twiki.cern.ch/twiki/bin/view/LCG/MessagingSystemforGrid

https://twiki.cern.ch/twiki/bin/view/EGEE/MsgServerDetails

Nagios et GridMonitoring

Repository du Projet:

Fabric : http://www.sysadmin.hep.ac.uk/rpms/egee-SA1/

Grid_services: http://www.sysadmin.hep.ac.uk/rpms/egee-SA1/sl4 & external: http://linuxsoft.cern.ch/dag/redhat/el4/

Recuperer les resultats des Tests SAM: http://www.gridpp.ac.uk/wiki/Nagios_sam-query_Plugin

Manuel et tutorial:

https://twiki.cern.ch/twiki/bin/view/LCG/GridMonitoringNcg

https://twiki.cern.ch/twiki/bin/view/EGEE/GridMonitoringNcgYaimTutorial

Messaging system:

https://twiki.cern.ch/twiki/bin/view/LCG/MessagingSystemforGrid

Information utile pour le nagios regional

https://francegrid.in2p3.fr/index.php?title=MonitoringRegional

Information Utile pour les sites

Depot SVN et forge

la forge

La forge utilisé est celle du CC: https://forge.in2p3.fr/

1)Il faut s'enregistrer (en haut, a droite) sur https://forge.in2p3.fr/:

https://forge.in2p3.fr/account/register le nom du projet est: mon-grid-fr

2) Une fois enregistré pour accéder à notre projet, il faut toujours se connecter via "connexion" en haut a droite. Ensuite dans la rubrique "Derniers projets" cliquer sur notre projet: mon-grid-fr

svn

pour accéder a svn, les utilisateurs (hors personnel du Centre de Calcul) doivent fournir chacun une clef publique SSH à Loic Tortay [tortayatcc.in2p3.fr]

L'URL SVN générique est:

svn+ssh://svn.in2p3.fr/mon-grid-fr
ou 
svn+ssh://user@svn.in2p3.fr/mon-grid-fr

(en remplaçant "user" par le nom de compte réel, ces noms de comptes seront communiqués lorsque les clefs SSH seront transmises).

La configuration SSH recommandée se trouve à l'URL suivante : "https://cvs.in2p3.fr/doc-fr.htmlhttps://cvs.in2p3.fr/doc-fr.html#access_ssh_config".

Il y a aussi une "variable d'environnement" à définir pour SVN comme indiqué là: "https://cvs.in2p3.fr/doc-fr.html#acces_svn_inter".

A la fin de "https://cvs.in2p3.fr/doc-fr.html#doc" il y a un lien vers le "SVN Book" qui est un guide détaillé d'utilisation de SVN gratuit (et "libre"). Il y a en particulier un chapitre "SVN pour les utilisateurs de CVS".

Acces svn via le WEB (lecture seule)

http://cvs.in2p3.fr/mon-grid-fr

Site Monitoring

ce qui doit être monitoré

Type de Noeuds

Type de test

Who + link URL

Validé par

WNs

NFS mounts failing - check that files can be written and read. In particular checking that the VO_[VONAME]_SW_DIR is readable.

GRIF with scripting

Non validé

WNs

ssh keys - some modes of operation require unchallenged ssh between WNs and the CE, or for MPI among the WNs. First simple check is to verify that the wn can copy back a file to the ce.

GRIF with Nagios

Non validé

WNs

Check the processes running on each WN - that the needed processes (ntpd, pbs etc) are running, and that other things (rogue processes, stuck jobs) are not

?

Non validé

All service nodes

Host certificates expiring - make sure they get renewed in good time

?

Non validé

All nodes

CRLs expiring - this can cause failures for certificates from a single CA, which can be hard to diagnose

?

Non validé

All nodes

Filesystem in ReadOnly Mode

GRIF with Nagios

Non validé

All nodes

Node crashes

GRIF with Nagios

Non validé

All nodes

Disks becoming full, or nearly so. In particular check that jobs are not filling /tmp, the home directories or other scratch space. Also check that disks don't run out of inodes

GRIF with Nagios

Non validé

Nagios

pour les graphes: http://nagiosgraph.sourceforge.net/

truc et astuces

Installation

Sondes nagios


Lemon

http://lemon.web.cern.ch/lemon/index.shtml

Lemon avec quattor: https://trac.lal.in2p3.fr/LCGQWG/wiki/QWG_lemon

CluMan: http://indico.twgrid.org/sessionDisplay.py?sessionId=29&slotId=0&confId=471#2008-10-21

Cacti

Monitoring réseau (SNMP) http://lcg.in2p3.fr/wiki/index.php/LCG-FR_/_SA1-FR_Monitoring_WG_CACTI

autres projets

Happy Face Project: http://www-ekp.physik.uni-karlsruhe.de/~happyface/HappyFace/

Gadget WEB

Un certain nombre de flux RSS et widgets sont disponibles:

exemple

en utilisant:

CMS

liste de Widgets disponible: [1]

Alice

liste de Flux RSS, disponible: [2]

Accounting

Flux RSS: http://goc-accounting.grid-support.ac.uk/rss/YOUR-SITE-NAME_ApelSync.xml

Monitoring de l'activité des VOs orienté site

Il s'agit d'un outil à destination des sites permettant de suivre l'état du site vis à vis de l'activité des VOs supportées. L'idée est de rassembler en un seul display (type Gridmap)l'ensemble des informations significatives collectées auprès des différents outils de monitoring spécifiques aux différentes VOs et publiées dans une base de données communes.

Services Grilles

FTS

CCIN2P3 RAL atlas RAL Ganglia

GridFtp

ICEPP

DPM

DPM monitoring by Gridpp

WMS

WMS monitoring by CNAF

Services VOs

LHC VOs

Experiment Dashboard

ALICE

* Monalisa monitoring:  http://pcalimonitor.cern.ch/ 
* Job Monitoring:  http://dashboard.cern.ch/alice/
* Daily reports:     http://dashb-alice.cern.ch/dashboard/data/
* Site efficiency :  http://dboard-gr.cern.ch/dashboard/data/summaries/

ATLAS

* Dashboard :  http://dashboard.cern.ch/atlas/
* Installation SW : https://atlas-install.roma1.infn.it/atlas_install/
* Bilan mensuel du nombre de jobs exécutés et de l'efficacité par site : http://dashb-atlas-job.cern.ch/dashboard/request.py/MonthlyReportIndex
* PanDA : http://gridinfo.triumf.ca/panglia. Il y a un URL par queue utilisée par les jobs de productions + 1 URL spécifique pour les queues utilisées par les jobs d'analyse (ANALY_xxx). Pour les jobs de productions
 

Le dashboard a tendance à remplacer les autres (excepté pour le suivi des installations). C'est le plus complet et le plus riche. Il permet en particulier d'obtenir la liste des jobs en erreur avec des informations détaillées sur l'erreur, le WN impliqué...


CMS

* site readiness : https://twiki.cern.ch/twiki/bin/view/CMS/PADASiteCommissioning#ScMon
* Dashboard CMS (Starting Point) : http://dashboard.cern.ch/cms/
 See instructions from Facility Operation team : https://twiki.cern.ch/twiki/bin/view/CMS/SAMChecklist
* Phedex monitoring tool for transfer activities : http://cmsweb.cern.ch/phedex/
* Widget CMS: http://iglezh.web.cern.ch/iglezh/widgets/
* CRAB JobRobot web page: http://jobrobot.web.cern.ch/JobRobot/
* CMS SAM Visualization : http://dashb-cms-sam.cern.ch/dashboard/request.py/latestresultsview
* CMS Site status board
* Site Commissionning board : http://dashb-ssb.cern.ch/dashboard/request.py/siteview?view=commission
* Link Commissioning Status : 
 T1-T2_FR downlinks
 T2_FR-T1 uplinks

LHCb

* Site status for LHCb usage : http://lhcb-project-dirac.web.cern.ch/lhcb-project-dirac/lhcbProdnMask.html
* Dashboard : http://dashboard.cern.ch/lhcb/
* Monitoring (job LHCb) : http://lhcbweb.pic.es/DIRAC/LHCb-Production/visitor/info/general/diracOverview

Infrastructure Grille

GridMap Prototype visualizing the "State" of the Grid

GSTAT et monitoring TOP-BDII

Lien sur une présentation du nouveau GSTAT

En allant sur leur wiki vous trouverez un lien sur une version démo...

EGEE Monitoring Group (OAT)

Old one:

WLCG Monitoring Working groups

3 groups have been created. See https://twiki.cern.ch/twiki/bin/view/LCG/LCGMonitoringWorkingGroups The most active one is the Grid Service Monitoring group chaired by James Casey and Ian Neilson (FC)

Open GGUS Tickets assigned to ROC-France