中文字幕精品亚洲无线码二区,国产黄a三级三级三级看三级,亚洲七七久久桃花影院,丰满少妇被猛烈进入,国产小视频在线观看网站

InfluxDB

Prometheus

Graphite

官方文檔

簡介

一個開源的時序數據庫，專門用于存儲(chu)和查(cha)詢時序數據（metrics）。

一個開源的系統監控和報警工具，專注于時序數據收集、存儲和查詢。

一個開源的監控系統和圖表展示工具，專注于時序數據存儲和可視化。

主要特點

- 高(gao)效存儲時序數據

- 支持復(fu)雜的查詢(xun)和聚合(he)

- 提供內置的存儲引擎(qing)（TSI, TSI2）

- 支持標簽(qian)查詢(xun)和數據索引(yin)

- 內置圖形化儀(yi)表盤工具（Chronograf）

- 自動(dong)發現和抓(zhua)取目標

- 支持多(duo)維度數據(ju)模型（標簽）

- 高效(xiao)的拉取式數據(ju)收集模型

- 提(ti)供豐富的報(bao)警(jing)機(ji)制

- 強大的查詢語言PromQL

- 采用推(tui)送模式來收集數(shu)據

- 數據(ju)(ju)存儲使用時間序列數據(ju)(ju)庫

- 基于Cassandra或其他數據(ju)庫存儲(chu)

- 主(zhu)要使(shi)用 Graphite-web 展示數(shu)據(ju)

性能特點

高(gao)寫入吞吐量、低延遲查(cha)詢，支持高(gao)效(xiao)的數據(ju)壓縮(suo)

高效的時間序列數(shu)(shu)據存儲，適合(he)高頻率數(shu)(shu)據收集

存儲性(xing)能(neng)較為有(you)限，適合(he)小(xiao)規(gui)模和低頻(pin)率的(de)數據存儲

查詢語言

InfluxQL（類似SQL）或(huo)Flux

PromQL(Prometheus Query Language)

使用(yong)簡單(dan)的查詢(xun)語(yu)言（通(tong)過Graphite-web展示）

數據存儲

時(shi)序數據專(zhuan)用(yong)存儲(chu)引(yin)擎(qing)，支持壓縮和高效查(cha)詢(xun)

存(cun)儲(chu)為 TSDB 格式，支持自定義(yi)存(cun)儲(chu)后端

使用基(ji)于(yu) Whisper 的文件系統存儲（或者 Cassandra）

數據收集方式

推送或拉取(qu)，支(zhi)持客戶端庫以(yi)及HTTP API

主要(yao)為拉取方式(shi)，支持自定義的(de)抓取方式(shi)

推(tui)送模式(shi)，使(shi)用(yong)Carbon收集數據(ju)

數據模型

時序數據（時間戳、測量、標簽、字段、值）

時序(xu)數據(ju)（時間戳、指標、標簽）

時(shi)序(xu)數據（時(shi)間戳(chuo)、指標、值）

擴展性

支持集(ji)群擴展（Enterprise版本），單實例(li)有一定(ding)限(xian)制

支(zhi)持水平擴(kuo)展和分布式(shi)架構，適合大規模(mo)數據存儲和查(cha)詢(xun)

擴展性有(you)限，基于(yu)單一節點(dian)或分布(bu)式(shi)的配置方式(shi)

報警與告警

內(nei)置告(gao)警機制（Kapacitor），支持定義復雜的告(gao)警規(gui)則

強大的告警(jing)功能，支持多種告警(jing)接(jie)收方式

通過(guo)第三方工具（如 Nagios、Alertmanager）實(shi)現告警(jing)功能

社區與支持

活躍的開源社區，有付費(fei)版本的支持

強大(da)的(de)開源社(she)區，有豐富的(de)文檔和支持(chi)

較(jiao)為成(cheng)熟(shu)的(de)社(she)區(qu)，使用(yong)歷(li)史(shi)較(jiao)長，但社(she)區(qu)活躍度(du)相對(dui)較(jiao)低

應用場景

- IoT 數據監(jian)控

- 企(qi)業級時序(xu)數據分(fen)析(xi)

- 日志分析與度(du)量收集

- 容器和微服務監控

- 集群和(he)系統(tong)資源(yuan)監控

- 高(gao)頻數據收集和(he)報(bao)警

- 基礎設施監控

- 網絡性能監控

- 存儲和(he)服務器狀態監控

優點

- 高效存儲與查詢

- 豐富的(de)查(cha)詢(xun)語言(yan)（InfluxQL 和 Flux）

- 內置的(de)可視化和報警支持

- 強大的(de)自動發現與抓取機制

- 強大的查(cha)詢(xun)語(yu)言 PromQL

- 與 Grafana 深度集成

- 簡單易(yi)用，安裝配置容易(yi)

- 適用(yong)于較小規模的監控項目

缺點

- 大規模(mo)集群和高可用性(xing)配置相對復雜

- 依賴(lai)企業版本的某些高級功(gong)能

- 存儲層無(wu)內建高可用(yong)特性，主(zhu)要依賴于外部存儲

- 缺少內建的(de)可視化工具,Prometheus Web UI，僅適用基礎(chu)的(de)查詢和展示

- 可擴(kuo)展(zhan)性差，不適合大(da)規模部署

- 存儲性能不(bu)足，不(bu)能處理非常高頻的(de)數(shu)據

Exporter

備注

Node_Exporter

用于(yu)暴露系統級別的指標數據（如 CPU、內存、磁盤(pan)使用情況(kuang)）

MySQL_Exporter

用于暴露數據庫指標

Metrics類型

定義

Counter

計數器類型的指標，值只(zhi)能遞增，用于記(ji)錄事件發生的(de)次(ci)數

Gauge

可以增加也可以減少的指標，通常用來記錄(lu)當(dang)前(qian)值(zhi)（如內存使用、溫度等）

Histogram

記錄觀察值的分布情(qing)況，通(tong)過將觀察值劃分為不同的桶進行計數

Summary

與 Histogram 類似，但可以預(yu)計(ji)算一些分位數(shu)，如 50%、95% 等

Untyped

沒有明確類型的指標，適用于用戶自定義的特殊指標

# 拉取Node_Exporter鏡(jing)像：

docker pull prom/node-exporter

# 啟動容器：

docker run -d --name node-exporter \

-p 9100:9100 \

-v /proc:/host/proc:ro \

-v /sys:/host/sys:ro \

-v /:/rootfs:ro \

prom/node-exporter

# 備注：

1、-p 9100:9100

將(jiang)宿主機的 9100 端口映射到容(rong)器的 9100(node-exporter 默認)端口。node-exporter默認會(hui)在該端口上暴露(lu)監控指(zhi)標。

2、-v /proc:/host/proc:ro

掛(gua)載(zai)宿(su)主機的 /proc 目錄到容(rong)器中的 /host/proc。/proc 目錄包含了(le)操作系統內核(he)和進程的信(xin)息(xi)，node-exporter 需(xu)要訪問這(zhe)些信(xin)息(xi)來收(shou)集系統級別的性能指標。掛(gua)載(zai)時使用了(le) ro（只(zhi)讀）權限，確(que)保容(rong)器無法(fa)修改宿(su)主機的文(wen)件。

3、-v /sys:/host/sys:ro

類似地，掛(gua)載宿主機的(de) /sys 目(mu)錄(lu)到容器中的(de) /host/sys。/sys 目(mu)錄(lu)包含(han)了與(yu)系統硬件相關(guan)的(de)信息，node-exporter 也需要這些信息來收集指(zhi)標。

4、-v /:/rootfs:ro

掛載宿主機的(de)(de)根文(wen)件系(xi)統到(dao)容器(qi)中的(de)(de) /rootfs。node-exporter 需要訪(fang)問宿主機的(de)(de)文(wen)件系(xi)統以收集一些額外的(de)(de)指標（如磁盤、文(wen)件系(xi)統的(de)(de)相關信息(xi)）。同樣(yang)使用了只(zhi)讀權限(xian)。

# Metrics數(shu)據訪(fang)問：

# 拉取(qu)Pushgateway鏡像(xiang)：

docker pull prom/pushgateway

# 自定義數據(ju)存儲文件夾：

/opt/install/data/pushgateway-data

# 修改文件夾權限(xian)：

chmod 777 -R /opt/install/data/pushgateway-data

# 啟動容器：

docker run -d --name=pushgateway   \

-p 9091:9091   \

-v /opt/install/data/pushgateway-data:/pushgateway_data  \

prom/pushgateway

# Pushgateway管(guan)理訪問：

# PUSH推送(song)自定義測試Metric指(zhi)標數(shu)據（不指(zhi)定，默(mo)認(ren)untyped 類(lei)型）：

echo "# TYPE <指(zhi)標> <Metric類型>\n<指(zhi)標{標簽(qian)}> <值>" | curl --data-binary @-

# 案例一

echo "example_metric 1" | curl --data-binary @- //localhost:9091/metrics/job/test_job

# 案例二

echo "example_metric{status=\"success\"} 1" | curl --data-binary @- //localhost:9091/metrics/job/test2_job

# 案例三

echo -e "# TYPE test_metric counter\ntest_metric 2" | curl --data-binary @- //localhost:9091/metrics/job/test3_job

# 清理指定Job數據：

curl -X DELETE

curl -X DELETE //localhost:9091/metrics/job/test_job

# 拉取Alertmanager鏡像：

docker pull prom/alertmanager

# 自定義數據存儲文件夾：

/opt/install/data/alertmanager-data/config

/opt/install/data/alertmanager-data/template

# 修改文(wen)件夾權限：

chmod 777 -R /opt/install/data/alertmanager-data/config

chmod 777 -R /opt/install/data/alertmanager-data/template

# 編輯告(gao)警配置文件alertmanager.yml：

cat > /opt/install/data/alertmanager-data/config/alertmanager.yml << \EOF

# 全局配置

global:

  # 設置報警(jing)解(jie)決超時時間，單位(wei)：分鐘

  resolve_timeout: 5m

  # 發件人郵(you)箱配置(zhi)

  smtp_from: 'xx@xx.com'

  # 郵箱(xiang)服務(wu)器的主機配置(zhi)，smtp.qq.com，端口為 465 或 587

  smtp_smarthost: 'smtp.qq.com:465'

  # 郵箱賬戶名

  smtp_auth_username: 'xx'

  # 郵箱授權(quan)碼(ma)（不是(shi)密碼(ma)）

  smtp_auth_password: '授權碼(ma)'

  # 是否啟(qi)用 TLS（此處不啟(qi)用）

  smtp_require_tls: false

  # SMTP 主機的 HELO 域名

  smtp_hello: 'qq.com'

# 告警模板配置

templates:

  - '/opt/install/data/alertmanager-data/template/email.tmpl'

# 抑制規則配置

# 當存在 severity 為(wei) critical 的告(gao)警時(shi)，抑(yi)制 severity 為(wei) warning 的告(gao)警

# 源告警(jing)和目(mu)標告警(jing)必(bi)須(xu)在(zai) alertname、dev 和 instance 標簽(qian)上相等

inhibit_rules:

  - source_match:

    &nbsp; severity: 'critical'

    target_match:

      severity: 'warning'

    equal: ['alertname', 'dev', 'instance']

# 路由配置

route:

  # 根(gen)據告警(jing)名稱分組

  group_by: ['alertname']

 &nbsp;# 等待(dai)時(shi)間，用于(yu)等待(dai)同一組內的其他(ta)告警

  group_wait: 5s

  # 分組(zu)后發送告警(jing)的時(shi)間間隔

  group_interval: 5m

  # 發送(song)告警間(jian)隔(ge)時間(jian) s/m/h，如(ru)果指定時間(jian)內沒有修復，則重(zhong)新(xin)發送(song)告警

  repeat_interval: 1h

&nbsp; # 默認(ren)接收(shou)器，自定義接收(shou)器名default-receiver，用于處(chu)理沒(mei)有(you)匹配(pei)到其他(ta)路由(you)規則的告警

  receiver: 'default-receiver'

  routes:

  &nbsp; # 使用正(zheng)則表(biao)達式匹配 alarmClassify 標簽(qian)為 critical 的告警

    - match_re:

        alarmClassify: '^critical$'

      # 自(zi)定義(yi)critical-alerts 接收(shou)器名，接收(shou) critical 的告(gao)警(jing)

      receiver: 'critical-alerts'

    # 使(shi)用正則(ze)表(biao)達式(shi)匹(pi)配 alarmClassify 標(biao)簽為 warning 的告(gao)警

    - match_re:

&nbsp;       alarmClassify: '^warning$'

      # 自(zi)定義warning-alerts 接收(shou)器名，接收(shou) warning 的告警(jing)

      ;receiver: 'warning-alerts'

# 接收器配置

receivers:

  # 默(mo)認接收器

  - name: 'default-receiver'

    email_configs:

      # 默認接收(shou)器的收(shou)件人，多個(ge)人就以(yi) ',' 做分割

      - to: 'default-receiver@example.com'

        ;# 發(fa)送已(yi)解決的告警(jing)通知(zhi)

     ;   send_resolved: true

        # 接(jie)收郵件(jian)的標(biao)題

&nbsp;       headers: {Subject: "alertmanager默認告警郵(you)件"}

    # 嚴重告警接收器

  - name: 'critical-alerts'         

    email_configs:

     &nbsp;- to: 'critical-alerts@example.com'

     &nbsp;  send_resolved: true

  ;      # 接收郵件的標題

&nbsp;&nbsp;      headers: {Subject: "alertmanager嚴(yan)重告警郵(you)件"}  

    # 警告(gao)告(gao)警接收(shou)器

  - name: 'warning-alerts'      &nbsp;   &nbsp;     

    email_configs:

      - to: 'warning-alerts@example.com'

 ;       send_resolved: true

      &nbsp; # 接(jie)收郵件的標題

       &nbsp;headers: {Subject: "alertmanager警(jing)告告警(jing)郵件(jian)"}

EOF

# 編輯(ji)告警模板配置文件email.tmpl：

cat > /opt/install/data/alertmanager-data/template/email.tmpl << \EOF

{{ define "email.html" }}

<table border="1">

    <tr>

  &nbsp;     <td>報警項</td>

  &nbsp;     <td>實例(li)</td>

        <td>報警閥值</td>

&nbsp;    &nbsp;  <td>開始時間(jian)</td>

        &lt;td>告警信息</td&gt;

    </tr>

    {{ range $i, $alert := .Alerts }}

    <tr>

         <td>{{ index $alert.Labels "alertname" }}</td>

      &nbsp;  <td>{{ index $alert.Labels "instance" }}</td>

  &nbsp;    &nbsp; <td>{{ index $alert.Annotations "value" }}</td>

       &nbsp; <td>{{ $alert.StartsAt }}</td>

 &nbsp;       <td>{{ index $alert.Annotations "description" }}</td>

     </tr>

   {{ end }}

</table>

{{ end }}   

EOF

# 啟動容器：

docker run -d --name=alertmanager   \

-p 9093:9093    \

-v /etc/localtime:/etc/localtime:ro \

-v /opt/install/data/alertmanager-data/config/alertmanager.yml:/etc/alertmanager/alertmanager.yml  \

-v /opt/install/data/alertmanager-data/template:/etc/alertmanager/template    \

prom/alertmanager

# Alertmanager管(guan)理(li)訪問：

# 拉取Prometheus鏡像：

docker pull prom/prometheus

# 自(zi)定(ding)義數據存儲文(wen)件夾：

/opt/install/data/prometheus-data

# 修(xiu)改文件(jian)夾(jia)權限：

chmod 777 -R /opt/install/data/prometheus-data

# 編輯(ji)prometheus.yml配置信(xin)息：

cat > /opt/install/data/prometheus-data/prometheus.yml << \EOF

# prometheus.yml

global:

  # 設(she)置(zhi)抓取目標間隔為(wei) 60 秒

  scrape_interval: 60s  

  # 設置評估規則(ze)（如報警規則(ze)等）間隔為 60 秒    

  evaluation_interval: 60s

# job_name: 自定(ding)義抓取目標(biao)的名(ming)稱

scrape_configs:

  # 配置 Prometheus 作(zuo)為數據源(yuan)

  - job_name: 'prometheus'

    static_configs:

&nbsp;     # Prometheus 本身

      - targets: ['localhost:9090']

  # 配置 Node Exporter

  - job_name: 'node_exporter'

    static_configs:

      # 指(zhi)定(ding) Node Exporter 的目標（可以(yi)是(shi)多(duo)個(ge)節點(dian)），修改localhost

      - targets: ['localhost:9100']

  # 配(pei)置 Pushgateway

  - job_name: 'pushgateway'

    static_configs:

      # Pushgateway 的(de)目(mu)標，修改localhost

    &nbsp; - targets: ['localhost:9091']

  # 配(pei)置 Alertmanager

  - job_name: 'alertmanager'

    static_configs:

      # Alertmanager 的目(mu)標，修(xiu)改localhost

  &nbsp;   - targets: ['localhost:9093']

EOF

# 啟動容器：

docker run  -d --name prometheus   \

-p 9090:9090    \

-v /opt/install/data/prometheus-data/prometheus.yml:/etc/prometheus/prometheus.yml    \

prom/prometheus

# Prometheus管理(li)訪問：

功能

示例

說明

完全匹配模式

label=value

根(gen)據(ju)標簽匹(pi)配滿(man)足表達(da)式的時間序列

label!=value

根(gen)據標簽(qian)匹(pi)配排除時間(jian)序列

正則匹配模式

label=~value1|value2

根據標簽匹(pi)配滿足value1或(huo)value2的時間序列(lie)

label!~value1|value2

根(gen)據標(biao)簽(qian)匹配排(pai)除滿足value1或(huo)value2的時間序列

功能

示例

說明

查詢單個指標

up

表(biao)示(shi)(shi)實(shi)例(li)是否在(zai)正常運行（1表(biao)示(shi)(shi)正常，0表(biao)示(shi)(shi)異常）

查詢指(zhi)定實例的指(zhi)標值

up{instance="localhost:9090"}

表(biao)示(shi)指定實例是否在正常(chang)運行（1表(biao)示(shi)正常(chang)，0表(biao)示(shi)異常(chang)）

獲取時間序列

指標名

獲取指(zhi)定指(zhi)標的所有時間(jian)序列數據(ju)

使用標簽篩選

指標{標簽(qian)=”值”}

獲取帶有指定(ding)標簽值的(de)時間序列數據

功能

示例

說明

求和

sum(指標)

對指定指標進行求和

計算平均值

avg(指標)

對指(zhi)定指(zhi)標計算平均值

計算最大值

max(指標)

獲取指(zhi)定指(zhi)標的最大值

計算最小值

min(指標)

獲取(qu)指定指標的最(zui)小值

計數

count(指標)

計(ji)算指(zhi)(zhi)定指(zhi)(zhi)標的時(shi)間序列數目(mu)

按標簽聚合

sum(指標) by (標簽code)

按(an)照指(zhi)定code標簽(qian)進行(xing)聚合，計算每個(ge)job 的總(zong)請求數。

排除某些標簽

sum(指標(biao)) without (標(biao)簽code)

對指(zhi)標按標簽聚合，但排除指(zhi)定code標簽。

功能

示例

說明

最近值

指標[5m]

獲取過去(qu) 5 分(fen)鐘(zhong)內(nei)的(de)時間序列(lie)數據

過去平均值

avg_over_time(指標[1h])

計算過去 1 小時(shi)的平均值

過去最大值

max_over_time(指(zhi)標(biao)[1d])

計算(suan)過去 1 天的(de)最大值(zhi)

過去最小值

min_over_time(指標[1d])

計算過去 1 天的最小值

功能

示例

說明

加法

指標 + 10

對指(zhi)定(ding)指(zhi)標加上一個常數

乘法

指標 * 2

對(dui)指定指標乘以一個(ge)常數

取對數

log2(指標)

對指定指標取對數

功能

示例

說明

增量計算

rate(指標[5m])

計算(suan)過去 5 分鐘內(nei)指(zhi)標的(de)增(zeng)量(liang)

速率計算

irate(指標[5m])

計算每秒的增量速率

變化率

increase(指標[1h])

計算過去(qu) 1 小時(shi)內的(de)指標總變化量

功能

示例

說明

判斷條件

指標 > 100

過濾出(chu)指標值大于 100 的時間序列數(shu)據

和條件結合

指標{標簽="值"} > 100

過濾出指定指標(biao)且值大于 100 的(de)時間序列數據(ju)

功能

示例

說明

排序

topk(5, 指標)

獲取值(zhi)前 5 名的時(shi)間序列

排序

bottomk(5, 指標(biao))

獲取(qu)值后 5 名的時間序(xu)列(lie)