铸造性能监控平台【grafana+influxdb/prometheus+Linux/Windows】

news/2024/11/29 0:45:41/

目录

  • 一、grafana+influxdb+jmeter
      • 1、前言
      • 2、安装grafana和influxdb
      • 3、启动grafana
      • 4、访问grafana
      • 5、启动influxdb
      • 6、配置influxdb和jmeter
      • 7、在grafana中显示数据
      • 8、其他模板
  • 二、grafana+prometheus+exporter
      • 1、前言
      • 2、grafana启动
      • 3、exporter安装与运行
      • 4、prometheus安装与运行
      • 5、prometheus与exporter集成
      • 6、启动prometheus
      • 7、grafana的界面配置
  • 三、常见问题【grafana+prometheus+exporter配置】
      • 1、时间差
      • 2、监控界面中没有JOB、instance
      • 3、note_exporter、grafana和prometheus没有启动成功
      • 4、虚拟机设置
      • 5、windows平台监控
      • 6、windows平台模板10467问题
      • 7、grafana+prometheus+exporter+Linux/Windows展示效果

免责声明:
1.编写此文是为了更好地学习,如果损害了有关人的利益,请联系删除;
2.如果文中描述欠妥,请在评论中进行指正;
3.文字编写不易,若感觉有用,点赞收藏关注会让博主很开心哦;
4.此外,转载请注明出处,非常感谢!!!
本文源自:https://blog.csdn.net/testleaf/article/details/128746669
另外,本文中要使用到的文件,基本上已在百度网盘链接中提供:
链接:https://pan.baidu.com/s/1c5-pJeQCAvRILPcG-rerjQ?pwd=leaf

一、grafana+influxdb+jmeter

1、前言

grafana: 前端展示平台,通过 更换不同的模板,来改变展示效果;
influxdb: 时序数据库:
​时序数据库的特点: 每一行的数据,都有一个时间戳;
jmeter的后端监听器:实现了数据的收集以及发送给数据库的功能;
注:grafana、influxdb、jmeter最好不要放在被测服务器上,有条件可以单独在另一台服务器上部署;

2、安装grafana和influxdb

上传grafana-7.4.3-1.x86_64.rpm、influxdb-1.7.0.x86_64.rpm文件到centos7;
进行安装:

yum install -y grafana-7.4.3-1.x86_64.rpm
yum install -y influxdb-1.7.0.x86_64.rpm

3、启动grafana

启动grafana:

systemctl restart grafana-server

查看是否启动成功:

ps -ef|grep grafana

在这里插入图片描述

4、访问grafana

grafana的访问端口:3000
访问地址:http://grafana所在服务器IP地址:3000
初始账号密码:admin/admin

5、启动influxdb

启动influxdb:

influxd

在这里插入图片描述
不要按Ctrl+C,不然就会结束掉了;

6、配置influxdb和jmeter

再打开一个终端,
进入influxdb数据库:

influx

在这里插入图片描述
由上可知,influxdb数据库有一个http协议的访问端口;

jmeter中的监听器选择后端监听器,监听器的实现中,选择influxdb;
在这里插入图片描述
influxdbUrl:修改host_to_change为influxdb的ip地址,看到db=jmeter,说明,我们的数据是要写入一个叫jmeter的库中。
在这里插入图片描述
看有哪些库:

show databases

在这里插入图片描述
创建一个叫jmeter的数据库:

create database jmeter

在这里插入图片描述
时序数据库与关系数据库对应的表,不叫table,叫measurement
进入库:use jmeter
查看库里有哪些表:show measurements
在这里插入图片描述
不需要手动建表,建好库就可以了;
在这里插入图片描述

jmeter配置:
在这里插入图片描述
运行Jmeter;
查看表:

select * from jmeter

在这里插入图片描述
由上可知,在jmeter中执行性能测试,数据就入表了;

7、在grafana中显示数据

创建数据源:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
引入模板:
在这里插入图片描述
模板ID:5496
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

右上角的时间,可以自己去调整,可以刷新指定时间内的数据;

8、其他模板

也可以去grafana官网去寻找合适的模板:https://grafana.com
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

二、grafana+prometheus+exporter

1、前言

prometheus是一个时序数据库,用来存数据的;
exporter是收集器,来收集被监控的数据,想要监控不同的内容,就使用不同的exporter,这个exporter应该放在 被测服务器 上,grafana和prometheus应该放在非被测服务器上;
然后,再把 exporter与 prometheus进行关联(数据联通);
这个解决方案,可以用于运维人员来监控服务器;

2、grafana启动

systemctl restart grafana-server

3、exporter安装与运行

node_exporter包上传到被测服务器上;
解压:

tar -xzvf node_exporter-1.1.1.linux-amd64.tar.gz

进入解压后的文件夹;
可执行文件不知道用,那就命令后面跟 --help 来获得帮助:

./node_exporter --help

直接执行:

./node_exporter

或者:后台执行,同时把运行日志,写到nohup.out文件中:

nohup ./node_exporter &

node_expoter端口: 9100
因此,被测服务器 需要开放 9100 端口;
http://YouExporter_IP:9100/metrics这个能访问,说明node_exporter是正常的,网络也是可以被访问的:
在这里插入图片描述

4、prometheus安装与运行

把prometheus的包,放到 非被测服务器上;
解压后,进入解压后的文件夹;
执行prometheus:

./prometheus

通过日志,我们发现 prometheus.yml 是它的配置文件:
在这里插入图片描述

msg="Start listening for connections" address=0.0.0.0:9090 说明prometheus的端口为: 9090

访问http://prometheus_IP:9090
在这里插入图片描述

5、prometheus与exporter集成

修改prometheus.yml:vi prometheus.yml
yml文件的两个特别重要的语法: 缩进(对齐)、 key的冒号后面,有一个空格;
在prometheus.yml文件后面加入以下内容:
# job_name 可以自定义

  • job_name: ‘node_exporter’
    static_configs:
  • targets: [‘192.168.2.131:9100’,‘nodeexporter_IP:9100’]
    然后,保存,退出;【注意换成自己的IP】
    在这里插入图片描述

6、启动prometheus

./prometheus
报错:
在这里插入图片描述
解决办法:
杀掉prometheus的进程,再执行即可;

7、grafana的界面配置

添加prometheus数据源:
type选择 prometheus
URL:http://prometheus_ip:9090
在这里插入图片描述
引入模板:12884, 选择数据源:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

三、常见问题【grafana+prometheus+exporter配置】

1、时间差

监控平台机器 和 被测试服务器 在不同机器上,这两台机器之间如果有时间差,
如果在监控平台上,看不到数据,可以去修改右上角的 时间范围为 大于8小时;
在这里插入图片描述
或者,时间错误就同步下时间:
查看当前时间:date
安装ntpdate:yum install ntpdate -y
通过外部的服务同步时间:ntpdate us.pool.ntp.org | logger -t NTP

2、监控界面中没有JOB、instance

可能是yml配置文件问题、数据源配置有问题、 import模板的时候你的数据源选择上有问题;
在这里插入图片描述

3、note_exporter、grafana和prometheus没有启动成功

note_exporter启动校验网址:http://192.168.2.131:9100/metrics
grafana校验网址:http://192.168.31.224:3000
prometheus校验网址:http://192.168.31.224:9090
注:ip地址都换成自己的;

4、虚拟机设置

若使用虚拟机,两个虚拟机的网络适配器的网络连接:NAT模式;

5、windows平台监控

windows版本的exporter下载:
https://github.com/prometheus-community/windows_exporter/releases

windows版本的模板ID:10467;Linux版本的模板ID:12884;
windows的node端口:9182;Linux版本的node端口:9100;

注:windows平台的监控除了exporter工具不一样【直接启动运行就可以】,模板ID不一样【导致在grafana平台引入的模板不一样】,端口不一样【导致在prometheus.yml文件中配置的端口不一样】,其他与Linux平台的监控配置基本相似;
在这里插入图片描述
windows_exporter运行成功后,可以在Windows服务控制台看到创建的服务:
在这里插入图片描述
也可以访问:http://YouExporter_IP:9182/metrics进行验证;

6、windows平台模板10467问题

特别注意:windows版本的模板【模板ID:10467】:网络使用率、Network discarded/error packets这两个模块没数据,使用Edit编辑查询语句:
网络使用率:
修改前:

(irate(windows_net_bytes_total{job=~"$job",instance=~"$instance",nic!~'isatap.*|VPN.*'}[5m]) * 8 / windows_net_current_bandwidth{job=~"$job",instance=~"$instance",nic!~'isatap.*|VPN.*'}) * 100

修改后:

(irate(windows_net_bytes_total{job=~"$job",instance=~"$instance",nic!~'isatap.*|VPN.*'}[5m]) * 8 / windows_net_current_bandwidth_bytes{job=~"$job",instance=~"$instance",nic!~'isatap.*|VPN.*'}) * 100

Network discarded/error packets【A、B两个地方都得改】:
修改前:

irate(windows_net_packets_outbound_discarded{job=~"$job",instance=~"$instance", nic!~'isatap.*|VPN.*'}[5m]) + irate(windows_net_packets_outbound_errors{job=~"$job",instance=~"$instance"}[5m])

修改后:

irate(windows_net_packets_outbound_discarded_total{job=~"$job",instance=~"$instance", nic!~'isatap.*|VPN.*'}[5m]) + irate(windows_net_packets_outbound_errors_total{job=~"$job",instance=~"$instance"}[5m])

7、grafana+prometheus+exporter+Linux/Windows展示效果

最后,就可以看到grafana监控平台的展示效果了;
【Linux:模板ID:12884】:
在这里插入图片描述
【Windows:模板ID:10467】:
在这里插入图片描述


http://www.ppmy.cn/news/18599.html

相关文章

Windows使用Paddle训练好的模型进行OpenVino推理引擎下的部署

目录一. Openvino下载二. 准备模型2.1 导出Paddle Inference模型2.2 转换为ONNX模型2.3 转换为ONNX模型2.3.1 获取部署代码2.3.2 环境准备2.3.3 编译一. Openvino下载 根据Paddle官方的描述,当前检测模型转换为openvino格式是有问题的,暂时只支持分割和…

宝贝代码部署笔记

记录前后端分离项目部署到云服务器;前端使用vue,element-ui,axios,router进行开发;后端使用springboot,mybatis,MySQL进行开发;完整记录前端项目npm打包静态文件,后端项目…

珍惜能在公司上班的每一天——2022年个人工作总结

本文由Markdown语法编辑器编辑完成。 1. 前言: 2022年不知不觉就过去了。在过去的一年里,虽然身在北京,哪里也没有去,但还是避免不了受到疫情的影响,被封控在家。 就在刚过去的一段时间,从11月18日周五下班&#xff…

详解Map和Set

目录 一、二叉搜索树 1、概述 2、模拟实现搜索二叉树 a、向搜索二叉树中插入数据 b、查找二叉搜索树的指定值的结点 c、删除二叉树的指定值的结点 3、对二叉搜索树进行性能分析 二、Map的使用 1、Map简介 2、Map常用方法 ​编辑三、Set的使用 1、Set简介 2、S…

初识C语言:IDE的选择与使用【C语言】

本文是本专栏【C语言】的第一篇文章,也是博主最近半年以来的更新第一篇文章,如果觉得有帮助,可以点赞支持一下!另外本专栏最后会做一篇类似于【python爬虫】专栏最后的那篇整合的文章,把C语言的所有基础知识用一篇文章…

shardingshere5.2.1 + seata1.5.2实现AT模式的分布式事务

文章目录 一、客户端引入shardingshere1.1 引入依赖1.2 修改配置文件,按照业务垂直分库二、集成seata的AT事务2.1 修改conf文件下application.yml配置文件,访问nacos的配置文件,并将服务端注册到nacos2.2 在nacos上创建配置文件 seataServer.properties2.3 创建数据库连接2.…

今宵除夕夜,天涯共此时

岁岁除夕,今又除夕,岁岁年年,此情此景,今又重来。 岁岁年年景相似,年年岁岁人不同。 多少年前的除夕,也一如今天这样的除夕。 多少年后的除夕,也一如多少年前的除夕。 岁月轻飘飘地从我身上跨过…

DPU网络开发SDK—DPDK(四)

rte_eal_init() 接上次内容继续对rte_eal_init()所做的工作进行分析。 12. 初始化配置 rte_config_init()中,会根据process_type进行不同的初始化任务。process_type是由eal的启动参数指定的,目前支持两种模式:primary和secondary。proces…