telegraf+influxdb+grafana开源监控架构

本文涉及的产品
可观测可视化 Grafana 版,10个用户账号 1个月
简介:

telegraf+influxdb+grafana开源监控架构:

telegraf监控项很全,不需要额外安装插件,很强大

可以通过telegraf监控在grafana面板显示单台服务器的uptime、CPU cores、总Mem、总空间等值,用grafana的Singlestat项显示(这个是icinga2监控做不到的)

如果telegraf和influxdb之间涉及防火墙,需要开通TCP 80和8086端口

windows安装telegraf(只适用于windows 2008以上版本):

wget https://dl.influxdata.com/telegraf/releases/telegraf-1.5.2_windows_amd64.zip

将telegraf-1.5.2_windows_amd64.zip放到C:\Program Files下

右击解压(解压到当前文件夹) telegraf-1.5.2_windows_amd64.zip
在C:\Program Files\telegraf下右击新建1个telegraf.log文件,编辑telegraf.conf修改influxdb服务器

然后双击telegraf.exe即可

telegraf:

wget https://dl.influxdata.com/telegraf/releases/telegraf-1.5.1-1.x86_64.rpm

rpm -i telegraf-1.5.1-1.x86_64.rpm

service telegraf restart

默认会指向127.0.0.1的influxdb 8086端口(/etc/telegraf/telegraf.conf文件,默认数据库名为telegraf,不需要写数据库用户名密码)

被监控端也是安装该软件,将influxdb服务器改为监控服务器即可

另外监控项在客户端控制,inputs部分,默认已开监控有cpu、disk、diskio、mem、system、swap等,监控项很全

Influxdb安装步骤:

rpm -i influxdb-1.3.6.x86_64.rpm (端口8086)

配置文件路径:/etc/influxdb/influxdb.conf
数据存放路径:/var/lib/influxdb/data
日志路径:/var/log/influxdb/

service influxdb start

chkconfig influxdb --level 35 on

influx

create database telegraf;
create user telegraf with password 'xxxx';
grant all on telegraf to telegraf;
quit

influxdb默认保留数据为168小时(即7天),调整为1年命令:

show retention policies on telegraf; (查看保留策略)
alter retention policy "autogen" on "telegraf" duration 365d default; (对已有策略进行修改)

Granfana安装步骤:

rpm -i grafana-4.5.2-1.x86_64.rpm (端口3000)

service grafana-server start

chkconfig grafana-server --level 35 on

访问http://ip:3000 默认用户名、密码均为admin

Data Sources:Name:telegraf(可改) Type:InfluxDB Url:http://ip:8086 Access:proxy Database:telegraf User:telegraf Password:xxxxx

本文转自linux博客51CTO博客,原文链接http://blog.51cto.com/yangzhiming/2065475如需转载请自行联系原作者


yangzhimingg

相关实践学习
通过可观测可视化Grafana版进行数据可视化展示与分析
使用可观测可视化Grafana版进行数据可视化展示与分析。
相关文章
|
2月前
|
Prometheus 运维 监控
智能运维实战:Prometheus与Grafana的监控与告警体系
【10月更文挑战第26天】Prometheus与Grafana是智能运维中的强大组合,前者是开源的系统监控和警报工具,后者是数据可视化平台。Prometheus具备时间序列数据库、多维数据模型、PromQL查询语言等特性,而Grafana支持多数据源、丰富的可视化选项和告警功能。两者结合可实现实时监控、灵活告警和高度定制化的仪表板,广泛应用于服务器、应用和数据库的监控。
284 3
|
14天前
|
人工智能 自然语言处理
RWKV-7:RWKV系列开源最新的大模型架构,具有强大的上下文学习能力,超越传统的Attention范式
RWKV-7是RWKV系列的最新大模型架构版本,具有强大的上下文学习能力,超越了传统的attention和linear attention范式。本文详细介绍了RWKV-7的主要功能、技术原理及其在多语言处理、文本生成等领域的应用场景。
96 7
RWKV-7:RWKV系列开源最新的大模型架构,具有强大的上下文学习能力,超越传统的Attention范式
|
11天前
|
存储 数据采集 Prometheus
Grafana Prometheus Altermanager 监控系统
Grafana、Prometheus 和 Alertmanager 是一套强大的开源监控系统组合。Prometheus 负责数据采集与存储,Alertmanager 处理告警通知,Grafana 提供可视化界面。本文简要介绍了这套系统的安装配置流程,包括各组件的下载、安装、服务配置及开机自启设置,并提供了访问地址和重启命令。适用于希望快速搭建高效监控平台的用户。
80 20
|
7天前
|
Prometheus 监控 Cloud Native
Prometheus+Grafana监控Linux主机
通过本文的步骤,我们成功地在 Linux 主机上使用 Prometheus 和 Grafana 进行了监控配置。具体包括安装 Prometheus 和 Node Exporter,配置 Grafana 数据源,并导入预设的仪表盘来展示监控数据。通过这种方式,可以轻松实现对 Linux 主机的系统指标监控,帮助及时发现和处理潜在问题。
35 7
|
13天前
|
Prometheus 运维 监控
Prometheus+Grafana+NodeExporter:构建出色的Linux监控解决方案,让你的运维更轻松
本文介绍如何使用 Prometheus + Grafana + Node Exporter 搭建 Linux 主机监控系统。Prometheus 负责收集和存储指标数据,Grafana 用于可视化展示,Node Exporter 则采集主机的性能数据。通过 Docker 容器化部署,简化安装配置过程。完成安装后,配置 Prometheus 抓取节点数据,并在 Grafana 中添加数据源及导入仪表盘模板,实现对 Linux 主机的全面监控。整个过程简单易行,帮助运维人员轻松掌握系统状态。
99 3
|
2月前
|
数据采集 Prometheus 监控
监控堆外第三方监控工具Grafana
监控堆外第三方监控工具Grafana
42 5
|
2月前
|
存储 SQL Apache
Apache Doris 开源最顶级基于MPP架构的高性能实时分析数据库
Apache Doris 是一个基于 MPP 架构的高性能实时分析数据库,以其极高的速度和易用性著称。它支持高并发点查询和复杂分析场景,适用于报表分析、即席查询、数据仓库和数据湖查询加速等。最新发布的 2.0.2 版本在性能、稳定性和多租户支持方面有显著提升。社区活跃,已广泛应用于电商、广告、用户行为分析等领域。
Apache Doris 开源最顶级基于MPP架构的高性能实时分析数据库
|
2月前
|
存储 负载均衡 监控
如何利用Go语言的高效性、并发支持、简洁性和跨平台性等优势,通过合理设计架构、实现负载均衡、构建容错机制、建立监控体系、优化数据存储及实施服务治理等步骤,打造稳定可靠的服务架构。
在数字化时代,构建高可靠性服务架构至关重要。本文探讨了如何利用Go语言的高效性、并发支持、简洁性和跨平台性等优势,通过合理设计架构、实现负载均衡、构建容错机制、建立监控体系、优化数据存储及实施服务治理等步骤,打造稳定可靠的服务架构。
45 1
|
3月前
|
分布式计算 大数据 Serverless
云栖实录 | 开源大数据全面升级:Native 核心引擎、Serverless 化、湖仓架构引领云上大数据发展
在2024云栖大会开源大数据专场上,阿里云宣布推出实时计算Flink产品的新一代向量化流计算引擎Flash,该引擎100%兼容Apache Flink标准,性能提升5-10倍,助力企业降本增效。此外,EMR Serverless Spark产品启动商业化,提供全托管Serverless服务,性能提升300%,并支持弹性伸缩与按量付费。七猫免费小说也分享了其在云上数据仓库治理的成功实践。其次 Flink Forward Asia 2024 将于11月在上海举行,欢迎报名参加。
261 6
云栖实录 | 开源大数据全面升级:Native 核心引擎、Serverless 化、湖仓架构引领云上大数据发展
|
2月前
|
编解码 人工智能 开发者
长短大小样样精通!原始分辨率、超长视频输入:更灵活的全开源多模态架构Oryx
【10月更文挑战第23天】Oryx 是一种新型多模态架构,能够灵活处理各种分辨率的图像和视频数据。其核心创新在于能够对图像和视频进行任意分辨率编码,并通过动态压缩器模块提高处理效率。Oryx 在处理长视觉上下文(如视频)时表现出色,同时在图像、视频和3D多模态理解方面也展现了强大能力。该模型的开源性质为多模态研究社区提供了宝贵资源,但同时也面临一些挑战,如选择合适的分辨率和压缩率以及计算资源的需求。
39 3

热门文章

最新文章