AI 助理
备案控制台
开发者社区 开发与运维 文章 正文

Ganglia分组监控

2017-11-14 1070
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
 官方文档：http://sourceforge.net/apps/trac/ganglia/wiki/ganglia_quick_start
 行文之前，表达一下小郁闷。Ganglia官方把分组监控的帮助文档放到了Quick Start Guide，而不是Configuration，让我一番好找。。。
 
  Ganglia的分组监控，实施起来其实很简单，官方文档已经给出了示例。
  总结起来，实施分组监控，有下面几个关键点：
  一是多播和单播。分组监控最好用单播方式，文档也给出了单播模式的配置方式。
  二是send_metadata_interval设置的间隔时间，官方推荐30秒。
 三 、分组监控，要同时修改gmetad.conf和gmond.conf。gmetad.conf中的分组配置非常简单，不必细说。
  四、分组的标识是gmond.conf配置文件中的cluster name值和port值，同一分组中的机器的这两个值都必须一致，不同组的机器，这两个值不同。
    cluster name的值要与gmetad.conf中的相应条目保持一致；port值的配置需要在udp_send_channel、udp_recv_channel和tcp_accept_channel三个部分同时设定，注间端口不要冲突。
 
   gmetad.conf，只修改了data_source，其它部分保持原状： 

 
 
    

  
  
  1. 

   
   
    
    
    data_source "Internal" 10 192.168.9.53:8649 
   
   
    

    2. 

  
  
  2. 

   
   
    
    
    data_source "Tangshan" 10 10.64.131:8650 10.10.64.132:8650 
   
   
    

    3. 

  
  
  3. 

   
   
    
    
    data_source "Jiaxing" 10  10.10.19.170:8653 10.10.19.94:8653 
    
    
   
   
    

    4.
   解释一下，每个集群中都有很多服务器，但我们不需要把集群中的每台服务器都写在data_source条目里，因为，虽然在理论上，Ganglia服务器端要到每个节点上去获取监控信息，但实际上不必如此；集群内的每台机器都会保留其它机器的信息，服务器端只需要连接集群内的任意一台机器，就可以整个集群内所有节点的监控信息。
   在Tangshan和Jiaxing两个集群的配置中，我写了两台服务器，是一个冗余设计。Ganglia服务器端默认去第一台服务器获取信息，如果这台服务器因为某些原因而没有被获取到，服务器端会自动到第二台服务器上获取监控信息。
 
    gmond.conf，以Tangshan集群为例，修改下列部分，其它保持默认： 

 
 
    

  
  
  1. 

   
   
    
    
    globals { 
   
   
    

    2. 

  
  
  2. 

   
   
    
    
      daemonize = yes 
   
   
    

    3. 

  
  
  3. 

   
   
    
    
      setuid = yes 
   
   
    

    4. 

  
  
  4. 

   
   
    
    
      user = nobody 
   
   
    

    5. 

  
  
  5. 

   
   
    
    
      debug_level = 0 
   
   
    

    6. 

  
  
  6. 

   
   
    
    
      max_udp_msg_len = 1472 
   
   
    

    7. 

  
  
  7. 

   
   
    
    
      mute = no 
   
   
    

    8. 

  
  
  8. 

   
   
    
    
      deaf = no 
   
   
    

    9. 

  
  
  9. 

   
   
    
    
      allow_extra_data = yes 
   
   
    

    10. 

  
  
  10. 

   
   
    
    
      host_dmax = 0 /*secs */ 
   
   
    

    11. 

  
  
  11. 

   
   
    
    
      cleanup_threshold = 300 /*secs */ 
   
   
    

    12. 

  
  
  12. 

   
   
    
    
      gexec = no 
   
   
    

    13. 

  
  
  13. 

   
   
    
    
      send_metadata_interval = 30 /*secs */ 
   
   
    

    14. 

  
  
  14. 

   
   
    
    
    } 
   
   
    

    15. 

  
  
  15. 

   
   
    
    
     
   
   
    

    16. 

  
  
  16. 

   
   
    
    
    cluster { 
   
   
    

    17. 

  
  
  17. 

   
   
    
    
      name = "Tangshan" 
   
   
    

    18. 

  
  
  18. 

   
   
    
    
      owner = "hdfs" 
   
   
    

    19. 

  
  
  19. 

   
   
    
    
      latlong = "unspecified" 
   
   
    

    20. 

  
  
  20. 

   
   
    
    
      url = "unspecified" 
   
   
    

    21. 

  
  
  21. 

   
   
    
    
    } 
   
   
    

    22. 

  
  
  22. 

   
   
    
    
     
   
   
    

    23. 

  
  
  23. 

   
   
    
    
    host { 
   
   
    

    24. 

  
  
  24. 

   
   
    
    
      location = "unspecified" 
   
   
    

    25. 

  
  
  25. 

   
   
    
    
    } 
   
   
    

    26. 

  
  
  26. 

   
   
    
    
     
   
   
    

    27. 

  
  
  27. 

   
   
    
    
    udp_send_channel { 
   
   
    

    28. 

  
  
  28. 

   
   
    
    
      mcast_join = 239.2.11.71 
   
   
    

    29. 

  
  
  29. 

   
   
    
    
      port = 8650 
   
   
    

    30. 

  
  
  30. 

   
   
    
    
      ttl = 1 
   
   
    

    31. 

  
  
  31. 

   
   
    
    
     
   
   
    

    32. 

  
  
  32. 

   
   
    
    
    } 
   
   
    

    33. 

  
  
  33. 

   
   
    
    
     
   
   
    

    34. 

  
  
  34. 

   
   
    
    
    udp_recv_channel { 
   
   
    

    35. 

  
  
  35. 

   
   
    
    
      mcast_join = 239.2.11.71 
   
   
    

    36. 

  
  
  36. 

   
   
    
    
      port = 8650 
   
   
    

    37. 

  
  
  37. 

   
   
    
    
      bind = 239.2.11.71 
   
   
    

    38. 

  
  
  38. 

   
   
    
    
    } 
   
   
    

    39. 

  
  
  39. 

   
   
    
    
     
   
   
    

    40. 

  
  
  40. 

   
   
    
    
    tcp_accept_channel { 
   
   
    

    41. 

  
  
  41. 

   
   
    
    
      port = 8650    
   
   
    

    42. 

  
  
  42. 

   
   
    
    
      acl { 
   
   
    

    43. 

  
  
  43. 

   
   
    
    
      default = "deny" 
   
   
    

    44. 

  
  
  44. 

   
   
    
    
      access { 
   
   
    

    45. 

  
  
  45. 

   
   
    
    
      ip = 192.168.9.45 
   
   
    

    46. 

  
  
  46. 

   
   
    
    
      mask = 32 
   
   
    

    47. 

  
  
  47. 

   
   
    
    
      action = "allow" 
   
   
    

    48. 

  
  
  48. 

   
   
    
    
      } 
   
   
    

    49. 

  
  
  49. 

   
   
    
    
     
   
   
    

    50. 

  
  
  50. 

   
   
    
    
      access { 
   
   
    

    51. 

  
  
  51. 

   
   
    
    
      ip = 10.10.64.0 
   
   
    

    52. 

  
  
  52. 

   
   
    
    
      mask = 24 
   
   
    

    53. 

  
  
  53. 

   
   
    
    
      action = "allow" 
   
   
    

    54. 

  
  
  54. 

   
   
    
    
      } 
   
   
    

    55. 

  
  
  55. 

   
   
    
    
      } 
   
   
    

    56. 

  
  
  56. 

   
   
    
    
    } 
   
   
    

    57.
  其它分组，只需要修改cluster name，以及port值就可以了！要添加分组，也很简单。
  监控截图：

本文转自 li_qinshan 51CTO博客，原文链接:http://blog.51cto.com/share/623967
文章标签：
监控
科技小能手
目录
相关文章
阿甘兄
|
关系型数据库 MySQL Docker
Mac Docker 安装MySQL
Mac Docker 安装MySQL
阿甘兄
334 1
小Lee
|
12月前
|
数据采集 机器学习/深度学习 算法
大数据中数据清洗
【10月更文挑战第19天】
小Lee
806 2
jiashufen
|
运维 Cloud Native Devops
云原生技术：构建弹性、高效和可扩展的现代应用
在当今数字化时代，企业面临着日益复杂的市场需求和技术挑战。为了满足这些需求，许多企业转向了云原生技术。云原生是一种以云计算为基础的架构和方法论，旨在构建弹性、高效和可扩展的现代应用程序。本文将深入探讨云原生技术的核心概念、优势以及实施过程中的关键步骤，帮助读者更好地理解和应用这一前沿技术。
jiashufen
226 6
杀死一只知更鸟debug
|
关系型数据库 MySQL Nacos
nacos启动报错 load derby-schema.sql error
这篇文章描述了作者在使用Nacos时遇到的启动错误，错误提示为加载derby-schema.sql失败，作者通过将数据库从Derby更换为MySQL解决了问题。
杀死一只知更鸟debug
1187 0
nacos启动报错 load derby-schema.sql error
众所周知
|
数据采集 机器学习/深度学习 数据处理
数据科学家的秘密武器：Pandas与NumPy高级应用实战指南
【7月更文挑战第14天】Pandas与NumPy在数据科学中扮演关键角色。Pandas的DataFrame和Series提供高效数据处理，如数据清洗、转换，而NumPy则以ndarray为基础进行数值计算和矩阵操作。两者结合，从数据预处理到数值分析，形成强大工具组合。示例展示了填充缺失值、类型转换、矩阵乘法、标准化等操作，体现其在实际项目中的协同效用。掌握这两者，能提升数据科学家的效能和分析深度。**
众所周知
176 0
游客iyfakqyinfxv2
|
SQL 关系型数据库 数据库
Python执行PostgreSQL数据库查询语句，并打印查询结果
本文介绍了如何使用Python连接和查询PostgreSQL数据库。首先，确保安装了`psycopg2`库，然后创建数据库连接函数。接着，展示如何编写SQL查询并执行，例如从`employees`表中选取所有记录。此外，还讨论了处理查询结果、格式化输出和异常处理的方法。最后，提到了参数化查询和事务处理以增强安全性及确保数据一致性。
游客iyfakqyinfxv2
568 4
Python执行PostgreSQL数据库查询语句，并打印查询结果
weixin_836869520
|
Java Spring 开发框架
Spring Boot中的分页与排序实现
Spring Boot中的分页与排序实现
weixin_836869520
493 0
奔跑的数据
|
数据采集 存储 NoSQL
爬虫在金融领域的应用：股票数据收集
本文探讨了网络爬虫在金融领域的应用，特别是在收集股票价格数据方面的实践。文章介绍了使用Scrapy框架和代理IP技术来构建爬虫，以应对反爬策略和提高数据采集效率。通过安装Scrapy和PyMongo，创建Scrapy项目，配置代理中间件，以及编写爬虫代码，实现了从Yahoo Finance抓取股票信息并存储至MongoDB。这种方法能有效助力市场分析和投资决策，提升数据采集的效率与质量。
奔跑的数据
831 0
爬虫在金融领域的应用：股票数据收集
Boale_H
|
小程序 测试技术 开发者
微信小程序体验版（测试环境）和线上版（生产环境）发布
微信小程序体验版（测试环境）和线上版（生产环境）发布
Boale_H
2360 0

热门文章

最新文章

  • 1
    npm install —— 从一个简单例子，看本地安装与全局安装的区别
  • 2
    解决VsCode启动Vue项目报错：‘vue-cli-service‘ 不是内部或外部命令，也不是可运行的程序 或批处理文件。
  • 3
    昨天，这项阿里技术再获世界级科技大奖！
  • 4
    Mbps与MB/s的区别
  • 5
    灵活架构与超高性价比，数据湖解决方案助力AI技术实现落地应用
  • 6
    刚才，我们宣布推出了IPv6转换服务
  • 7
    《ZEMAX光学设计超级学习手册》一一1.2　用户界面
  • 8
    springboot学习一：idea社区版本创建springboot项目的三种方式（第三种为主）
  • 9
    国产数据库：目前最火的五款国产数据介绍
  • 10
    apache vhost配置
  • 1
    计算机的起源
    38
  • 2
    这是我写的实施一地两检的跨境高铁站旅客资料预报系统的系统架构
    179
  • 3
    AI生成的痕迹：我们如何检测机器撰写的文本
    142
  • 4
    如何准确检测AI生成内容？这三大技术是关键
    145
  • 5
    如何准确检测AI生成内容？这几种技术方法值得关注
    39
  • 6
    AI生成的文本：如何识破机器的“笔迹”？
    42
  • 7
    如何识别AI生成内容？探秘“AI指纹”检测技术
    31
  • 8
    火眼金睛：如何检测文本内容是否出自AI之手？
    26
  • 9
    AI检测技术：如何识别机器生成的“数字指纹”？
    24
  • 10
    揭秘AI文本：当前主流检测技术与挑战
    154

    • 相关电子书

    更多
  • 低代码开发师（初级）实战教程
  • 冬季实战营第三期：MySQL数据库进阶实战
  • 阿里巴巴DevOps 最佳实践手册
    • 下一篇
    一文了解：阿里云对象存储OSS是什么？