AI 助理
备案控制台
开发者社区 数据库 文章 正文

如何从Zabbix数据库中获取监控数据

2017-11-09 6721
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。
本文涉及的产品
云数据库 RDS MySQL，集群系列 2核4GB
推荐场景：
搭建个人博客
RDS MySQL Serverless 基础系列，0.5-2RCU 50GB
推荐场景：
学生管理系统数据库设计 搭建个人博客
云数据库 RDS PostgreSQL，集群系列 2核4GB
简介：

   做过Zabbix的同学都知道，Zabbix通过专用的Agent或者SNMP收集相关的监控数据，然后存储到数据库里面实时在前台展示。Zabbix监控数据主要分为以下两类：

    历史数据：history相关表,从history_uint表里面可以查询到设备监控项目的最大，最小和平均值,即存储监控数据的原始数据。

    趋势数据：trends相关表,趋势数据是经过Zabbix计算的数据，数据是从history_uint里面汇总的，从trends_uint可以查看到监控数据每小时最大，最小和平均值，即存储监控数据的汇总数据。

    Zabbix可以通过两种方式获取历史数据：

1.通过Zabbix前台获取历史数据

    通过Zabbix前台查看历史数据非常简单，可以通过Monitoring->Lastest data的方式查看。也可以点击右上角的As plain test按钮保存成文本文件。

wKioL1QkDOCjpLoTAAOm77_P1z4367.jpg

2.通过前台获取的数据进行处理和二次查询有很多限制，因此可以通过SQL语句直接从后台DB查询数据。    

    首先大家应该熟悉SQL语句Select 常用用法：

1
2
3
4
5
6
7
SELECT  [ ALL  |  DISTINCT ] Select_List [ INTO  [New_Table_name]
FROM  { Table_name | View_name} [ [,{table2_name | view2_name}
      [,...] ]
[  WHERE  Serch_conditions ]
[  GROUP  BY  Group_by_list ]
[  HAVING  Serch_conditions ]
[  ORDER  BY  Order_list [ ASC |  DEsC ] ]

    说明：

1)SELECT子句指定要查询的特定表中的列，它可以是*，表达式，列表等。

2)INTO子句指定要生成新的表。

3)FROM子句指定要查询的表或者视图。

4)WHERE子句用来限定查询的范围和条件。

5)GROUP BY子句指定分组查询子句。

6)HAVING子句用于指定分组子句的条件。

7)ORDER BY可以根据一个或者多个列来排序查询结果，在该子句中，既可以使用列名，也可以使用相对列号，ASC表示升序，DESC表示降序。

8）mysql聚合函数：sum()，count()，avg()，max()，avg()等都是聚合函数，当我们在用聚合函数的时候，一般都要用到GROUP BY 先进行分组，然后再进行聚合函数的运算。运算完后就要用到Having子句进行判断了,例如聚合函数的值是否大于某一个值等等。

从Zabbix数据库中查询监控项目方法,这里已查询主机的网卡流量为例子：

1）通过hosts表查找host的ID。

1
2
3
4
5
6
7
mysql>  select  host,hostid  from  hosts  where  host= "WWW05" ;
+ -------+--------+
| host  | hostid |
+ -------+--------+
| WWW05 |  10534 |
+ -------+--------+
1 row  in  set  (0.00 sec)

2）通过items表查找主的监控项和key以及itemid。

1
2
3
4
5
6
7
mysql>  select  itemid, name ,key_  from  items  where  hostid=10534  and  key_= "net.if.out[eth0]" ;
+ --------+-----------------+------------------+
| itemid |  name             | key_             |
+ --------+-----------------+------------------+
|  58860 | 发送流量：      | net.if. out [eth0] |
+ --------+-----------------+------------------+
1 row  in  set  (0.00 sec)

3）通过itemid查询主机的监控项目（history_uint或者trends_uint)，单位为M。

   主机流入流量：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
mysql>  select  from_unixtime(clock)  as  DateTime,round(value/1024/1024,2)  as  Traffic_in  from  history_uint  where  itemid= "58855"  and  from_unixtime(clock)>= '2014-09-20'  and  from_unixtime(clock)< '2014-09-21'  limit 20;
+ ---------------------+------------+
| DateTime            | Traffic_in |
+ ---------------------+------------+
| 2014-09-20 00:00:55 |       0.10 |
| 2014-09-20 00:01:55 |       0.09 |
| 2014-09-20 00:02:55 |       0.07 |
| 2014-09-20 00:03:55 |       0.05 |
| 2014-09-20 00:04:55 |       0.03 |
| 2014-09-20 00:05:55 |       0.06 |
| 2014-09-20 00:06:55 |       0.12 |
| 2014-09-20 00:07:55 |       0.05 |
| 2014-09-20 00:08:55 |       0.10 |
| 2014-09-20 00:09:55 |       0.10 |
| 2014-09-20 00:10:55 |       0.12 |
| 2014-09-20 00:11:55 |       0.12 |
| 2014-09-20 00:12:55 |       0.13 |
| 2014-09-20 00:13:55 |       3.16 |
| 2014-09-20 00:14:55 |       0.23 |
| 2014-09-20 00:15:55 |       0.24 |
| 2014-09-20 00:16:55 |       0.26 |
| 2014-09-20 00:17:55 |       0.23 |
| 2014-09-20 00:18:55 |       0.14 |
| 2014-09-20 00:19:55 |       0.16 |
+ ---------------------+------------+
20  rows  in  set  (0.82 sec)

    主机流出流量：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
mysql>  select  from_unixtime(clock)  as  DateTime,round(value/1024/1024,2)  as  Traffic_out  from  history_uint  where  itemid= "58860"  and  from_unixtime(clock)>= '2014-09-20'  and  from_unixtime(clock)< '2014-09-21'  limit 20;
+ ---------------------+-------------+
| DateTime            | Traffic_out |
+ ---------------------+-------------+
| 2014-09-20 00:00:00 |        4.13 |
| 2014-09-20 00:01:00 |        3.21 |
| 2014-09-20 00:02:00 |        2.18 |
| 2014-09-20 00:03:01 |        1.61 |
| 2014-09-20 00:04:00 |        1.07 |
| 2014-09-20 00:05:00 |        0.92 |
| 2014-09-20 00:06:00 |        1.23 |
| 2014-09-20 00:07:00 |        2.76 |
| 2014-09-20 00:08:00 |        1.35 |
| 2014-09-20 00:09:00 |        3.11 |
| 2014-09-20 00:10:00 |        2.99 |
| 2014-09-20 00:11:00 |        2.68 |
| 2014-09-20 00:12:00 |        2.55 |
| 2014-09-20 00:13:00 |        2.89 |
| 2014-09-20 00:14:00 |        4.98 |
| 2014-09-20 00:15:00 |        6.56 |
| 2014-09-20 00:16:00 |        7.34 |
| 2014-09-20 00:17:00 |        6.81 |
| 2014-09-20 00:18:00 |        7.67 |
| 2014-09-20 00:19:00 |        4.11 |
+ ---------------------+-------------+
20  rows  in  set  (0.74 sec)

4）如果是两台设备，汇总流量，假如公司出口有两台设备，可以用下面的SQL语句汇总每天的流量。下面SQL语句是汇总上面主机网卡的进出流量的。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
mysql>  select  from_unixtime(clock, "%Y-%m-%d %H:%i" )  as  DateTime, sum (round(value/1024/1024,2))  as  Traffic_total  from  history_uint  where  itemid  in  (58855,58860)   and  from_unixtime(clock)>= '2014-09-20' and  from_unixtime(clock)< '2014-09-21'  group  by  from_unixtime(clock, "%Y-%m-%d %H:%i" ) limit 20;
+ ------------------+---------------+
| DateTime         | Traffic_total |
+ ------------------+---------------+
| 2014-09-20 00:00 |          4.23 |
| 2014-09-20 00:01 |          3.30 |
| 2014-09-20 00:02 |          2.25 |
| 2014-09-20 00:03 |          1.66 |
| 2014-09-20 00:04 |          1.10 |
| 2014-09-20 00:05 |          0.98 |
| 2014-09-20 00:06 |          1.35 |
| 2014-09-20 00:07 |          2.81 |
| 2014-09-20 00:08 |          1.45 |
| 2014-09-20 00:09 |          3.21 |
| 2014-09-20 00:10 |          3.11 |
| 2014-09-20 00:11 |          2.80 |
| 2014-09-20 00:12 |          2.68 |
| 2014-09-20 00:13 |          6.05 |
| 2014-09-20 00:14 |          5.21 |
| 2014-09-20 00:15 |          6.80 |
| 2014-09-20 00:16 |          7.60 |
| 2014-09-20 00:17 |          7.04 |
| 2014-09-20 00:18 |          7.81 |
| 2014-09-20 00:19 |          4.27 |
+ ------------------+---------------+
20  rows  in  set  (1.52 sec)

5)查询一天中主机流量的最大值，最小值和平均值。

1
2
3
4
5
6
7
mysql>  select  date  as  DateTime,round( min (traffic)/2014/1024,2)  as  TotalMinIN,round( avg (traffic)/1024/1024,2)  as  TotalAvgIN,round( max (traffic)/1024/1024,2)   as  TotalMaxIN  from  ( select  from_unixtime(clock, "%Y-%m-%d" )  as  date , sum (value)  as  traffic  from  history_uint  where  itemid  in  (58855,58860)   and  from_unixtime(clock)>= '2014-09-20'  and  from_unixtime(clock)< '2014-09-21'  group  by  from_unixtime(clock, "%Y-%m-%d %H:%i" ) ) tmp;
+ ------------+------------+------------+------------+
| DateTime   | TotalMinIN | TotalAvgIN | TotalMaxIN |
+ ------------+------------+------------+------------+
| 2014-09-20 |       0.01 |       4.63 |     191.30 |
+ ------------+------------+------------+------------+
1 row  in  set  (1.74 sec)

6）查询主机组里面所有主机CPU Idle平均值（原始值）。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
mysql>  select  from_unixtime(hi.clock, "%Y-%m-%d %H:%i" )  as  DateTime,g. name  as  Group_Name,h.host  as  Host, hi.value  as  Cpu_Avg_Idle  from  hosts_groups  as  hg  join  groups g  on  g.groupid = hg.groupid  join  items i  on  hg.hostid = i.hostid  join  hosts h  on  h.hostid=i.hostid  join  history hi  on   i.itemid = hi.itemid  where  g. name = '上海机房--项目测试'  and  i.key_= 'system.cpu.util[,idle]'  and   from_unixtime(clock)>= '2014-09-24'  and  from_unixtime(clock)< '2014-09-25'  group  by  h.host,from_unixtime(hi.clock, "%Y-%m-%d %H:%i" ) limit 10;
+ ------------------+----------------------------+----------+--------------+
| DateTime         | Group_Name                 | Host     | Cpu_Avg_Idle |
+ ------------------+----------------------------+----------+--------------+
| 2014-09-24 00:02 | 上海机房 --项目测试         | testwb01 |      94.3960 |
| 2014-09-24 00:07 | 上海机房 --项目测试         | testwb01 |      95.2086 |
| 2014-09-24 00:12 | 上海机房 --项目测试         | testwb01 |      95.4308 |
| 2014-09-24 00:17 | 上海机房 --项目测试         | testwe01 |      95.4580 |
| 2014-09-24 00:22 | 上海机房 --项目测试         | testwb01 |      95.4611 |
| 2014-09-24 00:27 | 上海机房 --项目测试         | testwb01 |      95.2939 |
| 2014-09-24 00:32 | 上海机房 --项目测试         | testwb01 |      96.0896 |
| 2014-09-24 00:37 | 上海机房 --项目测试         | testwb01 |      96.5286 |
| 2014-09-24 00:42 | 上海机房 --项目测试         | testwb01 |      96.8086 |
| 2014-09-24 00:47 | 上海机房 --项目测试         | testwb01 |      96.6854 |
+ ------------------+----------------------------+----------+--------------+
10  rows  in  set  (0.75 sec)

7)查询主机组里面所有主机CPU Idle平均值（汇总值）。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
mysql>  select  from_unixtime(hi.clock, "%Y-%m-%d %H:%i" )  as  Date ,g. name  as  Group_Name,h.host  as  Host, hi.value_avg  as  Cpu_Avg_Idle    from  hosts_groups  as  hg  join  groups g  on  g.groupid = hg.groupid  join  items i  on  hg.hostid = i.hostid  join  hosts h  on  h.hostid=i.hostid  join  trends hi  on   i.itemid = hi.itemid      where  g. name = '上海机房--项目测试'  and  i.key_= 'system.cpu.util[,idle]'  and   from_unixtime(clock)>= '2014-09-10'  and  from_unixtime(clock)< '2014-09-11'  group  by  h.host,from_unixtime(hi.clock, "%Y-%m-%d %H:%i" ) limit 10;
+ ------------------+----------------------------+----------+--------------+
|  Date              | Group_Name                 | Host     | Cpu_Avg_Idle |
+ ------------------+----------------------------+----------+--------------+
| 2014-09-10 00:00 | 上海机房 --项目测试         | testwb01 |      99.9826 |
| 2014-09-10 01:00 | 上海机房 --项目测试         | testwb01 |      99.9826 |
| 2014-09-10 02:00 | 上海机房 --项目测试         | testwb01 |      99.9825 |
| 2014-09-10 03:00 | 上海机房 --项目测试         | testwb01 |      99.9751 |
| 2014-09-10 04:00 | 上海机房 --项目测试         | testwb01 |      99.9843 |
| 2014-09-10 05:00 | 上海机房 --项目测试         | testwb01 |      99.9831 |
| 2014-09-10 06:00 | 上海机房 --项目测试         | testwb01 |      99.9829 |
| 2014-09-10 07:00 | 上海机房 --项目测试         | testwb01 |      99.9843 |
| 2014-09-10 08:00 | 上海机房 --项目测试         | testwb01 |      99.9849 |
| 2014-09-10 09:00 | 上海机房 --项目测试         | testwb01 |      99.9849 |
+ ------------------+----------------------------+----------+--------------+
10  rows  in  set  (0.01 sec)

8）其它与Zabbix相关的SQL语句。

    查询主机已经添加但没有开启监控主机：

1
select  host  from  hosts  where  status=1;

    查询NVPS的值：

1
2
3
4
5
6
7
mysql>  SELECT  round( SUM (1.0/i.delay),2)  AS  qps  FROM  items i,hosts h  WHERE  i.status= '0'  AND  i.hostid=h.hostid  AND  h.status= '0'  AND  i.delay<>0; 
+ --------+
| qps    |
+ --------+
| 503.40 |
+ --------+
1 row  in  set  (0.11 sec)

    查询IDC机房的资产信息：

1
2
3
4
5
6
7
8
mysql>  select  name ,os,tag,hardware  from  host_inventory  where  hostid  in  ( select  hostid  from   hosts_groups   where  groupid=69) limit 2;
+ -------+----------------------------+------+-------------------+
|  name   | os                         | tag  | hardware          |
+ -------+----------------------------+------+-------------------+
| SHDBM | CentOS release 5.2 (Final) | i686 | ProLiant DL360 G5 |
| SHDBS | CentOS release 5.2 (Final) | i686 | ProLiant DL360 G5 |
+ -------+----------------------------+------+-------------------+
2  rows  in  set  (0.00 sec)

    查询Zabbix interval分布情况：

1
2
3
4
5
6
7
8
9
10
11
12
13
mysql>  select  delay, count (*),concat(round( count (*) / ( select  count (*)  from  items  where  status=0)*100,2), "%" )  as  percent  from  items  where  status=0  group  by  delay  order  by  2  desc ;
+ -------+----------+---------+
| delay |  count (*) | percent |
+ -------+----------+---------+
|  3600 |    41168 | 38.92%  |
|   300 |    35443 | 33.51%  |
|   600 |    16035 | 15.16%  |
|    60 |    12178 | 11.51%  |
|     0 |      902 | 0.85%   |
| 36000 |       46 | 0.04%   |
|    30 |        1 | 0.00%   |
+ -------+----------+---------+
7  rows  in  set  (0.68 sec)

    总结：通过SQL语句可以查询出任何监控项目的数据，并且在SQL语句的末尾通过into outfile '/tmp/zabbix_result.txt'直接把查询的结果保存到系统上面，在通过脚本发送查询结果到指定的用户，实现自动化查询的过程，网上很少有介绍Zabbix数据库查询的文章，希望对大家有所帮助。










本文转自 sfzhang 51CTO博客，原文链接：http://blog.51cto.com/sfzhang88/1558254，如需转载请自行联系原作者

文章标签：
云数据库 RDS MySQL 版
监控
数据库
测试技术
关系型数据库
SQL
关键词：
Zabbix监控
数据库数据
数据库监控
数据库zabbix
Zabbix数据库
相关实践学习
如何在云端创建MySQL数据库
开始实验后，系统会自动创建一台自建MySQL的 源数据库 ECS 实例和一台 目标数据库 RDS。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心，利用清洁计算为万物互联的新世界提供源源不断的能源动力，目前开服的区域包括中国（华北、华东、华南、香港）、新加坡、美国（美东、美西）、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程，来了解阿里云能够为你的业务带来哪些帮助 &nbsp; &nbsp; 相关的阿里云产品：云服务器ECS 云服务器 ECS（Elastic Compute Service）是一种弹性可伸缩的计算服务，助您降低 IT 成本，提升运维效率，使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
余二五
目录
相关文章
数据库小能手
|
9天前
|
存储 人工智能 Cloud Native
云栖重磅｜从数据到智能：Data+AI驱动的云原生数据库
在9月20日2024云栖大会上，阿里云智能集团副总裁，数据库产品事业部负责人，ACM、CCF、IEEE会士（Fellow）李飞飞发表《从数据到智能：Data+AI驱动的云原生数据库》主题演讲。他表示，数据是生成式AI的核心资产，大模型时代的数据管理系统需具备多模处理和实时分析能力。阿里云瑶池将数据+AI全面融合，构建一站式多模数据管理平台，以数据驱动决策与创新，为用户提供像“搭积木”一样易用、好用、高可用的使用体验。
数据库小能手
58 1
云栖重磅｜从数据到智能：Data+AI驱动的云原生数据库
江湖有缘
|
11天前
|
SQL 关系型数据库 数据库
国产数据实战之docker部署MyWebSQL数据库管理工具
【10月更文挑战第23天】国产数据实战之docker部署MyWebSQL数据库管理工具
江湖有缘
48 4
国产数据实战之docker部署MyWebSQL数据库管理工具
东方睿赢
|
9天前
|
SQL 监控 数据库
OceanBase社区版可以通过Zabbix监控
OceanBase社区版可以通过Zabbix监控
东方睿赢
37 7
数据库小能手
|
9天前
|
关系型数据库 分布式数据库 数据库
云栖大会｜从数据到决策：AI时代数据库如何实现高效数据管理？
在2024云栖大会「海量数据的高效存储与管理」专场，阿里云瑶池讲师团携手AMD、FunPlus、太美医疗科技、中石化、平安科技以及小赢科技、迅雷集团的资深技术专家深入分享了阿里云在OLTP方向的最新技术进展和行业最佳实践。
数据库小能手
26 4
mao29955
|
8天前
|
缓存 监控 关系型数据库
如何根据监控结果调整 MySQL 数据库的参数以提高性能？
【10月更文挑战第28天】根据MySQL数据库的监控结果来调整参数以提高性能，需要综合考虑多个方面的因素
mao29955
42 1
mao29955
|
8天前
|
监控 关系型数据库 MySQL
如何监控和诊断 MySQL 数据库的性能问题？
【10月更文挑战第28天】监控和诊断MySQL数据库的性能问题是确保数据库高效稳定运行的关键
mao29955
21 1
陌陌谣
|
12天前
|
SQL 数据采集 监控
局域网监控电脑屏幕软件：PL/SQL 实现的数据库关联监控
在当今网络环境中，基于PL/SQL的局域网监控系统对于企业和机构的信息安全至关重要。该系统包括屏幕数据采集、数据处理与分析、数据库关联与存储三个核心模块，能够提供全面而准确的监控信息，帮助管理者有效监督局域网内的电脑使用情况。
陌陌谣
14 2
科技云报道
|
17天前
|
人工智能 Cloud Native 容灾
云数据库“再进化”，OB Cloud如何打造云时代的数据底座？
云数据库“再进化”，OB Cloud如何打造云时代的数据底座？
科技云报道
37 2
小Lee
|
25天前
|
SQL 存储 关系型数据库
数据储存数据库管理系统（DBMS）
【10月更文挑战第11天】
小Lee
77 3
1100237741946300
|
30天前
|
SQL 存储 关系型数据库
添加数据到数据库的SQL语句详解与实践技巧
在数据库管理中，添加数据是一个基本操作，它涉及到向表中插入新的记录
1100237741946300
230 4

热门文章

最新文章

  • 1
    RDS入门——Excel文件转存到RDS数据库实践
  • 2
    Myeclipse 操作数据库
  • 3
    干货分享 ｜ 揭秘下一代云数据库引擎MyBase for MySQL
  • 4
    SQLServer数据库日志清理 清除sqlserver2005日志 - sk
  • 5
    数据库查询返回空的原因
  • 6
    关系型数据库事务的作用
  • 7
    服务器增加内存后无法重启数据库的问题及解决
  • 8
    RDS审计中心--数据库安全监控利器
  • 9
    使用xtrabackup备份innodb引擎的数据库
  • 10
    Sqlserver与access数据库sql语法十大差异
  • 1
    zabbix服务器监控之了解agent的启动过程
    190
  • 2
    Zabbix使用外部邮箱服务器发送邮件报警
    62
  • 3
    Alibaba Cloud Linux基础入门（1）——配置zabbix
    378
  • 4
    centos7 zabbix安装客户端agent -配置监控远程主机 在需要监控的电脑上安装
    190
  • 5
    centos7 zabbix-service 源码编译 安装部署服务端 和 常见安装错误
    98
  • 6
    centos7 部署zabbix5 踩坑笔记
    177
  • 7
    请问OceanBase社区版能否通过zabbix监控，然后将报错信息展现到grafana？
    69
  • 8
    如何在 Rocky Linux 9 上安装和配置 Zabbix 服务器和客户端？
    1035
  • 9
    源码分析Zabbix客户端如何向服务端发起请求
    73
  • 10
    zabbix的架构是怎么样的？
    74

    • 相关课程

    更多
  • 数据库的前世今生
  • 数据库核心概念
  • 从传统数据库到云数据库演进
  • 数据库常见问题排查
  • 数据库及SQL/MySQL基础
  • 高校精品课-西安交通大学 -数据库理论与技术

    • 相关电子书

    更多
  • DTCC 2022大会集锦《云原生一站式数据库技术与实践》
  • 阿里云瑶池数据库精要2022版
  • 《Zabbix 监控常用手册》

    • 相关实验场景

    更多
  • 数据库实验室挑战任务-高级任务
  • 数据库实验室挑战任务-中级任务
  • 数据库实验室挑战任务-初级任务
  • 阿里云数据库产品实验室
  • MongoDB数据库入门
  • 在Alibaba Cloud Linux上配置Zabbix

    • 推荐镜像

    更多
  • zabbix
  • mariadb
  • puppet
    • 下一篇
    无影云桌面