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
|
3月前
|
机器学习/深度学习 人工智能 文件存储
Llama Nemotron:英伟达开源基于Llama架构优化的推理模型,253B参数持平DeepSeek R1!
NVIDIA推出的Llama Nemotron系列推理模型,基于Llama架构优化,包含Nano/Super/Ultra三款,在数学推理、编程和工具调用等任务中展现卓越性能。
112 5
Llama Nemotron:英伟达开源基于Llama架构优化的推理模型,253B参数持平DeepSeek R1!
|
2月前
|
存储 Cloud Native 关系型数据库
PolarDB开源:云原生数据库的架构革命
本文围绕开源核心价值、社区运营实践和技术演进路线展开。首先解读存算分离架构的三大突破,包括基于RDMA的分布式存储、计算节点扩展及存储池扩容机制,并强调与MySQL的高兼容性。其次分享阿里巴巴开源治理模式,涵盖技术决策、版本发布和贡献者成长体系,同时展示企业应用案例。最后展望技术路线图,如3.0版本的多写多读架构、智能调优引擎等特性,以及开发者生态建设举措,推荐使用PolarDB-Operator实现高效部署。
170 2
|
3月前
|
机器学习/深度学习 人工智能 算法
超越 DeepSeek-R1!Seed-Thinking-v1.5:字节跳动开源MoE架构推理模型,200B总参数仅激活20B,推理效率提升5倍
字节跳动推出的200B参数混合专家模型,在AIME/Codeforces/GPQA等基准测试中实现多项突破,采用强化学习框架与流式推理系统,支持7大领域复杂推理任务。
216 13
超越 DeepSeek-R1!Seed-Thinking-v1.5:字节跳动开源MoE架构推理模型,200B总参数仅激活20B,推理效率提升5倍
|
3月前
|
机器学习/深度学习 编解码 人工智能
Kimi开源MoE架构多模态推理模型,小激活参数,大能量!
最近Moonshot AI推出了 Kimi-VL,这是一个高效的开源混合专家(MoE)视觉-语言模型(VLM),它提供了先进的多模态推理、长上下文理解以及强大的代理能力——所有这些功能都只需激活其语言解码器中的2.8B参数(Kimi-VL-A3B)。
176 1
|
3月前
|
人工智能 计算机视觉 开发者
Meta开源多模态AI新王炸!Llama 4:MoE架构仅用17B参数碾压Gemma 3,支持1000万token上下文
Meta最新开源的Llama 4系列多模态AI模型,采用混合专家架构,支持200种语言处理,最高达2万亿参数规模,在语言理解、图像分析和代码生成等任务中展现突破性性能。
202 0
Meta开源多模态AI新王炸!Llama 4:MoE架构仅用17B参数碾压Gemma 3,支持1000万token上下文
|
5月前
|
存储 人工智能 缓存
DeepSeek 开源周第三弹!DeepGEMM:FP8矩阵计算神器!JIT编译+Hopper架构优化,MoE性能飙升
DeepGEMM 是 DeepSeek 开源的专为 FP8 矩阵乘法设计的高效库,支持普通和混合专家(MoE)分组的 GEMM 操作,基于即时编译技术,动态优化矩阵运算,显著提升计算性能。
480 3
DeepSeek 开源周第三弹!DeepGEMM:FP8矩阵计算神器!JIT编译+Hopper架构优化,MoE性能飙升
|
4月前
|
人工智能 物联网
VideoPainter:开源视频修复神器!双分支架构一键修复,对象身份永久在线
VideoPainter 是由香港中文大学、腾讯ARC Lab等机构联合推出的视频修复和编辑框架,基于双分支架构和预训练扩散模型,支持任意长度视频的修复与编辑,具备背景保留、前景生成、文本指导编辑等功能,为视频处理领域带来新的突破。
168 12
|
5月前
|
安全 NoSQL MongoDB
XJ-Survey:这个让滴滴日均处理1.2亿次问卷请求的开源系统,今天终于公开了它的架构密码!
嗨,大家好,我是小华同学。今天为大家介绍一款由滴滴开源的高效调研系统——XJ-Survey。它功能强大,支持多类型数据采集、智能逻辑编排、精细权限管理和数据在线分析,适用于问卷、考试、测评等场景。采用 Vue3、NestJS 等先进技术栈,确保高性能与安全性。无论是企业还是个人,XJ-Survey 都是你不可错过的神器!项目地址:[https://github.com/didi/xiaoju-survey](https://github.com/didi/xiaoju-survey)
177 15
|
5月前
|
存储 监控 算法
公司监控上网软件架构:基于 C++ 链表算法的数据关联机制探讨
在数字化办公时代,公司监控上网软件成为企业管理网络资源和保障信息安全的关键工具。本文深入剖析C++中的链表数据结构及其在该软件中的应用。链表通过节点存储网络访问记录,具备高效插入、删除操作及节省内存的优势,助力企业实时追踪员工上网行为,提升运营效率并降低安全风险。示例代码展示了如何用C++实现链表记录上网行为,并模拟发送至服务器。链表为公司监控上网软件提供了灵活高效的数据管理方式,但实际开发还需考虑安全性、隐私保护等多方面因素。
73 0
公司监控上网软件架构:基于 C++ 链表算法的数据关联机制探讨
|
5月前
|
存储 关系型数据库 分布式数据库
PolarDB 开源基础教程系列 1 架构解读
PolarDB 是阿里云研发的云原生分布式数据库,基于 PostgreSQL 开源版本,旨在解决传统数据库在大规模数据和高并发场景下的性能和扩展性问题。其主要特点包括: 1. **存储计算分离架构**:通过将计算与存储分离,实现极致弹性、共享一份数据以降低成本、透明读写分离。 2. **HTAP 架构**:支持混合事务处理和分析处理(HTAP),能够在同一系统中高效执行 OLTP 和 OLAP 查询。 3. **优化的日志复制机制**:采用只复制元数据的方式减少网络传输量,优化页面回放和 DDL 锁回放过程。 4. **并行查询与索引创建**:引入 MPP 分布式执行引擎。
295 8

推荐镜像

更多