首页    技术博客    PHP教程    数据库技术    前端开发   HTML5    Nginx    php论坛
新用户注册 | 会员登录
加入会员，解锁专属内容
取消
热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

使用Prometheus+Grafana实时监控服务器性能prometheus监控服务器索引

作者：Martha829 | 来源：互联网 | 2023-05-19 05:45
本文主要介绍关于运维的知识点，对【使用Prometheus+Grafana实时监控服务器性能】和【prometheus监控服务器索引】有兴趣的朋友可以看下由【wespten】投稿的技术文章，希望该技术

本文主要介绍关于运维的知识点，对【使用Prometheus+Grafana实时监控服务器性能】和【prometheus监控服务器索引】有兴趣的朋友可以看下由【wespten】投稿的技术文章，希望该技术和经验能帮到你解决你所遇的Linux Windows SRE 运维部署与监控相关技术问题。

prometheus监控服务器索引

一、Prometheus、Grafana 架构

Prometheus 是一套开源的系统监控报警框架。Prometheus 所有采集的监控数据均以指标（metric）的形式保存在内置的时间序列数据库当中（TSDB）：属于同一指标名称，同一标签集合的、有时间戳标记的数据流。除了存储的时间序列，Prometheus 还可以根据查询请求产生临时的、衍生的时间序列作为返回结果。

现在最常见的Kubernetes容器管理系统中，通常会搭配Prometheus进行监控。

Prometheus基本原理是通过HTTP协议周期性抓取被监控组件的状态，这样做的好处是任意组件只要提供HTTP接口就可以接入监控系统，不需要任何SDK或者其他的集成过程。这样做非常适合虚拟化环境比如VM或者Docker 。

Prometheus应该是为数不多的适合Docker、Mesos、Kubernetes环境的监控系统之一。

输出被监控组件信息的HTTP接口被叫做exporter 。目前互联网公司常用的组件大部分都有exporter可以直接使用，比如Varnish、Haproxy、Nginx、MySQL、Linux 系统信息 (包括磁盘、内存、CPU、网络等等)，具体支持的源看：Prometheus · GitHub。

与其他监控系统相比，Prometheus的主要特点是：

一个多维数据模型（时间序列由指标名称定义和设置键/值尺寸）。非常高效的存储，平均一个采样数据占~3.5bytes左右，320万的时间序列，每30秒采样，保持60天，消耗磁盘大概228G。一种灵活的查询语言。不依赖分布式存储，单个服务器节点。时间集合通过HTTP上的PULL模型进行。通过中间网关支持推送时间。通过服务发现或静态配置发现目标。多种模式的图形和仪表板支持。

Exporter

Exporter是Prometheus的一类数据采集组件的总称。它负责从目标处搜集数据，并将其转化为Prometheus支持的格式。与传统的数据采集组件不同的是，它并不向中央服务器发送数据，而是等待中央服务器主动前来抓取。

Grafana

Grafana是一个跨平台的开源的度量分析和可视化工具，可以通过将采集的数据查询然后可视化的展示，并及时通知。

Prometheus生态系统整体架构

它的服务过程是这样的Prometheus daemon负责定时去目标上抓取metrics(指标) 数据，每个抓取目标需要暴露一个http服务的接口给它定时抓取。

Prometheus：支持通过配置文件、文本文件、zookeeper、Consul、DNS SRV lookup等方式指定抓取目标。支持很多方式的图表可视化，例如十分精美的Grafana，自带的Promdash，以及自身提供的模版引擎等等，还提供HTTP API的查询方式，自定义所需要的输出。

Alertmanager：是独立于Prometheus的一个组件，可以支持Prometheus的查询语句，提供十分灵活的报警方式。

PushGateway：这个组件是支持Client主动推送metrics到PushGateway，而Prometheus只是定时去Gateway上抓取数据。

如果有使用过statsd的用户，则会觉得这十分相似，只是statsd是直接发送给服务器端，而Prometheus主要还是靠进程主动去抓取。

大多数Prometheus组件都是用Go编写的，它们可以轻松地构建和部署为静态二进制文件。访问prometheus.io以获取完整的文档，示例和指南。

Prometheus的数据模型

Prometheus从根本上所有的存储都是按时间序列去实现的，相同的metrics(指标名称) 和label(一个或多个标签) 组成一条时间序列，不同的label表示不同的时间序列。为了支持一些查询，有时还会临时产生一些时间序列存储。

metrics name&label指标名称和标签。

每条时间序列是由唯一的”指标名称”和一组”标签（key=value）”的形式组成。

指标名称：一般是给监测对像起一名字，例如http_requests_total这样，它有一些命名规则，可以包字母数字_之类的的。通常是以应用名称开头_监测对像_数值类型_单位这样。例如：

push_total、userlogin_mysql_duration_seconds、app_memory_usage_bytes

标签：就是对一条时间序列不同维度的识别了，例如一个http请求用的是POST还是GET，它的endpoint是什么，这时候就要用标签去标记了。最终形成的标识便是这样了：

http_requests_total{method=”POST”,endpoint=”/api/tracks”}

记住，针对http_requests_total这个metrics name无论是增加标签还是删除标签都会形成一条新的时间序列。

查询语句就可以跟据上面标签的组合来查询聚合结果了。

如果以传统数据库的理解来看这条语句，则可以考虑http_requests_total是表名，标签是字段，而timestamp是主键，还有一个float64字段是值了。（Prometheus里面所有值都是按float64存储）。

Prometheus四种数据类型

Counter

Counter用于累计值，例如记录请求次数、任务完成数、错误发生次数。一直增加，不会减少。重启进程后，会被重置。

例如：http_response_total{method=”GET”,endpoint=”/api/tracks”} 100，10秒后抓取http_response_total{method=”GET”,endpoint=”/api/tracks”} 100。

Gauge

Gauge常规数值，例如 温度变化、内存使用变化。可变大，可变小。重启进程后，会被重置。

例如： memory_usage_bytes{host=”master-01″} 100 <抓取值、memory_usage_bytes{host=”master-01″} 30、memory_usage_bytes{host=”master-01″} 50、memory_usage_bytes{host=”master-01″} 80 <抓取值。

Histogram

Histogram（直方图）可以理解为柱状图的意思，常用于跟踪事件发生的规模，例如：请求耗时、响应大小。它特别之处是可以对记录的内容进行分组，提供count和sum全部值的功能。

例如：{小于10=5次，小于20=1次，小于30=2次}，count=7次，sum=7次的求和值。

Summary

Summary和Histogram十分相似，常用于跟踪事件发生的规模，例如：请求耗时、响应大小。同样提供 count 和 sum 全部值的功能。

例如：count=7次，sum=7次的值求值。

它提供一个quantiles的功能，可以按%比划分跟踪的结果。例如：quantile取值0.95，表示取采样值里面的95%数据。

二、Prometheus+Granfana安装配置

node_exporter – 用于机器系统数据收集

Grafana是一个开源的功能丰富的数据可视化平台，通常用于时序数据的可视化。它内置了以下数据源的支持：

prometheus下载安装

1、下载

版本地址：Releases · prometheus/prometheus · GitHub

可以选择自己需要的版本，官网下载地址：Download | Prometheus

wget https://github.com/prometheus/prometheus/releases/download/v2.23.0/prometheus-2.23.0.linux-amd64.tar.gz

如果通过wget方式下载太慢，建议用迅雷下载到本地，然后上传到服务器上。

 2、安装

 解压：

tar -xzvf prometheus-2.23.0.linux-amd64.tar.gz

解压目录如下：

3、配置prometheus 

修改配置文件：

vi prometheus.yml

配置文件prometheus.yml注解：

global:
  # 默认情况下，每15s拉取一次目标采样点数据。
  scrape_interval:     15s
  # 我们可以附加一些指定标签到采样点度量标签列表中, 用于和第三方系统进行通信, 包括：federation, remote storage, Alertmanager
  external_labels:
    # 下面就是拉取自身服务采样点数据配置
    monitor: 'codelab-monitor'
scrape_configs:
  # job名称会增加到拉取到的所有采样点上，同时还有一个instance目标服务的host：port标签也会增加到采样点上
  - job_name: 'prometheus'
    # 覆盖global的采样点，拉取时间间隔5s
    scrape_interval: 5s
    static_configs:
      - targets: ['localhost:9090']

4、启动服务

启动方式1：命令行启动

在安装完成以后，可以直接在命令行启动。启动方式通常是：

./prometheus --config.file=prometheus.yml &　　#最后的&不能少

或者：

nohup /opt/prometheus/prometheus &

如果要使用不同于9090的端口号，可以在命令行参数 --web.listen-address中指定，如：

./prometheus --config.file=prometheus.yml --web.listen-address=:8091 &

启动以后，访问 http://xxx.xxx.xxx.xxx:8091，可以看到，端口确实更改了。

顺便说一下，要看prometheus的所有命令行参数，可以执行如下命令：

./prometheus -h

启动方式2：服务方式启动

安装完成以后，也可以把prometheus配置成自启动的服务，在其中的配置文件中也可以自定义prometheus的启动端口。步骤如下：

1. 在 /usr/lib/systemd/system目录下创建新文件 prometheus.service，其中ExecStart字段指定启动参数时，设置自定义端口，内容如下：

--web.listen-address=:8091

[Unit]
Description=Prometheus Monitoring System
Documentation=Prometheus Monitoring System

[Service]
ExecStart=/opt/proe/prometheus-2.3.1.linux-amd64/prometheus \
  --config.file=/opt/proe/prometheus-2.3.1.linux-amd64/prometheus.yml --web.enable-admin-api \
  --web.listen-address=:8091

[Install]
WantedBy=multi-user.target

2.执行命令：

systemctl start prometheus.service

如果prometheus在运行，有时候要执行如下命令：

systemctl daemon-reload

3.验证prometheus是否在新端口正常启动：

输入如下命令：

[root@k8s-node-3 system]# netstat -lntp |grep prometheus
tcp6 0 0 :::8091 :::* LISTEN 11758/prometheus

可见端口已经是自定义的端口了。

访问：http://localhost:8099

安装Node_Exporter

#新建node_exporter文件夹
mkdir node_exporter
#定位到要下载的文件夹下
cd node_exporter
#下载node_exporter，如果下载速度慢，可以用迅雷先下载然后上传到服务器
wget https://github.com/prometheus/node_exporter/releases/download/v1.0.1/node_exporter-1.0.1.linux-arm64.tar.gz
#解压
tar -xzvf node_exporter-1.0.1.linux-arm64.tar.gz
#定位到启动文件目录
cd node_exporter-1.0.1.linux-arm64
#启动node_exporter
./node_exporter

修改prometheus配置文件：

配置node_exporter以服务方式启动：

#新建service文件
vi /usr/lib/systemd/system/node_exporter.service
 
#以下为node_exporter.service文件内容：
[Unit]
Description=node_exporter
Documentation=Node_exporter of Prometheus
 
[Service]
ExecStart=/usr/local/node_exporter/node_exporter-1.1.2.linux-amd64/node_exporter
 
[Install]
WantedBy=multi-user.target
 
#执行启动
systemctl daemon-reload
systemctl start node_exporter.service
 
#确认启动成功
netstat -antp | grep node_exporter

修改好后重启prometheus。

然后刷新Prometheus界面展示，显示结果如下则表示启动成功。

Grafana下载安装

官网下载地址：Download Grafana | Grafana Labs

​wget https://dl.grafana.com/oss/release/grafana-6.2.5-1.x86_64.rpm 
sudo yum localinstall grafana-6.2.5-1.x86_64.rpm 

默认安装路径：

# Home=/usr/share/grafana
# Data=/var/lib/grafana
# Logs=/var/log/grafana
# Plugins=/var/lib/grafana/plugins
# ProvisiOning=/etc/grafana/provisioning
# PidFile=/var/run/grafana/grafana-server.pid
# COnfig=/etc/grafana/grafana.ini
# DefualtCOnfig=/usr/share/grafana/conf/defaults.ini

添加到服务并自启动：

/sbin/chkconfig --add grafana-server
systemctl enable grafana-server.service

启动服务：

service grafana-server start

安装 zabbix 插件：

grafana-cli plugins install alexanderzobnin-zabbix-app

查看安装：

find / -name grafana

清除（卸载）：

rpm -e grafana-5.3.2-1.x86_64
find / -name grafana -exec rm -rf {} \;

修改密码：

grafana-cli admin reset-admin-password yourpassword

则admin账号密码被重置为yourpassword。

启动成功后访问地址：服务器IP:3000会展示grafana登录界面，默认用户名密码都是admin，然后会让你重新设置密码，设置即可。

登录进去后展示界面如下：

新建Prometheus数据库，点击设置图标，选择Data Sources：

点击Add data source，数据库选择Prometheus：

 

输入Prometheus的安装地址：http://IP:9090/，点击save and test按钮，显示如下图即表示配置成功。 

下载展示模板

点击左上角Grafana的Home的下拉框，选择Import dashboard：

输入模板id:9276，然后点击空白处(这里输入后，点击空白处，会自动下载这个模板)。

选择已创建的prometheus数据库，点击Import。 

最终展示结果如下： 

二、docker搭建Prometheus+Grafana

监控本机，只需要一个exporter。下面是我们安装时用到的架构图：

注意：本文使用的是ubuntu-16.04.5-server-amd64，只需要一台服务器即可！ 

安装docker

apt-get install -y docker.io

注意：网上的文章说要安装docker-engine和docker-ce，那都是扯淡的。包压根都找不到！

只需要安装docker.io就可以了！

如果是Centos系统，使用 yum install -y docker-io 安装

下载镜像包

docker pull prom/node-exporter
docker pull prom/prometheus
docker pull grafana/grafana

启动node-exporter

docker run -d -p 9100:9100 \
  -v "/proc:/host/proc:ro" \
  -v "/sys:/host/sys:ro" \
  -v "/:/rootfs:ro" \
  --net="host" \
  prom/node-exporter

等待几秒钟，查看端口是否起来了。

root@ubuntu:~# netstat -anpt
Active Internet connections (servers and established)
Proto Recv-Q Send-Q Local Address           Foreign Address         State       PID/Program name
tcp        0      0 0.0.0.0:22              0.0.0.0:*               LISTEN      1147/sshd       
tcp        0     36 192.168.91.132:22       192.168.91.1:63648      ESTABLISHED 2969/0          
tcp        0      0 192.168.91.132:22       192.168.91.1:63340      ESTABLISHED 1321/1          
tcp6       0      0 :::9100                 :::*                    LISTEN      3070/node_exporter

访问url：

http://192.168.91.132:9100/metrics

效果如下：

这些都是收集到数据，有了它就可以做数据展示了。

启动prometheus

新建目录prometheus，编辑配置文件prometheus.yml：

mkdir /opt/prometheus
cd /opt/prometheus/
vim prometheus.yml

内容如下：

global:
  scrape_interval:     60s
  evaluation_interval: 60s
 
scrape_configs:
  - job_name: prometheus
    static_configs:
      - targets: ['localhost:9090']
        labels:
          instance: prometheus
 
  - job_name: linux
    static_configs:
      - targets: ['192.168.91.132:9100']
        labels:
          instance: localhost

注意：修改IP地址，这里的192.168.91.132就是本机地址

启动 prometheus：

docker run  -d \
  -p 9090:9090 \
  -v /opt/prometheus/prometheus.yml:/etc/prometheus/prometheus.yml  \
  prom/prometheus

等待几秒钟，查看端口状态。

root@ubuntu:/opt/prometheus# netstat -anpt
Active Internet connections (servers and established)
Proto Recv-Q Send-Q Local Address           Foreign Address         State       PID/Program name
tcp        0      0 0.0.0.0:22              0.0.0.0:*               LISTEN      1147/sshd       
tcp        0     36 192.168.91.132:22       192.168.91.1:63648      ESTABLISHED 2969/0          
tcp        0      0 192.168.91.132:22       192.168.91.1:63340      ESTABLISHED 1321/1          
tcp6       0      0 :::9100                 :::*                    LISTEN      3070/node_exporter
tcp6       0      0 :::22                   :::*                    LISTEN      1147/sshd       
tcp6       0      0 :::9090                 :::*                    LISTEN      3336/docker-proxy

访问url：

http://192.168.91.132:9090/graph

效果如下：

访问targets，url如下： 

http://192.168.91.132:9090/targets

效果如下：

如果状态没有UP起来，等待一会，就会UP了。

启动grafana

新建空文件夹grafana-storage，用来存储数据。

mkdir /opt/grafana-storage

设置权限：

chmod 777 -R /opt/grafana-storage

因为grafana用户会在这个目录写入文件，直接设置777，比较简单粗暴！

启动grafana：

docker run -d \
  -p 3000:3000 \
  --name=grafana \
  -v /opt/grafana-storage:/var/lib/grafana \
  grafana/grafana

等待几秒钟，查看端口状态。

root@ubuntu:/opt/prometheus# netstat -anpt
Active Internet connections (servers and established)
Proto Recv-Q Send-Q Local Address           Foreign Address         State       PID/Program name
tcp        0      0 0.0.0.0:22              0.0.0.0:*               LISTEN      1147/sshd       
tcp        0     36 192.168.91.132:22       192.168.91.1:63648      ESTABLISHED 2969/0          
tcp        0      0 192.168.91.132:22       192.168.91.1:63340      ESTABLISHED 1321/1          
tcp6       0      0 :::9100                 :::*                    LISTEN      3070/node_exporter
tcp6       0      0 :::22                   :::*                    LISTEN      1147/sshd       
tcp6       0      0 :::3000                 :::*                    LISTEN      3494/docker-proxy
tcp6       0      0 :::9090                 :::*                    LISTEN      3336/docker-proxy
tcp6       0      0 192.168.91.132:9100     172.17.0.2:55108        ESTABLISHED 3070/node_exporter

访问url：

http://192.168.91.132:3000/

默认会先跳转到登录页面，默认的用户名和密码都是admin。

登录之后，它会要求你重置密码。你还可以再输次admin密码！

密码设置完成之后，就会跳转到首页。

点击Add data source，由于使用的是镜像方式，所以版本比较新。

name名字写Prometheus，type 选择Prometheus，因为数据都从它那里获取。url 输入Prometheus的ip+端口。

点击下面的Save & Test，如果出现绿色的，说明ok了。

回到首页，点击New dashboard。 

点击 Graph。

效果如下： 

点击标题下方的编辑：

效果如下： 

输入cpu，底部会有提示： 

这里监控 node_load15，表示系统15分钟的负载。点击下面的Add Query。

效果如下：

添加总内存：

这里会多出一条线。

点击右边的，可以删除掉总内存 。

点击General，修改标题为中文。 

图表效果如下：

点击上面的保存按钮。 

输入名字。

效果如下：

 

点击首页，就会有展示。

遇到的问题：

启动grafana容器时，提示容器已存在。

解决办法： 

首先查看docker是否存在以及状态：执行docker ps -a （Exited状态表示已退出，up为运行中）。

如果状态为Exited，则执行：

docker run -d -p 3000:3000 grafana/grafana

必须要加-d，否则前端界面关闭之后就不能再访问了。

三、 Prometheus和Grafana对本机服务器性能进行监控 1. CPU 
type: Graph
Unit: short
max: "100"
min: "0"
Label: Percentage

System - cpu 在内核模式下执行的进程占比

metrics:

sum by (mode)(irate(node_cpu_seconds_total{mode="system",instance=~"$node:$port",job=~"$job"}[5m])) * 100

User - cpu 在用户模式下执行的正常进程占比

metrics:

sum by (mode)(irate(node_cpu_seconds_total{mode='user',instance=~"$node:$port",job=~"$job"}[5m])) * 100

Nice - cpu 在用户模式下执行的 nice 进程占比

metrics:

sum by (mode)(irate(node_cpu_seconds_total{mode='nice',instance=~"$node:$port",job=~"$job"}[5m])) * 100

Idle - cpu 在空闲模式下的占比

metrics:

sum by (mode)(irate(node_cpu_seconds_total{mode='idle',instance=~"$node:$port",job=~"$job"}[5m])) * 100

Iowait - cpu 在 io 等待的占比

metrics:

sum by (mode)(irate(node_cpu_seconds_total{mode='iowait',instance=~"$node:$port",job=~"$job"}[5m])) * 100

Irq - cpu 在服务中断的占比

metrics:

sum by (mode)(irate(node_cpu_seconds_total{mode='irq',instance=~"$node:$port",job=~"$job"}[5m])) * 100

Softirq - cpu 在服务软中断的占比

metrics:

sum by (mode)(irate(node_cpu_seconds_total{mode='softirq',instance=~"$node:$port",job=~"$job"}[5m])) * 100


Steal - 在 VM 中运行时其他 VM 占用的本 VM 的 cpu 的占比

metrics:

sum by (mode)(irate(node_cpu_seconds_total{mode='steal',instance=~"$node:$port",job=~"$job"}[5m])) * 100

Guest - 运行各种 VM 使用的 CPU 占比

metrics:
sum by (mode)(irate(node_cpu_seconds_total{mode='guest',instance=~"$node:$port",job=~"$job"}[5m])) * 100
2.Memory Stack 内存堆栈 /proc/meminfo 
type: Graph
Unit: bytes
min: "0"
Label: Bytes

Apps - 用户空间应用程序使用的内存

metrics:

node_memory_MemTotal_bytes{instance=~"$node:$port",job=~"$job"} - node_memory_MemFree_bytes{instance=~"$node:$port",job=~"$job"}
- node_memory_Buffers_bytes{instance=~"$node:$port",job=~"$job"} - node_memory_Cached_bytes{instance=~"$node:$port",job=~"$job"}
- node_memory_Slab_bytes{instance=~"$node:$port",job=~"$job"} - node_memory_PageTables_bytes{instance=~"$node:$port",job=~"$job"}
- node_memory_SwapCached_bytes{instance=~"$node:$port",job=~"$job"}

PageTables - 用于在虚拟和物理内存地址之间映射的内存

metrics:

node_memory_PageTables_bytes{instance=~"$node:$port",job=~"$job"}

SwapCache - 用于跟踪已从交换区中提取出来但尚未修改的页面的内存

metrics:

node_memory_SwapCached_bytes{instance=~"$node:$port",job=~"$job"}

Slab - 内核用于缓存数据结构以供自己使用的内存（如 inode，dentry 等缓存）

metrics:

node_memory_Slab_bytes{instance=~"$node:$port",job=~"$job"}

Cache - 频繁访问的文件数据或内容的缓存

metrics:

node_memory_Cached_bytes{instance=~"$node:$port",job=~"$job"}

Buffers - 块设备（例如硬盘）缓存

metrics:

node_memory_Buffers_bytes{instance=~"$node:$port",job=~"$job"}

Unused - 未使用的内存大小

metrics:

node_memory_MemFree_bytes{instance=~"$node:$port",job=~"$job"}

Swap - 交换分区使用的空间

metrics:

(node_memory_SwapTotal_bytes{instance=~"$node:$port",job=~"$job"} - node_memory_SwapFree_bytes{instance=~"$node:$port",job=~"$job"})

Harware Corrupted - 内核识别为已损坏或不工作的内存量

metrics:

node_memory_HardwareCorrupted_bytes{instance=~"$node:$port",job=~"$job"}
3. Network Traffic 各个网络接口的传输速率 
type: Graph
Unit: bytes/sec
Label: Bytes out(-)/in(+)

{ {device}} - Receive 各个网络接口下载速率

metrics:

irate(node_network_receive_bytes_total{instance=~"$node:$port",job=~"$job"}[5m])

{ {device}} - Transmit 各个网络接口上传速率
 

metrics:

irate(node_network_transmit_bytes_total{instance=~"$node:$port",job=~"$job"}[5m])
4. Disk Space Used 所有挂载的文件系统的磁盘空间大小 
type: Graph
Unit: bytes
min: "0"
Label: Bytes
metrics:
node_filesystem_size_bytes{instance=~"$node:$port",job=~"$job",device!~'rootfs'} - node_filesystem_avail_bytes{instance=~"$node:$port",job=~"$job",device!~'rootfs'}
5. Disk IOps 磁盘读写 
type: Graph
Unit: I/O ops/sec (iops)
Label: IO read(-)/write(+)

{ {device}} - Reads completed 磁盘的读取速率（五分钟内）

metrics:

irate(node_disk_reads_completed_total{instance=~"$node:$port",job=~"$job",device=~"[a-z]*[a-z]"}[5m])

{ {device}} - Writes completed 磁盘的写入速率（五分钟内）

metrics:

irate(node_disk_writes_completed_total{instance=~"$node:$port",job=~"$job",device=~"[a-z]*[a-z]"}[5m])
6. I/O Usage Read / Write 
type: Graph
Unit: bytes
Label: Bytes read(-)/write(+)

成功读取的字节数（五分钟内）

metrics:

irate(node_disk_read_bytes_total{instance=~"$node:$port",job=~"$job",device=~"[a-z]*[a-z]"}[5m])

成功写入的字节数（五分钟内）

metrics:

irate(node_disk_written_bytes_total{instance=~"$node:$port",job=~"$job",device=~"[a-z]*[a-z]"}[5m])
7. I/O Usage Times 执行I / O所花费的总时间。 
type: Graph
Unit: ms
Label: Milliseconds
metrics:
irate(node_disk_io_time_seconds_total{instance=~"$node:$port",job=~"$job",device=~"[a-z]*[a-z]"} [5m])

本文《使用Prometheus+Grafana实时监控服务器性能》版权归wespten所有，引用使用Prometheus+Grafana实时监控服务器性能需遵循CC 4.0 BY-SA版权协议。


推荐阅读
  • sdk

    快速搭建云原生开发环境（k8s+pv+prometheus+grafana）

    快速搭建云原生开发环境（k8s+pv+prometheus+grafana）
    欢迎访问我的GitHub这里分类和汇总了欣宸的全部原创(含配套源码)：https:github.comzq2599blog_demos本篇概览欣宸正在为接下新的Ja ... [详细]
  • spring

    Docker下Prometheus和Grafana三部曲之一：极速体验

    Docker下Prometheus和Grafana三部曲之一：极速体验
    开源监控工具Prometheus目前广为使用，配合Grafana即可直观展现监控数据，但对于初学者来说搭建这样一个系统要花费些时间，或者有 ... [详细]
  • spring

    [译]技术公司十年经验的职场生涯回顾

    [译]技术公司十年经验的职场生涯回顾
    本文是一位在技术公司工作十年的职场人士对自己职业生涯的总结回顾。她的职业规划与众不同，令人深思又有趣。其中涉及到的内容有机器学习、创新创业以及引用了女性主义者在TED演讲中的部分讲义。文章表达了对职业生涯的愿望和希望，认为人类有能力不断改善自己。 ... [详细]
  • heap

    EPICS Archiver Appliance存储waveform记录的尝试及资源需求分析

    EPICS Archiver Appliance存储waveform记录的尝试及资源需求分析
    本文介绍了EPICS Archiver Appliance存储waveform记录的尝试过程，并分析了其所需的资源容量。通过解决错误提示和调整内存大小，成功存储了波形数据。然后，讨论了储存环逐束团信号的意义，以及通过记录多圈的束团信号进行参数分析的可能性。波形数据的存储需求巨大，每天需要近250G，一年需要90T。然而，储存环逐束团信号具有重要意义，可以揭示出每个束团的纵向振荡频率和模式。 ... [详细]
  • heap

    如何用UE4制作2D游戏文档——计算篇

    如何用UE4制作2D游戏文档——计算篇
    篇首语：本文由编程笔记#小编为大家整理，主要介绍了如何用UE4制作2D游戏文档——计算篇相关的知识，希望对你有一定的参考价值。 ... [详细]
  • heap

    Hyperledger Fabric外部链码构建与运行的开发笔记

    本文介绍了Hyperledger Fabric外部链码构建与运行的相关知识，包括在Hyperledger Fabric 2.0版本之前链码构建和运行的困难性，外部构建模式的实现原理以及外部构建和运行API的使用方法。通过本文的介绍，读者可以了解到如何利用外部构建和运行的方式来实现链码的构建和运行，并且不再受限于特定的语言和部署环境。 ... [详细]
  • heap

    大量研发 销售 产品 设计 市场 岗位！

    关于我们EMQ是一家全球领先的开源物联网基础设施软件供应商，服务新产业周期的IoT&5G、边缘计算与云计算市场，交付全球领先的开源物联网消息服务器和流处理数据 ... [详细]
  • export

    Linux如何安装Mongodb的详细步骤和注意事项

    Linux如何安装Mongodb的详细步骤和注意事项
    本文介绍了Linux如何安装Mongodb的详细步骤和注意事项，同时介绍了Mongodb的特点和优势。Mongodb是一个开源的数据库，适用于各种规模的企业和各类应用程序。它具有灵活的数据模式和高性能的数据读写操作，能够提高企业的敏捷性和可扩展性。文章还提供了Mongodb的下载安装包地址。 ... [详细]
  • js

    intellij idea的安装与使用（保姆级教程）

    intellij idea的安装与使用（保姆级教程）
    intellijidea的安装与使用（保姆级教程）IntelliJ在业界被公认为最好的java开发工具，尤其在智能代码助手、代码自动提示、重构、JavaEE支持、各类版本工具(gi ... [详细]
  • js

    GBase8s逻辑日志使用情况监控方法及注意事项

    本文介绍了使用数据库管理员用户执行onstat -l命令来监控GBase8s数据库的物理日志和逻辑日志的使用情况，并强调了对已使用的逻辑日志是否及时备份的重要性。同时提供了监控方法和注意事项。 ... [详细]
  • js

    容器技术的安全挑战与解决方案

    本文探讨了容器技术在安全方面面临的挑战，并提出了相应的解决方案。多租户保护、用户访问控制、中毒的镜像、验证和加密、容器守护以及容器监控都是容器技术中需要关注的安全问题。通过在虚拟机中运行容器、限制特权升级、使用受信任的镜像库、进行验证和加密、限制容器守护进程的访问以及监控容器栈，可以提高容器技术的安全性。未来，随着容器技术的发展，还需解决诸如硬件支持、软件定义基础设施集成等挑战。 ... [详细]
  • export

    Patch ODA X8 : 19.9 到 19.11

    PatchODAX8: ... [详细]
  • js

    大坑|左上角_pycharm连接服务器同步写代码(图文详细过程)

    大坑|左上角_pycharm连接服务器同步写代码(图文详细过程)
    篇首语：本文由编程笔记#小编为大家整理，主要介绍了pycharm连接服务器同步写代码(图文详细过程)相关的知识，希望对你有一定的参考价值。pycharm连接服务 ... [详细]
  • hook

    5分钟搭建基于Docker的静态服务器

    现在比较流行使用静态网站生成器来搭建网站，博客产品着陆页微信转发页面等。但每次都需要对服务器进行配置，也是一个重复但繁琐的工作。使用DockerWeb，只需5分钟就能搭建一个基于D ... [详细]
  • default

    k8s进阶之搭建私有镜像仓库

    k8s进阶之搭建私有镜像仓库
    企业级私有镜像仓 ... [详细]
author-avatar
Martha829
这个家伙很懒，什么也没留下！
Tags | 热门标签
RankList | 热门文章
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有