grafana

前言 在一个监控系统中，如果说数据链路是她的骨架，那么告警通知服务就是他的灵魂！所有的监控服务都是为了能够及时通知出来，减少人工查询状态，及时发现问题，避免不必要的大规模故障，为企业政府省钱，和保证安全而存在的。 所以能发现问题很重要，更重要的是发现问题赶快让人知道，这就是今天要说的，告警通知服务。 一个开源项目PrometheusAlert 这个项目可以给 很多第三方服务对接 ，进行电话 、短信 等告警方式 ，也是我们要用到的 ，先部署起来。 github位置 部署方式参考项目中 README.md 的 部署方式 那一节，要注意的是 ，他的配置文件必须在二进制文件的当前目录， conf/app.conf 叫这个名字才会读取。 原因是用到 beego 框架 ，默认读取这个位置的配置文件，如果没有符合的二进制文件，可以自己编译。 GOPATH=xxxx/monitor_alert CGO_ENABLED=0 GOOS=linux GOARCH=amd64 go build -o xxx/monitor_alert/bin/PrometheusAlertLinuxAmd64 xxx/monitor_alert/src/PrometheusAlert/PrometheusAlert.go GOPATH=xxxx/monitor_alert CGO_ENABLED=0 GOOS=linux

《万亿级数据库MongoDB集群性能数十倍提升优化实践》核心17问详细解答 说明： 为了更好的理解背景，请提前阅读oschina分享的 《万亿级数据库MongoDB集群性能数十倍提升及机房多活容灾实践》 一文。 本文是2020年深圳Qcon全球软件开发大会 《专题：现代数据架构》 专场 、 dbaplus专场：万亿级数据库MongoDB集群性能优化实践 、mongodb2020年终盛会 分享 后，获得一致好评。本文收集了会后众多mongodb用户提的比较频繁的17个问题，并对每个问题进行了详细解答，一并整理到本文中。 分享内容回顾如下： MongoDB在OPPO互联网推广经验分享-如何把一个淘汰边缘的数据库逐步变为公司主流数据库 谈谈当前国内对MongoDB误解（丢数据、不安全、难维护）？ MongoDB跨机房多活方案-实现成本、性能、一致性"三丰收" MongoDB线程模型瓶颈及其优化方法 并行迁移：MongoDB内核扩容迁移速率数倍/数十倍提升优化实践 百万级高并发读写/千亿级数据量MongoDB集群性能数倍提升优化实践 万亿级数据量MongoDB集群性能数十倍提升优化实践 磁盘80%节省-记某服务接口千亿级数据迁移MongoDB，近百台SSD服务器节省原理 关于作者 前滴滴出行技术专家，现任OPPO文档数据库mongodb负责人

Grafana 简介 Grafana 自身并不存储数据，数据从其它地方获取。需要配置数据源 Grafana 支持从 Zabbix 中获取数据 Grafana 优化了图形的展现，可以用来做监控大屏 Grafana 支持用户的认证 下载地址: https://grafana.com/docs/installation/rpm/ 安装并启动 wget https://dl.grafana.com/oss/release/grafana-6.1.4-1.x86_64.rpm sudo yum localinstall grafana-6.1.4-1.x86_64.rpm systemctl start grafana-server.service systemctl enable grafana-server.service 登录 # ip + 3000端口访问 http://172.16.0.41:3000 # 初始用户密码 admin admin 第一次登录需要强制修改密码 Grafana 简单实用 创建 dashboard , 其次创建图形 每次操作都需 save 保存, 类似代码写完提交代码管理库一样. 创建 dashboard Grafana 支持的数据源 Grafana 安装 Zabbix 插件 grafana-cli plugins list-remote grafana

Grafana 是纯Javascript开发的前端展示工具。后端数据源可以通过Graphite、InfluxDB、OpenTsDB等获取数据，或者通过插件的方式获取zabbix监控的数据。然后在前端通过Grafana展示数据，grafana可以自定义各种图表。 官方安装文档：http://docs.grafana.org/installation/rpm https://www.digitalocean.com/community/tutorials/how-to-install-and-configure-grafana-to-plot-beautiful-graphs-from-zabbix-on-centos-7 ---plugin: https://grafana.com/plugins/alexanderzobnin-zabbix-app v3.9.0 https://grafana.com/plugins/grafana-clock-panel v0.0.9 https://grafana.com/plugins/grafana-piechart-panel v1.3.0 https://grafana.com/plugins/raintank-worldping-app v1.2.3 # 1. install grafana software and plugin

微软近期开源了一个新的名为 Open Service Mesh [1] 的项目并准备 捐赠给 CNCF [2] 。 基本介绍  Open Service Mesh (OSM) is a lightweight, extensible, Cloud Native service mesh that allows users to uniformly manage, secure, and get out-of-the-box observability features for highly dynamic microservice environments. ” Open Service Mesh（OSM）是一个轻量级，可扩展的云原生服务网格，它使用户能够统一管理，保护和获得针对高度动态微服务环境的开箱即用的可观察性功能。 OSM 在 Kubernetes 上运行基于 Envoy 的控制平面，可以使用 SMI API 进行配置。它通过以 sidecar 的形式注入 Envoy 代理来工作。 控制面负责持续配置代理，以配置策略和路由规则等都保持最新。代理主要负责执行访问控制的规则，路由控制，采集 metrics 等。（这和目前我们常见到的 Service Mesh 方案基本都一样的） 显著特性 基于 Service Mesh Interface (SMI) 的实现，主要包括

原文地址： https://xeblog.cn/articles/7 Prometheus简介 简史 Prometheus受启发于Google的Brogmon监控系统（相似的Kubernetes是从Google的Brog系统演变而来），从2012年开始由前Google工程师在Soundcloud以开源软件的形式进行研发，并且于2015年早期对外发布早期版本。2016年5月继Kubernetes之后成为第二个正式加入CNCF基金会的项目，同年6月正式发布1.0版本。2017年底发布了基于全新存储层的2.0版本，能更好地与容器平台、云平台配合。 架构 特点 多维的数据模型（基于时间序列的k/v键值对）。 灵活的查询及聚合语句（PromQL）。 不依赖分布式存储，节点自治。 基于HTTP的pull模式采集时间序列数据。 可以使用pushgateway（prometheus的可选中间件）实现push模式。 可以使用动态服务发现或静态配置采集的目标机器。 支持多种图形及仪表盘。 相关概念 数据模型 Prometheus 存储的是时序数据, 即按照相同时序(相同的名字和标签)，以时间维度存储连续的数据的集合。 监控样本 # HELP system_cpu_usage The "recent cpu usage" for the whole system # TYPE system_cpu

1 简介 项目越做越发觉得，任何一个系统上线，运维监控都太重要了。关于Springboot微服务的监控，之前写过 【Springboot】用Springboot Admin监控你的微服务应用 ，这个方案可以实时监控并提供告警提醒功能，但不能记录历史数据，无法查看过去1小时或过去1天等运维情况。本文介绍Prometheus + Grafana的方法监控Springboot 2.X，实现美观漂亮的数据可视化。 2 Prometheus Prometheus是一套优秀的开源的监控、报警和时间序列数据库组合系统，在现在最常见的 Kubernetes 容器管理系统中，通常会搭配 Prometheus 进行监控。 2.1 引入到Springboot 将 Prometheus 引入依赖如下： <dependency> <groupId>io.micrometer</groupId> <artifactId>micrometer-registry-prometheus</artifactId> </dependency> 对于Springboot，要开启 Actuator ，并打开对应的 Endpoint ： management.endpoints.web.exposure.include=* # 或者 management.endpoints.web.exposure.include