open-falcon

一、环境准备 sudo apt-get install -y mysql-server mysql-client golang redis 自从mysql5.7版本开始不支持在安装时手动设置密码，所以要在安装mysql后手动设置root的用户的密码和密码登录，直接使用root用户登录mysql会报错 Access denied for user 'root'@'localhost'` 以root用户身份可以直接登录mysql sudo mysql use mysql update user set authentication_string=passowrd("root") where user='root'; 之后配置root用户使用密码登录 update user set plugin='mysql_native_password' where User='root'; 刷新权限并退出 flush privileges; exit 重启mysql sudo service mysql restart 初始化mysql表结构 cd /tmp/ && git clone https://github.com/open-falcon/falcon-plus.git cd /tmp/falcon-plus/scripts/mysql/db_schema/ mysql -h 127.0

open-falcon其他篇 目录： 1.1 安装open-falcon环境准备 1.2 部署open-falcon后端 1.2.1 agent配置文件 1.2.2 transfer（数据上报） 1.2.3 judge（告警判断） 1.2.4 Alarm（告警） 1.2.5 graph（数据存储&归档） 1.2.6 API 1.2.7 Aggregator 1.2.8 Nodata 1.3 部署前端(dashboard) 1.4 被监控主机安装open-falcon agent 1.1 安装open-falcon环境准备 返回顶部 　　 环境准备： https://book.open-falcon.org/zh_0_2/quick_install/prepare.html 　　 参考博客： https://www.cnblogs.com/yaohong/p/8713723.html 　　1、依赖组件 　　　　1）安装一些基本工具（与open-falcon无关） 　　　　　　　　yum install -y wget 　　　　　　　　yum install -y vim 　　　　　　　　yum install -y git 　　　　2） 安装redis 　　　　　　　　yum install -y redis 　　　　　　　　systemctl start redis #

一、Open-Falcon组件简述 【Open-Falcon绘图相关组件】 Agent: 部署在目标机器采集机器监控项 Transfer : 数据接收端，转发数据到后端Graph和Judge Graph：操作rrd文件存储监控数据 Query：查询各个Graph数据，提供统一http查询接口 Dashboard：查询监控历史趋势图的web端 Task：负责一些定时任务，索引全量更新、垃圾索引清理、自身组件监控等 【Open-Falcon报警相关组件】 Sender ：报警发送模块，控制并发度，提供发送的缓冲queue UIC(FE)：用户组管理，单点登录 Portal：配置报警策略，管理机器分组的web端 HBS：HeartBeat Server，心跳服务器 Judge：报警判断模块 Links：报警合并依赖的web端，存放报警详情 Alarm：报警时间处理器 【Open-Falcon架构图】 官网架构图： 网友： 二、安装准备 1.安装Redis http://www.cnblogs.com/xialiaoliao0911/p/7523952.html 2.安装MySQL http://www.cnblogs.com/xialiaoliao0911/p/7523931.html 3.Open-Falocn下载地址 二进制版本：https://pan.baidu.com/s

先扔出一张官方的架构图， agent 是用于采集机器的监控指标，然后每60秒就会push给transfer，agent与transfer是建立了长连接的，传输速度会比较快； transfer 接受到数据后，会按照哈希规则对数据进行处理分片，并把hash后的数据push给Judge和Graph； Judge 接受到hash数据后，就会根据设置的策略判断是否触发告警，如果触发告警就会把数据写入redis中； Alarm 会从redis中读取报警事件，然后通过各种媒介发送出；（redis的存活关乎着告警是否能够发出） Graph 接收到数据，会响应api中的查询请求，返回给绘图数据； API 会针对用户请求，到Graph中拿取数据组合后一起返回到Dashboard； Dashboard 服务的前端，可以查询图形化数据；也可以设置监控策略、报警策略等；与后端交互，可以将策略写入数据库； HBS 心跳机制，所有的agent都会连接到HBS，每分钟发一次心跳请求，Portal的数据库中有一个host表，记录了机器的信息，可以从CMDB中同步公司机器的信息，但小公司一般没有CMDB；所以HBS就赋予了一个搜集功能，agent发送心跳信息给HBS的时候，会把hostname、ip、agent version、plugin version等信息告诉HBS，HBS负责更新host表

open-falcon其他篇 目录： 1.1 openfalcon介绍 1.2 open-falcon架构 1.1 openfalcon介绍 返回顶部 　　 openfalcon官网： https://book.open-falcon.org/zh/ 　　1、openfalcon特点 　　　　　　1. 数据采集免配置： 无需预定义agent自动发现、支持plugin、支持主动push 　　　　　　2. 容量水平扩展： 生产环境每秒20多万此数据收集、告警、存储、绘图 　　　　　　3. 告警策略易于管理： 支持策略模板、模板继承和覆盖、报警接收人为用户组 　　　　　　4. 报警事件自动化处理： 触发阀值之后支持callback，便于嵌入自动化逻辑 　　　　　　5. 人性化告警设置： 支持最大告警次数、告警级别、告警恢复通知、告警暂停、不同时段不同阀值、支持维护周期、支持报警合并 　　　　　　6. 历史数据高效查询： 秒级返回上百个指标一年的历史数据 　　　　　　7. 架构设计高可用： 整个系统同核心单点、易运维、易部署 　　2、openfalcon与zabbix比优点 　　　　　　1. 模板支持继承的同时支持覆盖策略项 　　　　　　2. 数据采集免配置，节省人力成本 　　　　　　3. 较为强大的数据模型 　　　　　　4. tag化描述告警策略each(metric=qps

一、介绍 小米开源的监控工具，基于go语言实现 二、架构图 1.falcon-agent: 数据采集组件,内置http接口，采集定义好的数据上报给transfer 2.transfer agent与transfer建立长链接，将数据汇报给transfer,transfer默认监听在:8433端口上，agent会通过jsonrpc的方式来push数据上来,transfer将数据传递给judge,和graph 3.graph graph组件存储绘图数据,历史数据.transfer会将接收的数据传给graph,监听端口为6071 4.query 绘图数据的查询接口,因为graph分片存储,如果要传输给dashboard,需要query搜集数据并聚合在展示给用户 5.dashboard dashboard是面向用户的查询界面，在这里，用户可以看到push到graph中的所有数据，并查看其趋势图 6.judge Judge要做告警判断，需要先从portal数据库中读取报警策略，但是Judge实例比较多，都去读取数据库会造成很大压力，所以可以让heartbeat成为db cache缓存，heartbeat从数据库中读取数据缓存到内存，Judge调用heartbeat的rpc接口，获取报警策略,告警事件存入redis 7.alarm 处理judge存入redis的告警事件 8.sender

https://www.cnblogs.com/liangqihui/p/6618127.html 前言 近期爆出Zabbix有严重bug，加上一直对zabbix的性能、UI不满。所以这次想钻研一下最近很火的open-falcon，源于小米公司的开源项目，赞一个。 一、官网介绍 监控系统是整个运维环节，乃至整个产品生命周期中最重要的一环，事前及时预警发现故障，事后提供翔实的数据用于追查定位问题。监控系统作为一个成熟的运维产品，业界有很多开源的实现可供选择。当公司刚刚起步，业务规模较小，运维团队也刚刚建立的初期，选择一款开源的监控系统，是一个省时省力，效率最高的方案。之后，随着业务规模的持续快速增长，监控的对象也越来越多，越来越复杂，监控系统的使用对象也从最初少数的几个SRE，扩大为更多的DEVS，SRE。这时候，监控系统的容量和用户的“使用效率”成了最为突出的问题。 监控系统业界有很多杰出的开源监控系统。我们在早期，一直在用zabbix，不过随着业务的快速发展，以及互联网公司特有的一些需求，现有的开源的监控系统在性能、扩展性、和用户的使用效率方面，已经无法支撑了。 因此，我们在过去的一年里，从互联网公司的一些需求出发，从各位SRE、SA、DEVS的使用经验和反馈出发，结合业界的一些大的互联网公司做监控，用监控的一些思考出发，设计开发了小米的监控系统：Open-Falcon。 特点：

环境准备： git clone https://github.com/open-falcon/falcon-plus.git cd falcon-plus/scripts/mysql/db_schema/ mysql -h 192.168.0.103 -u root -p < 1_uic-db-schema.sql mysql -h 192.168.0.103 -u root -p < 2_portal-db-schema.sql mysql -h 192.168.0.103 -u root -p < 3_dashboard-db-schema.sql mysql -h 192.168.0.103 -u root -p < 4_graph-db-schema.sql mysql -h 192.168.0.103 -u root -p < 5_alarms-db-schema.sql 现在查看数据库 mysql -uroot -p -e "show databases;" wget https://github.com/open-falcon/falcon-plus/releases/download/v0.2.1/open-falcon-v0.2.1.tar.gz 来源： https://www.cnblogs.com/wanzixiang163/p/11869316.html

本文描述通过被监控endpoint的名称获取该endpoint的eid和监控项，从而获取到该endpoint的监控历史数据，使用python代码的 api操作方法 注：同步open-falcon和agent的时间，不然获取不到数据 http://open-falcon.org/falcon-plus/#/endpoints 访问的api有： /api/v1/graph/endpoint?q={0} /api/v1/graph/endpoint_counter?eid={0} /api/v1/graph/history 具体操作： # -*- coding: UTF-8 -*- # !/usr/bin/env python # Created by Administrator on 2017/12/15 import json import time import requests in_ip = ' localhost.localdomain ' user = ' root ' sig = ' 78d70632d20311e7bf7d000c298269bc ' # 注:sig为数据库uic表中用户对应的sig domain = ' http://192.168.67.129:8080 '　　 # api对应端口为8080 api_token = ' {"name":" ' +

open-falcon安装 直接安装openfalcon （略，见docker学习总结-openfalcon镜像的制作和打包或下面的链接） https://book.open-falcon.org/zh_0_2/quick_install/prepare.html https://www.cnblogs.com/nulige/p/7741580.html 使用自定义镜像部署openfalcon 获取openfalcon的docker镜像 可通过移动硬盘获取镜像的tar包或者直接从远程仓库获取 运行openfalcon容器 运行容器时需要映射四个端口，其中8081是openfalcon的Dashboard界面访问端口，1988（Agent组件 数据上报）、6030（HBS服务 心跳服务）、8433（Transfer组件 数据接收）在监控时需要用到。 docker run -dit --name 容器名称n -p Dashboard组件映射端口:8081 -p Agent组件映射端口:1988 -p HBS服务映射端口:6030 -p Transfer组件映射端口:8433 openfalcon镜像名称:openfalcon镜像tag /bin/bash ## 示例 docker run -dit --name my_openfalcon -p 10101:8081 -p 10102