open-falcon GPU监控工具安装与使用教程

open-falcon GPU监控工具安装与使用教程

gpu-mon 项目地址: https://gitcode.com/gh_mirrors/gp/gpu-mon

1. 项目的目录结构及介绍

open-falcon/gpu-mon 项目的目录结构如下：

gpu-mon/
├── common/
│   ├── fetch/
│   └── send/
├── vendor/
├── .gitignore
├── 60_gpuMonitor.sh
├── LICENSE
├── Makefile
├── README.md
├── VERSION
├── args.go
├── cfg.example.json
├── main.go
└── metrics/

目录结构介绍

• common/: 包含项目中常用的工具函数和模块，如数据获取 (fetch/) 和数据发送 (send/)。
• vendor/: 存放项目的依赖库。
• .gitignore: Git 忽略文件列表。
• 60_gpuMonitor.sh: 用于定时任务的脚本文件。
• LICENSE: 项目的开源许可证文件。
• Makefile: 项目的编译和构建文件。
• README.md: 项目的说明文档。
• VERSION: 项目的版本信息。
• args.go: 处理命令行参数的 Go 文件。
• cfg.example.json: 配置文件的示例。
• main.go: 项目的启动文件。
• metrics/: 包含与 GPU 监控相关的指标处理文件。

2. 项目的启动文件介绍

项目的启动文件是 main.go。该文件负责初始化配置、启动监控进程并收集 GPU 状态数据。以下是 main.go 的主要功能：

• 初始化配置: 从配置文件 cfg.json 中读取配置信息。
• 启动监控: 调用相关模块开始监控 GPU 的状态。
• 数据上报: 将收集到的 GPU 状态数据上报到 Open-Falcon 监控系统。

3. 项目的配置文件介绍

项目的配置文件是 cfg.example.json，实际使用时需要将其重命名为 cfg.json。以下是配置文件的主要内容及说明：

{
  "falcon": {
    "Agent": "http://127.0.0.1:1988/v1/agent"
  },
  "metric": {
    "ignoreMetrics": [],
    "endpoint": ""
  },
  "log": {
    "level": "Warn",
    "dir": "/logs"
  }
}

配置项说明

• falcon:
  • Agent: 上报数据的 Open-Falcon 客户端地址。
• metric:
  • ignoreMetrics: 不进行上报的 GPU 监控项列表。
  • endpoint: 上报数据的终端点，默认为机器主机名。
• log:
  • level: 日志级别，支持 Info、Warn、Error 和 Debug，默认为 Warn。
  • dir: 日志存储目录。

通过以上配置文件，可以灵活地调整监控项、日志级别和上报地址，以满足不同的监控需求。

gpu-mon 项目地址: https://gitcode.com/gh_mirrors/gp/gpu-mon