MeterSphere 监控方案

灬囖

已于 2023-09-26 10:24:39 修改

阅读量931

点赞数 2

文章标签： metersphere prometheus grafana

于 2023-09-21 11:16:52 首次发布

本文链接：https://blog.csdn.net/hao65103940/article/details/133128979

版权

前言：在部署MeterSphere之后，很多时候需要看下MeterSphere服务的监控信息，虽然有监控告警脚本，但还不是太直观，所以就结合 Prometheus+Exporter+Grafana 部署一套完整的MeterSphere监控方案。

首先我们先罗列一下需要监控的容器：

服务器的信息或node节点：Node-Exporter
应用服务的监控(例如api-test，test-track)：SpringBoot 自带的 Actuator
MySQL： Mysql-Exporter
Kafka： Kafka-Exporter
服务器上所有容器的信息：cAdvisor

需要声明的是，此文章建立在有技术背景，并且了解 Prometheus、Exporter、Grafana 等组件有什么作用，如果需要了解具体工作原理，可以自行查阅资料。

文章结尾有完整的 docker-compose 的 yml 文件，可以直接复制完整文件进行安装。

一、使用 Grafana 集成 Node-Exporter 监控服务器资源信息

MeterSphere 安装部署完整之后，自带了 Prometheus 和 Node-Exporter 组件，所以我们只需要简单的配置安装部署 Grafana，就可以进行监控了。
Node-Exporter 可以监控服务器资源的 CPU、内存、磁盘、网络IO等信息。
详细信息可参考：https://blog.csdn.net/qq_34556414/article/details/123443187

1.1、确认Node-Exporter是否正常

首先，要确认 Prometheus 是否能够获取到服务器的监控数据, Prometheus 端口默认为9090，安装部署 MeterSphere 好之后，直接访问 http://192.168.xx.xx:9090 即可查看 Prometheus 页面。（如果出现访问不了，检查防火墙是否关闭，端口是否对外暴露）
查看 Targets 可以看到有9100端口的地址，Node-Exporter 默认监听端口为9100，如果状态为up，即为正常，代表可以查看到监控数据。

1.2、安装Grafana

本文章是通过 Docker 的方式进行安装。
注意，本次安装grafana版本为9.4.3版本，如果安装新版本，自行摸索如何操作。

在 /opt/metersphere/data/ 下面创建 grafana 文件目录。

cd /opt/metersphere/data/
mkdir grafana
chmod 777 grafana

在 /opt/metersphere 目录下，创建并编辑 docker-compose-grafana.yml，内容如下。(注意：如果是内网部署，需要在能访问互联网的机器上下载镜像，再进行上传。)

version: "2.1"
services:
  grafana:
    image: grafana/grafana:9.4.3
    restart: always
    container_name: grafana
    volumes:
      - ms-grafana-data:/var/lib/grafana
    ports:
      - 3000:3000
    healthcheck:
      test: ["CMD", "nc", "-zv", "localhost", "3000"]
      interval: 6s
      timeout: 5s
      retries: 50
    networks:
      - ms-network

volumes:
  ms-grafana-data:
    driver_opts:
      type: none
      device: ${MS_BASE}/metersphere/data/grafana
      o: bind

执行命令启动 Grafana

docker-compose -f docker-compose-base.yml -f docker-compose-grafana.yml  up -d

Grafana 默认端口是3000，所以我们直接访问 http://192.168.xx.xx:3000 ，默认账号密码：admin/admin ，初次登录可以修改密码。

能够访问页面，即为安装成功

1.3、添加 Prometheus 数据源

设置名字和 Prometheus 地址，点击 Save 保存。

1.4、配置 Grafana 监控面板

这边介绍两种方式去配置面板

1.4.1、如果可以访问互联网的话，直接导入模板id即可。

找到 Dashboard ，点击 Import

这里我们选择的模板为：12227，直接输入这个id，点击Load，设置模板名称，配置数据源，保存即可。

1.4.2、如果访问不了互联网，可以直接导入面板的 JSON 文件。

12227_rev1.json
https://grafana.com/grafana/dashboards/12227

同样的操作，导入 JSON 文件

选择数据源即可

以上两种方式最终得到的结果如下, 至此，Node-Exporter 监控已完成

二、使用 Grafana 集成 SpringBoot Actuator 监控容器应用信息

MeterSphere V2 版本之后，默认集成了 SpringBoot Actuator 监控，所以我们只需要添加配置，开启监控即可。

2.1 什么是 SpringBoot Actuator

Spring Boot Actuator 模块提供了生产级别的功能，比如健康检查，审计，指标收集，HTTP 跟踪等，帮助我们监控和管理 Spring Boot 应用。这个模块是一个采集应用内部信息暴露给外部的模块，上述的功能都可以通过HTTP 和 JMX 访问。
因为暴露内部信息的特性，Actuator 也可以和一些外部的应用监控系统整合（Prometheus, Graphite, DataDog, Influx, Wavefront, New Relic等）。这些监控系统提供了出色的仪表板，图形，分析和警报，可帮助你通过一个统一友好的界面，监视和管理你的应用程序。
Actuator使用Micrometer与这些外部应用程序监视系统集成。这样一来，只需很少的配置即可轻松集成外部的监控系统。

Micrometer 为 Java 平台上的性能数据收集提供了一个通用的 API，应用程序只需要使用 Micrometer 的通用 API 来收集性能指标即可。Micrometer 会负责完成与不同监控系统的适配工作。这就使得切换监控系统变得很容易。
对比 Slf4j 之于 Java Logger 中的定位。

2.2 如何开启 MeterSphere 中 Actuator 监控

开启 MeterSphere 中的 Actuator 监控其实很简单，在/opt/metersphere/conf/metersphere.properties 添加一行 management.endpoints.enabled-by-default=true 配置即可。
添加完成之后，执行 msctl restart 重启服务。

2.3 如何查看 Metrics 监控指标

重启好之后，我们访问 Prometheus 地址 http://192.168.xx.xx:9090/ 查看 Targets指标信息，会发现有各个容器的监控信息，状态为 UP 即为正常。如果是 Down 的，需要检查一下自己服务器网络问题了。

需要注意：因为我们容器没有暴露相应的端口，所以直接在页面上是看不到具体的监控指标信息，想看到某一个容器的指标信息也很简单，这里提供两种思路：

修改某一个容器 docker-compse，添加端口映射，比如我想查看 api-test 的，直接在 docker-compose-api-test.yml 里面添加端口映射 7004:7004 ，然后重启 api-test 容器即可。
直接在 Prometheus 的 Graph 里面查看容器对应的实例名称。比如我想查看 api-test 的，那么它的实例名称为 instance:“api-test:7004”, 然后我们去 Graph 查询，就可以看到对应的指标信息了。

2.4 如何通过 Grafana 大屏展示

检查如确认开启之后，我们开始对接 Grafana。
因为前面在监控服务器资源监控的时候已经对接了数据源，这里就不需要对接了。如何对接请参考上面的(如何添加 Prometheus 数据源)章节
这里推荐两个模板，模板id为： 12900 和 9568 ，两个模板侧重监控的指标信息有所不同，有重合部分，可以根据需求修改。
两个模板的区别：

12900 主要可以分析应用内的一些信息
9568 要分析应用内 JVM 相关的信息

这里还是介绍两种方式：

2.4.1 可以访问互联网，直接import导入：

导入方式跟之前一样，选择 Dashboards->Import ，输入模板id，点击Load，选择数据源，添加即可。

2.4.2 不可以访问互联网，直接通过JSON文件导入：

直接提供两个模板的JSON文件，可以自行导入
12900_rev3.json
9568_rev1.json
https://grafana.com/grafana/dashboards/12900
https://grafana.com/grafana/dashboards/9568

以上两种模板最终结果如下：
12900 模板效果图：

9568 模板效果图：

三、使用 Grafana 集成 Mysql-Exporter 监控信息

因为 MeterSphere 使用的是 Mysql 数据库，所以我们也可以通过 Mysql-Exporter来进行监控 MySQL 的相关信息

3.1 什么是MySQL-Exporter？

Mysql-Exporter 是一个用于采集 MySQL 指标的监控工具，它是开源的，可以与 Prometheus 一起使用，以便对数据库进行更全面、深入的分析和了解。
Mysql-Exporter 使用 MySQL 的本地客户端库进行数据收集，可以轻松地提供 MySQL 服务器的实时监控。它的最新版本通过使用 Percona Toolkit 来获取 MySQL 的各种统计信息，包括状态、变量和 InnoDB引擎状态。这些信息可以提供非常有用的洞察力，帮助开发人员和管理员更好地了解数据库的性能和运行状况。

3.1 部署 MySQL-Exporter 容器

我们通过 docker-compose 的方式去进行部署，放在 /opt/metersphere 目录下面，脚本如下：

version: "2.1"
services:
  mysqlexporter:
      image: prom/mysqld-exporter
      container_name: mysqld-exporter
      restart: always
      ports:
        - "9104:9104"
      environment:
        - DATA_SOURCE_NAME=root:Password123@mysql@(192.168.xx.xx:3306)/metersphere
      volumes:
        - /etc/my.cnf:/etc/my.cnf
      command:
        --collect.auto_increment.columns
        --collect.binlog_size
        --collect.global_status
        --collect.global_variables
        --collect.info_schema.innodb_metrics
        --collect.info_schema.innodb_cmp
        --collect.info_schema.innodb_cmpmem
        --collect.info_schema.processlist
        --collect.info_schema.query_response_time
        --collect.info_schema.tables
        --collect.info_schema.tablestats
        --collect.info_schema.userstats
        --collect.perf_schema.eventswaits
        --collect.perf_schema.file_events
        --collect.perf_schema.indexiowaits
        --collect.perf_schema.tableiowaits
        --collect.perf_schema.tablelocks
        --collect.slave_status
        --config.my-cnf=/etc/my.cnf
      networks:
        - ms-network

在/etc/my.cnf 添加一下配置：

[client]
host=192.168.xx.xx
port=3306
user=root
password=Password123@mysql

环境变量配置：

DATA_SOURCE_NAME	配置MySQL的账号密码以及访问地址和需要监控的数据库信息

监控指标参数：

启动参数	MySQL版本	参数含义
collect.auto_increment.columns	5.1 +	从information_schema收集auto_increment列和最大值。
collect.binlog_size	5.1+	收集所有已注册的Binlog文件的当前大小
collect.engine_innodb_status	5.1+	通过SHOW ENGINE INNODB STATUS收集数据
collect.engine_tokudb_status	5.6+	通过SHOW ENGINE TOKUDB STATUS.收集数据
collect.global_status	5.1+	通过SHOW GLOBAL STATUS 收集数据（默认开启）
collect.global_variables	5.1+	通过SHOW GLOBAL VARIABLES收集数据（默认开启）
collect.info_schema.clientstats	5.5+	如果被监控的MySQL使用userstat = 1运行，则此参数需要设置为1以收集客户端统计信息
collect.info_schema.innodb_metrics	5.6+	从information_schema.innodb_metrics收集数据。
collect.info_schema.innodb_tablespaces	5.7+	从information_schema.innodb_sys_tablespaces收集数据。
collect.info_schema.innodb_cmp	5.5+	从information_schema.innodb_cmp收集InnoDB压缩表指标。
collect.info_schema.innodb_cmpmem	5.5+	从information_schema.innodb_cmpmem收集InnoDB缓冲池。
collect.info_schema.processlist	5.1+	从information_schema.processlist收集线程状态计数。
collect.info_schema.processlist.min_time	5.1+
线程状态停留多长时间会被统计。（默认值：0）
collect.info_schema.query_response_time	5.5+	如果query_response_time_stats为ON，则收集查询响应时间。
collect.info_schema.replica_host	5.6+	从information_schema.replica_host_status收集数据。
collect.info_schema.tables	5.1+	从information_schema.tables中收集数据。
collect.info_schema.tables.databases	5.1+	收集表统计信息的数据库列表，或*全部为’的数据库
collect.info_schema.tablestats	5.1+	如果被监控的MySQL使用userstat = 1运行，则设置为true以收集表统计信息。
collect.info_schema.schemastats	5.1+	如果被监控的MySQL使用userstat = 1运行，则设置为true以收集架构统计信息
collect.info_schema.userstats	5.1+	如果被监控的MySQL使用userstat = 1运行，则设置为true以收集用户统计信息。
collect.perf_schema.eventsstatements	5.6+	从performance_schema.events_statements_summary_by_digest收集数据。
collect.perf_schema.eventsstatements.digest_text_limit	5.6+	规范化语句文本的最大长度。（默认值：120）
collect.perf_schema.eventsstatements.limit	5.6+	通过响应时间限制事件语句摘要的数量。（预设值：250）
collect.perf_schema.eventsstatements.timelimit	5.6+	限制“ last_seen”事件语句的年龄（以秒为单位）。（预设值：86400）
collect.perf_schema.eventsstatementssum	5.7+	从Performance_schema.events_statements_summary_by_digest汇总中收集指标。
collect.perf_schema.eventswaits	5.5+	从Performance_schema.events_waits_summary_global_by_event_name收集指标。
collect.perf_schema.file_events	5.6+	从Performance_schema.file_summary_by_event_name收集指标。
collect.perf_schema.file_instances	5.5+	从performance_schema.file_summary_by_instance收集指标。
collect.perf_schema.indexiowaits	5.6+	从performance_schema.table_io_waits_summary_by_index_usage收集指标。
collect.perf_schema.tableiowaits	5.6+	从Performance_schema.table_io_waits_summary_by_table收集指标。
collect.perf_schema.tablelocks	5.6+	从Performance_schema.table_lock_waits_summary_by_table收集指标。
collect.perf_schema.replication_group_members	5.7+	从Performance_schema.replication_group_members收集指标。
collect.perf_schema.replication_group_member_stats	5.7 +	从Performance_schema.replication_group_member_stats收集指标。
collect.perf_schema.replication_applier_status_by_worker	5.7+	从performance_schema.replication_applier_status_by_worker收集指标。
collect.slave_status	5.1+	从SHOW SLAVE STATUS收集（默认情况下启用）
collect.slave_hosts	5.1+	从SHOW SLAVE HOSTS收集
collect.heartbeat	5.1+	从心跳中收集。
collect.heartbeat.database	5.1+	从中收集心跳数据的数据库。（默认值：心跳）
collect.heartbeat.table	5.1+	从何处收集心跳数据的表。（默认值：心跳）

通用启动参数：

Name	Description
config.my-cnf	.my.cnf文件的路径。（默认值：~/.my.cnf）
log.level	日志级别记录详细程度（默认：信息）
exporter.lock_wait_timeout	在连接上设置lock_wait_timeout以避免长时间的元数据锁定。（默认值：2秒）
exporter.log_slow_filter	添加一个log_slow_filter以避免刮擦的慢速查询日志记录。注意：Oracle MySQL不支持。
web.listen-address	监听端口默认9104
web.telemetry-path	公开metric的路径默认/metrics
version	打印版本信息

启动 Mysql-Exporter 容器，默认端口为 9104

cd /opt/metersphere
docker-compose -f docker-compose-base.yml -f docker-compose-mysql-exporter.yml  up -d

直接访问 http://192.168.xx.xx:9104 即可看到监控信息

3.2 集成到 Prometheus

安装好采集指标的 MySQL-Exporter 之后，需要集成到 Prometheus里面。

找到 /opt/metersphere/conf/prometheus/prometheus.yml，添加 Mysql-Exporter 的指标信息

 - job_name: 'mysql'
    static_configs:
      - targets: ['192.168.xx.xx:9104']

如果不了解怎么添加 Prometheus 配置请参考：https://blog.csdn.net/u013288190/article/details/116804765
配置完成之后重启 Prometheus

docker restart  ms-prometheus

访问 Prometheus 地址，查看 Mysql-Exporter监控信息，可以看到状态为 UP 状态即为成功

3.3 通过 Grafana 大屏展示

这里我们选用经典的 MySQL 展示大屏，模板id为：7362，介绍两种方式：

3.3.1 可以访问互联网的，直接import导入

选择Dashboard->Import->输入7362 ，点击 Load->选择数据源即可

配置好之后，就可以看到 MySQL 的监控信息了

3.3.1.1 配置 Exporter 的 Instance 的值

到这里我们发现一个问题，有部分的监控指标是空的，展示不出来，这是因为这个监控模板展示的信息需要和 Node-Exporter 结合起来使用，想要解决这个问题很简单，在配置 Prometheus的时候，需要让Node-Exporter 的实例名称和 Mysql-Exporter 实例名称一致就好。
为了清晰明了，这里我把它配置到同一个 job 里面了。

配置好之后重启一下 Prometheus容器

docker restart ms-prometheus

重启好之后我们访问 Prometheus地址，可以看到两个 Exporter 的实例名称是一致的。

然后刷新 Grafana 监控面板，可以看到，对应的地方已经有值了。

3.3.2 不可以访问互联网的，直接导入 JSON 文件

如果不能访问互联网的，可以直接导入 JSON 文件。
7362_rev5.json
https://grafana.com/grafana/dashboards/7362

选择Dashboard->Import->上传JSON文件->选择对应的数据源

添加好之后，就可看到面板效果，如果有发现一些值没有展示出来，请参考上面配置Exporter的Instance的操作。

四、使用 Grafana 集成 Kafka-Exporter 监控信息

4.1 什么是 Kafka-Exporter

Kafka-Exporter 通过 Kafka Protocol Specification 收集 Brokers, Topics 以及 Consumer Groups的相关指标。
kafka exporter代码层借助大量开源库，所以功能强大但代码量极少，仅600+行，大致架构如下:

Kingpin： go的一个命令行库，处理用户输入的参数
sarama(核心)： go实现的kafka客户端，连接broker获取相关的指标与元数据
kazoo： go实现的zk客户端，连接kafka的zk集群，主要用于zk消费组的lag计算
promhttp：用于生成 Prometheus HTTP服务器，供prometheus pull指标
其他组件：协助将 sarama 和kazoo获取的指标转换成Prometheus的数据格式

4.2 部署 Kafka-Exporter 容器

我们通过docker-compose的方式去进行部署，放在 /opt/metersphere 目录下面，脚本如下：

version: "2.1"
services:
  kafka-exporter:
      image: danielqsj/kafka-exporter
      container_name: kafka-exporter
      command: --kafka.server=192.168.xx.xx:9092
      ports:
        - 9308:9308
      restart: always
      networks:
        - ms-network

默认端口为9308 ，参数说明：

–kafka.server	kafka的连接地址以及端口

执行启动命令

docker-compose -f docker-compose-base.yml -f docker-compose-kafka-exporter.yml  up -d

部署完成之后看下状态

4.3 集成到Prometheus

确认 Kafka-Exporter 启动好之后，需要集成到 Prometheus，同样的操作，找到/opt/metersphere/conf/prometheus ，在prometheus.yml中添加下面的配置

- job_name: 'kafka'
    static_configs:
      - targets: ['192.168.xx.xx:9308']

添加好之后重启 Prometheus

docker restart  ms-prometheus

重启好之后访问 Prometheus地址，会看到 Kafka-Exporter状态是好的。

4.4 通过 Grafana 大屏展示

这里推荐一个 Kafka的监控模板，同样的介绍两种方式应用
模板id为：12326

4.4.1 可以访问互联网的，直接 Import导入

导入的方式具体可以参考上面文章写的，方法都一样，这里不在详细介绍。

4.4.2 不可以访问互联网的，直接JSON文件导入

12326_rev2.json
https://grafana.com/grafana/dashboards/12326
选择Dashboard->import->上传JSON文件->选择对应的数据源即可

4.4.3 介绍一个好用的kafka的模板

这个模板用到的数据是Spring Boot Actuator ，所以如果没有开启的话，参考上面的章节开启配置。
监控的内容是各个容器关于 Kafka 消费的情况，可以查看到每个 Topic 的消费情况。
模板id为: 11285
同样的方式，可以访问互联网的话直接导入即可。
11285_rev1.json
https://grafana.com/grafana/dashboards/11285
不可以的访问的话，下载json文件导入。
模板效果

五、使用 Grafana 集成 CAdvisor

需要注意的是：这里监控的主要是所有docker容器的信息，类似与docker stats 命令查看的指标，跟上面Spring Boot Actuator 查看应用内部的信息还是有区别的。
写在这里只是提供一种监控容器资源的方案，可以自行判断是否安装。

5.1 CAdvisor 是什么？

cAdvisor 是谷歌开源的一款通用的容器监控解决方案。cAdvisor 不仅可以采集机器上所有运行的容器信息，还提供了基础的查询界面和 HTTP 接口，更方便与外部系统结合。所以，cAdvisor很快成了容器指标监控最常用组件，并且 Kubernetes 也集成了 cAdvisor 作为容器监控指标的默认工具。
简单来讲，就是生产级别可用的容器监控方案。

5.2 部署CAdvisor

还是通过容器的方式部署，在 /opt/metersphere/ 创建docker-compose-cadvisor.yml文件

version: '2.1'
services:
  cadvisor:
    image: google/cadvisor
    container_name: cadvisor
    volumes:
      - /:/rootfs:ro
      - /var/run:/var/run:rw
      - /sys:/sys:ro
      - /var/lib/docker/:/var/lib/docker:ro
    ports:
      - 8888:8080
    restart: always
    networks:
      - ms-network

cadvisor 默认端口是8080，我改成了8888 ，启动容器。

docker-compose -f docker-compose-base.yml -f docker-compose-cadvisor.yml  up -d

5.3 集成到Prometheus

确认 cadvisor 启动好之后，需要集成到 Prometheus，同样的操作，找到/opt/metersphere/conf/prometheus ，在prometheus.yml中添加下面的配置

- job_name: 'cadvisor'
    static_configs:
      - targets: ['192.168.xx.xx:8888','192.168.xx.xx:9100']
        labels:
          instance: node

这里需要解释一下，为什么把 Node-Exporter的信息也给集成过来了，是因为后面我们在 Grafana 集成的模板需要用到 Node-Exporter中的一些值，所以这边改了相同的 Instance名称，并且把 Node-Exporter的信息也给集成过来了。

重启 Prometheus

docker restart  ms-prometheus

查看 Prometheus 的 Targets，状态为 UP 即为正常。

5.4 通过 Grafana 大屏展示

推荐一个比较常用的模板id：16314
具体导入方式不在多讲，跟上面一样。

可以访问互联网，直接Import导入

选择Dashboard->Import->输入16314 ，点击Load->选择数据源即可

不可以访问互联网，通过JSON文件导入

16314_rev3.json
https://grafana.com/grafana/dashboards/16314
直接下载文件，导入即可。

效果如下：

六、注意事项

以上就是虚拟机、应用、MySQL，Kafka、Docker容器的监控方案，可以根据实际情况自行选择如何搭配监控。
以上方案都是通过 Docker 的方式安装，所以如果是内网用户，需要提前把对应的镜像下载下来，在通过 docker load 的方式安装部署。具体操作百度：docker save / load 命令。
本文grafana版本是9.4.3，Node-Exporter版本是 MeterSphere 自带的，其他 Exporter版本都为latest。
本文所有命令操作都在 /opt/metersphere 下面执行，因为用到MeterSphere自带的一些基础配置。
安装好对应的Exporter之后，记着要配置一下Prometheus。
为了部署更加方便，给一个更加全面的 docker-compose-monitor.yml ，其中的ip和端口信息需要自行修改。

version: "2.1"
services:
  grafana:
    image: grafana/grafana:9.4.3
    restart: always
    container_name: grafana
    volumes:
      - ms-grafana-data:/var/lib/grafana
    ports:
      - 3000:3000
    healthcheck:
      test: ["CMD", "nc", "-zv", "localhost", "3000"]
      interval: 6s
      timeout: 5s
      retries: 50
    networks:
      - ms-network

  mysqlexporter:
    image: prom/mysqld-exporter
    container_name: mysqld-exporter
    restart: always
    ports:
      - "9104:9104"
    environment:
      - DATA_SOURCE_NAME=root:Password123@mysql@(10.1.12.13:3306)/metersphere
    volumes:
      - /etc/my.cnf:/etc/my.cnf
    command:
      --collect.auto_increment.columns
      --collect.binlog_size
      --collect.global_status
      --collect.global_variables
      --collect.info_schema.innodb_metrics
      --collect.info_schema.innodb_cmp
      --collect.info_schema.innodb_cmpmem
      --collect.info_schema.processlist
      --collect.info_schema.query_response_time
      --collect.info_schema.tables
      --collect.info_schema.tablestats
      --collect.info_schema.userstats
      --collect.perf_schema.eventswaits
      --collect.perf_schema.file_events
      --collect.perf_schema.indexiowaits
      --collect.perf_schema.tableiowaits
      --collect.perf_schema.tablelocks
      --collect.slave_status
      --config.my-cnf=/etc/my.cnf
    networks:
      - ms-network


  kafka-exporter:
    image: danielqsj/kafka-exporter
    container_name: kafka-exporter
    command: --kafka.server=10.1.12.13:9092
    ports:
      - 9308:9308
    restart: always
    networks:
      - ms-network

  cadvisor:
    image: google/cadvisor
    container_name: cadvisor
    volumes:
      - /:/rootfs:ro
      - /var/run:/var/run:rw
      - /sys:/sys:ro
      - /var/lib/docker/:/var/lib/docker:ro
    ports:
      - 8888:8080
    restart: always
    networks:
      - ms-network


volumes:
  ms-grafana-data:
    driver_opts:
      type: none
      device: ${MS_BASE}/metersphere/data/grafana
      o: bind

启动命令

docker-compose -f docker-compose-base.yml -f docker-compose-monitor.yml up -d

灬囖

关注

2
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
MeterSphere 监控方案

Spring Boot Actuator 模块提供了生产级别的功能，比如健康检查，审计，指标收集，HTTP 跟踪等，帮助我们监控和管理Spring Boot 应用。这个模块是一个采集应用内部信息暴露给外部的模块，上述的功能都可以通过HTTP 和 JMX 访问。因为暴露内部信息的特性，Actuator 也可以和一些外部的应用监控系统整合（Prometheus, Graphite, DataDog, Influx, Wavefront, New Relic等）。
复制链接

扫一扫