influxdb+grafana 监控

最新推荐文章于 2024-07-20 16:21:09 发布
最新推荐文章于 2024-07-20 16:21:09 发布
阅读量1.3w 收藏 71
点赞数 12
分类专栏： zabbix
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41475058/article/details/108050440
版权

参考InfluxDB 入门

一、简介

1、什么是InfluxDB
InfluxDB（时序数据库），常用的一种使用场景：监控数据统计。每毫秒记录一下电脑内存的使用情况，然后就可以根据统计的数据，利用图形化界面（InfluxDB V1一般配合Grafana）制作内存使用情况的折线图；

可以理解为按时间记录一些数据（常用的监控数据、埋点统计数据等），然后制作图表做统计；

2、与传统数据库相关区别

和传统数据库相比，influxdb在相关概念上有一定不同，具体如下

influxDB中的名词传统数据库中的概念MySQL
database数据库database
measurement数据库中的表table
point表中的一行数据column

point的数据结构由时间戳（time）、标签（tags）、数据（fields）三部分组成，具体含义如下：

point 属性含义
time数据记录的时间，是主索引（自动生成）
tags各种有索引的属性
fields各种value值（没有索引的属性）

  • tag set：不同的每组tag key和tag value的集合；

  • field set：每组field key和field value的集合；

  • retention policy：数据存储策略（默认策略为autogen）InfluxDB没有删除数据操作，规定数据的保留时间达到清除数据的目的；

  • series：共同retention policy，measurement和tag set的集合；series（一般由：retention policy, measurement, tag set就共同组成），其含义如下：所有在数据库中的数据，都需要通过图表来展示，而这个series表示这个表里面的数据，可以在图表上画成几条线：通过tags排列组合算出来。

示例数据如下： 其中census是measurement，butterflies和honeybees是field key，location和scientist是tag key

name: census
————————————
time                 butterflies     honeybees     location     scientist
2015-08-18T00:00:00Z      12             23           1         langstroth
2015-08-18T00:00:00Z      1              30           1         perpetua
2015-08-18T00:06:00Z      11             28           1         langstroth
2015-08-18T00:06:00Z      11             28           2         langstroth

需要注意的是，influxdb不需要像传统数据库一样创建各种表，其表的创建主要是通过第一次数据插入时自动创建，如下：

insert mytest, server=serverA count=1,name=5 //自动创建表
“mytest”，“server” 是 tags，“count”、“name” 是 fields
fields 中的 value 基本不用于索引

insert + measurement + "," + tag=value,tag=value + + field=value,field=value
tag与tag之间用逗号分隔；field与field之间用逗号分隔
tag与field之间用空格分隔
tag都是string类型，不需要引号将value包裹
field如果是string类型，需要加引号

3、保留策略（retention policy）

每个数据库刚开始会自动创建一个默认的存储策略 autogen，数据保留时间为永久，在集群中的副本个数为1，之后用户可以自己设置（查看、新建、修改、删除），例如保留最近2小时的数据。插入和查询数据时如果不指定存储策略，则使用默认存储策略，且默认存储策略可以修改。InfluxDB 会定期清除过期的数据。
每个数据库可以有多个过期策略：

show retention policies on "db_name"

Shard 在 influxdb中是一个比较重要的概念，它和 retention policy 相关联。每一个存储策略下会存在许多 shard，每一个 shard 存储一个指定时间段内的数据，并且不重复，例如 7点-8点 的数据落入 shard0 中，8点-9点的数据则落入 shard1 中。每一个 shard 都对应一个底层的 tsm 存储引擎，有独立的 cache、wal、tsm file。
这样做的目的就是为了可以通过时间来快速定位到要查询数据的相关资源，加速查询的过程，并且也让之后的批量删除数据的操作变得非常简单且高效。
建议在数据库建立的时候设置存储策略，不建议设置过多且随意切换

create database testdb2 with duration 30d

4、常用InfluxQL语句

-- 查看所有的数据库
show databases;

-- 使用特定的数据库
use database_name;

--创建数据库
create database wangxiaoyu;

--删除数据库
drop database wangxiaoyu;

-- 查看所有的measurement
show measurements;

-- 查询10条数据
select * from measurement_name limit 10;

-- 数据中的时间字段默认显示的是一个纳秒时间戳，改成可读格式
precision rfc3339; -- 之后再查询，时间就是rfc3339标准格式

-- 或可以在连接数据库的时候，直接带该参数
influx -precision rfc3339

-- 查看一个measurement中所有的tag key 
show tag keys

-- 查看一个measurement中所有的field key 
show field keys

-- 查看一个measurement中所有的保存策略(可以有多个，一个标识为default)
show retention policies;

二、下载安装

1、下载
下载地址 https://dl.influxdata.com/influxdb/releases/influxdb-1.6.0.x86_64.rpm
百度网盘下载链接: https://pan.baidu.com/s/1c6V7qmiKXJJpYIT-D1vz6g 密码: 37i4

2、安装完后默认会有个influxdb用户

yum localinstall influxdb-1.6.0.x86_64.rpm

3、配置文件
influxdb的配置/etc/influxdb/influxdb.conf

[meta]
  dir = "/usr/local/influxdb/meta"
[data]
  dir = "/usr/local/influxdb/data"
  wal-dir = "/usr/local/influxdb/wal"
[coordinator]
[retention]
[shard-precreation]
[monitor]
[http]
  enable = true
  bind-address = "127.0.0.1:8086"
[ifql]
[logging]
[subscriber]
[[graphite]]
[[collectd]]
[[opentsdb]]
[[udp]]
[continuous_queries]

配置说明

data  #存放最终存储的数据，文件以.tsm结尾 
meta #存放数据库元数据 wal  #存放
wal #存放预写日志文件，以 .wal 结尾

创建目录更新权限

mkdir -pv /usr/local/influxdb/
chown -R influxdb:influxdb /usr/local/influxdb/

4、influxdb的启动和开机自启

systemctl restart influxdb
systemctl enable influxdb

观察进程和监听端口

ps -ef | grep influxdb
netstat -tlunp | grep influxd

在这里插入图片描述

5、influxdb数据库开启认证

influx --help #查看influx客户端的使用帮助
influx  #默认连接到localhost:8086
show users #查看所有用户，默认没有
CREATE USER "wangxiaoyu" WITH PASSWORD '123456' WITH ALL PRIVILEGES #创建wangxiaoyu用户，密码123456，管理员权限

influxdb增加auth配置如下，只需要在[http]这个底下添加，并重启influxdb(systemctl restart influxdb)

auth-enabled = true

使用用户名密码登录influxdb

influx #无指定用户名密码的话，会报错
influx -username 'wangxiaoyu' -password '123456'
influx -username 'wangxiaoyu' -password ''

三、简单操作

1、登陆然后创建和删除一个数据库

influx -username 'wangxiaoyu' -password '123456'
> create database wangxiaoyu;
> show databases;
> drop database wangxiaoyu;
> show databases;

在这里插入图片描述
2、measurement(类似于表)操作

create database wangxiaoyu;   #创建一个数据库
use wangxiaoyu;               #使用这个数据库
show measurements;            #查看表，这里还没有表
insert cpuinfo,item1=wangxiaoyu_cpu.idle,item2=itemtest2 value=90 #插入数据，如果没有这个表会自动创建，无需创建measurement，可直接插入数据。
show measurements;            #查看表，这里有刚才插入时创建的表
select * from cpuinfo;        #查询所有cpuinfo表中的数据
drop measurement cpuinfo      #删除表

在这里插入图片描述

3、influxdb常用查询操作

select * from cpuinfo
select * from cpuinfo limit 2 #如果数据量太大，得使用limit，限制输出多少行
delete from cpuinfo where time=1531992939634316937

4、influxdb数据保留时间设置

show retention policies on wangxiaoyu;  #默认有个策略0s表示永久保存
create retention policy rp_wangxiaoyu on wangxiaoyu duration 30d replication 1 default; #设置一个策略保留30天
show retention policies on wangxiaoyu;
alter retention policy rp_wangxiaoyu on wangxiaoyu duration 90d replication 1 default;  #修改上个策略为90天
show retention policies on wangxiaoyu; 
drop retention policy rp_wangxiaoyu on wangxiaoyu;  #删除策略

在这里插入图片描述
5、influxdb内置函数
influxdb提供了一些内置函数，这些函数方便grafana拉取数据。

查询非空值的数量

insert cpuinfo,item=wangxiaoyu_cpu.idle value=90
seltct count(value) from cpuinfo

在这里插入图片描述
查询唯一值

select distinct(value) from cpuinfo;

在这里插入图片描述
查询平均值

seelect mean(value) from cpuinfo;

查询总和

select sum(value) from cpuinfo

查询最大的N个值

select top(value,3) from cpuinfo

查询最小的N个值

select bottom(value,3) from cpuinfo

四、Grafana安装及influxdb数据源配置

1、grafana的下载和安装

可以自己找版本高的，现在好像已经到7点多版本了
https://grafana.com/grafana/download

下载地址： https://s3-us-west-2.amazonaws.com/grafana-releases/release/grafana-5.2.1-1.x86_64.rpm

安装

yum localinstall grafana-5.2.1-1.x86_64.rpm

grafana的启动和开机自启

systemctl restart grafana-server
systemctl enable grafana-server

2、访问grafana
http://ip:3000
grafana的默认用户名密码都是admin，第一次登录会要求更改密码

3、配置influxdb的数据源，用户名和密码

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

4、Influxdb手动插入数据

influx -username 'wangxiaoyu' -password '123456'
use wangxiaoyu
insert cpuinfo,item=wangxiaoyu_cpu.idle value=90
insert cpuinfo,item=wangxiaoyu_cpu.idle value=80
insert cpuinfo,item=wangxiaoyu_cpu.idle value=80

5、创建一个dashboard仪表盘并配置
在这里插入图片描述
创建一个图表，然后选择刚才设置的influxdb数据源，并且配置相应的数据条件
在这里插入图片描述

可以看到刚才插入的数据
在这里插入图片描述
右上角可以设置时间段及自动刷新
在这里插入图片描述

五、influxdb+grafana监控CPU

1、监控思路

  • 采集(使用Python脚本进行采集)
  • 入库(Python脚本采集完插入Influxdb数据库)
  • 展现(Grafana读取Influxdb的数据进行展现)

2、Python操作Influxdb数据库得先安装扩展

yum install epel-release -y #安装epel yum源
yum install python2-pip -y #安装pip工具
pip install influxdb -i http://pypi.douban.com/simple --trusted-host pypi.douban.com #安装Influxdb扩展

yum install python-devel gcc -y
pip install psutil -i http://pypi.douban.com/simple --trusted-host pypi.douban.com  #安装psutil模块采集硬件信息

3、python操作influxdb(/usr/local/influxdb/python/test.py)

from influxdb import InfluxDBClient
client = InfluxDBClient('127.0.0.1', 8086, 'wangxiaoyu', '123456', 'wangxiaoyu')
data_list = [{'measurement': 'mytest', 'tags': {'item':'host_ip_item'}, 'fields': {'value': 100}}]
client.write_points(data_list)

然后执行一下脚本

python /usr/local/influxdb/python/test.py

进入数据库查看一下，有插入数据
在这里插入图片描述

4、采集cpu load脚本(/usr/local/influxdb/python/loadavg.py)

from influxdb import InfluxDBClient
import commands
client = InfluxDBClient('127.0.0.1', 8086, 'wangxiaoyu', '123456', 'wangxiaoyu')

status,loadavg1 = commands.getstatusoutput(" cat /proc/loadavg |awk '{print $1}' ")
status,loadavg5 = commands.getstatusoutput(" cat /proc/loadavg |awk '{print $2}' ")
status,loadavg15 = commands.getstatusoutput(" cat /proc/loadavg |awk '{print $3}' ")

data_list = [{'measurement': 'loadavg', 'tags': {'item': 'wangxiaoyu_10.0.0.101_loadavg1'}, 'fields': {'value': float(loadavg1)}}]
client.write_points(data_list)
data_list = [{'measurement': 'loadavg', 'tags': {'item': 'wangxiaoyu_10.0.0.101_loadavg5'}, 'fields': {'value': float(loadavg5)}}]
client.write_points(data_list)
data_list = [{'measurement': 'loadavg', 'tags': {'item': 'wangxiaoyu_10.0.0.101_loadavg15'}, 'fields': {'value': float(loadavg15)}}]
client.write_points(data_list)

添加到linux的crontab任务(/etc/crontab)

* * * * * root python /usr/local/influxdb/python/loadavg.py >/dev/null 2>/dev/null

5、创建一个图表，名称为CPU load监控 然后进行配置
在这里插入图片描述
可以看到监控数据
在这里插入图片描述

6、python监控cpu时间并入influxdb脚本(/usr/local/influxdb/python/cpu_times_percent.py)

from influxdb import InfluxDBClient
import psutil

cpu_times_percent = psutil.cpu_times_percent(interval=1)
client = InfluxDBClient('127.0.0.1', 8086, 'wangxiaoyu', '123456', 'wangxiaoyu')

data_list = [{'measurement': 'cpu_times_percent', 'tags': {'item': 'wangxiaoyu_10.0.0.101_user'}, 'fields': {'value': float(cpu_times_percent.user)}}]
client.write_points(data_list)
data_list = [{'measurement': 'cpu_times_percent', 'tags': {'item': 'wangxiaoyu_10.0.0.101_system'}, 'fields': {'value': float(cpu_times_percent.system)}}]
client.write_points(data_list)
data_list = [{'measurement': 'cpu_times_percent', 'tags': {'item': 'wangxiaoyu_10.0.0.101_iowait'}, 'fields': {'value': float(cpu_times_percent.iowait)}}]
client.write_points(data_list)
data_list = [{'measurement': 'cpu_times_percent', 'tags': {'item': 'wangxiaoyu_10.0.0.101_idle'}, 'fields': {'value': float(cpu_times_percent.idle)}}]
client.write_points(data_list)

添加到linux的crontab任务(/etc/crontab)

* * * * * root python /usr/local/influxdb/python/cpu_times_percent.py >/dev/null 2>/dev/null

7、创建一个图表，名为cpu time 占比监控 并配置
在这里插入图片描述
单位设为百分比%
在这里插入图片描述

六、influxdb+grafana监控内存磁盘流量

1、python监控内存并入influxdb脚本（/usr/local/influxdb/python/virtual_memory.py）

from influxdb import InfluxDBClient
import psutil

virtual_memory = psutil.virtual_memory()
client = InfluxDBClient('127.0.0.1', 8086, 'wangxiaoyu', '123456', 'wangxiaoyu')

data_list = [{'measurement': 'memory', 'tags': {'item': 'total'}, 'fields': {'value': float(virtual_memory.total)}}]
client.write_points(data_list)
data_list = [{'measurement': 'memory', 'tags': {'item': 'available'}, 'fields': {'value': float(virtual_memory.available)}}]
client.write_points(data_list)
data_list = [{'measurement': 'memory', 'tags': {'item': 'used'}, 'fields': {'value': float(virtual_memory.used)}}]
client.write_points(data_list)

添加到linux的crontab任务(/etc/crontab)

* * * * * root python /usr/local/influxdb/python/virtual_memory.py >/dev/null 2>/dev/null

2、创建一个图表名为内存监控并进行配置
在这里插入图片描述
单位选择data(iec) 下的bytes

内存的换算一般都是用的1024的比例，Grafana上两个单位
data(iec) 这个是按照1024比例来算的
data(metric) 这个是按照1000比例来算的
在这里插入图片描述
lor_FFFFFF,t_70#pic_center)
3、然后查看图表数据
在这里插入图片描述

4、python监控磁盘并入influxdb（/usr/local/influxdb/python/disk.py）

from influxdb import InfluxDBClient
import psutil

client = InfluxDBClient('127.0.0.1', 8086, 'wangxiaoyu', '123456', 'wangxiaoyu')

for one_disk in psutil.disk_partitions():
    mountpoint = one_disk.mountpoint
    diskused = psutil.disk_usage(mountpoint).percent
    data_list = [{'measurement': 'disk', 'tags': {'item': 'diskused.%s' % mountpoint}, 'fields': {'value': float(diskused)}}]
    client.write_points(data_list)

添加到linux的crontab任务(/etc/crontab)

* * * * * root python /usr/local/influxdb/python/disk.py >/dev/null 2>/dev/null

5、创建一个图表名为磁盘监控然后配置，单位为百分比
在这里插入图片描述
6、然后查看图表数据
在这里插入图片描述

7、python监控流量并入influxdb（/usr/local/influxdb/python/traffic.py）

from influxdb import InfluxDBClient
import psutil

client = InfluxDBClient('127.0.0.1', 8086, 'wangxiaoyu', '123456', 'wangxiaoyu')

for netname, netinfo in psutil.net_io_counters(pernic=True).items():
    bytes_sent = netinfo.bytes_sent
    bytes_recv = netinfo.bytes_recv
    data_list = [{'measurement': 'traffic', 'tags': {'item': 'bytes_sent.%s' % netname}, 'fields': {'value': bytes_sent}}]
    client.write_points(data_list)
    data_list = [{'measurement': 'traffic', 'tags': {'item': 'bytes_recv.%s' % netname}, 'fields': {'value': bytes_recv}}]
    client.write_points(data_list)

添加到linux的crontab任务

* * * * * root python /usr/local/influxdb/python/traffic.py >/dev/null 2>/dev/null

8、创建一个图表名为流量监控然后配置
在这里插入图片描述
#pic_center)
流量单位说明(每秒的流量，无负数)
non_negative_derivative(mean(“value”), 1s) 返回在一个series中的一个字段中值的变化的非负速率
通过psutil收集到的是bytes，流量单位一般bit，所以说还乘以8

单位选择bits/sec
在这里插入图片描述
9、然后查看图表数据
在这里插入图片描述

说明
influxdb+grafana的组合监控硬件并不是好选择，如果熟悉Zabbix的话，推荐Zabbix来监控硬件。
influxdb+grafana的组合用来监控业务数据是非常好用的。

光明小学王小雨
关注
  • 12
    点赞
  • 踩
  • 71
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
pgwatch2：PostgreSQL指标监控仪表板
02-04
pgwatch2 灵活的自包含PostgreSQL指标监视/仪表板解决方案。 开箱即用支持监视PG版本9.0至13。 演示版 文献资料 快速开始 为了获得最快的设置体验，可通过Docker Hub提供（有关Docker快速入门，请参见）。 对于自定义设置，请参见文档中的相应，或直接转至预构建的DEB / RPM / Tar包的“发布”选项卡。 # fetch and run the latest Docker image, exposing Grafana on port 3000, the administrative web UI on port 8080 # and the inte
铸造性能监控平台【grafana+influxdb/prometheus+Linux/Windows】
testleaf.cn
08-30 1296
grafana： 前端展示平台，通过 更换不同的模板，来改变展示效果；influxdb： 时序数据库：​时序数据库的特点： 每一行的数据，都有一个时间戳；jmeter的后端监听器：实现了数据的收集以及发送给数据库的功能；注：grafana、influxdb、jmeter最好不要放在被测服务器上，有条件可以单独在另一台服务器上部署；prometheus是一个时序数据库，用来存数据的；
JMeter+Grafana+Influxdb搭建可视化性能测试监控平台
最新发布
HUA6911的博客
07-20 916
以上三种方式都可以完成JMeter+Grafana+Influxdb平台搭建，这里可根据需要选择相应的方式安装即可。这些资料，对于做【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴我走过了最艰难的路程，希望也能帮助到你！凡事要趁早，特别是技术行业，一定要提升技术功底。
Grafana与influxdb
二进制杯莫停的博客
02-22 1603
__timeFilter(interval)：根据时间范围选择数据，interval 表示时间间隔，例如 $__timeFilter(5m) 表示选择最近 5 分钟的数据。$__rate(field,interval)：计算指定字段在给定时间间隔内的速率，例如 $__rate(cpu,1m) 表示计算 cpu 字段在最近 1 分钟内的速率。$__interval：选择时间间隔，例如 $__interval 表示自动选择时间间隔，$__interval_ms 表示选择毫秒级时间间隔。
轻松打造智能化性能测试监控平台：【JMeter+Grafana+Influxdb】的优化整合方案
weixin_67553250的博客
05-24 2386
在当前激烈的市场竞争中，创新和效率成为企业发展的核心要素之一。在这种背景下，如何保证产品和服务的稳定性、可靠性以及高效性就显得尤为重要。 而在软件开发过程中，性能测试是一项不可或缺的环节，它可以有效的评估一个系统、应用或者软件的性能指标。然而，如何提升性能测试效率，把测试结果转化为有价值的信息，则是一个更加重要的问题。 因此，本文提供了一个基于JMeter、Grafana和Influxdb的优化整合方案，将三个工具进行智能化整合，通过实时监控和数据分析，帮助团队更好地发现和解决性能问题，为企业提升产品和
如何在Grafana 中使用 InfluxDB
weixin_35750747的博客
12-17 1575
在 Grafana 中使用 InfluxDB 非常简单，只需要按照以下步骤操作即可： 首先，在 Grafana 中添加一个新的数据源。在配置页面中，选择 "InfluxDB" 作为数据源类型，然后填写 InfluxDB 的地址，端口号和数据库名称。 然后，在 Grafana 中创建一个新的仪表板，并选择刚才添加的 InfluxDB 数据源。 接下来，你可以使用 Grafana 的查询编辑器来...
2024年软件测试最全快速搭建grafana+influxdb+telegraf，以及常见问题(1)，2024年最新一个软件测试应届生从上海离职
2401_84561736的博客
05-11 1399
将grafana配到www.myserver.com域名的/grafana/的location下。(img-AqoUOHGJ-1715366034876)](img-EF9lWaGb-1715366034876)]grafana配置nginx反向代理。初始化导入面板，具体的操作流程如下。前置步骤请参考时间间隔变量设置。
JMeter+InfluxDB+Grafana实现可视化实时监控
weixin_60448629的博客
01-19 8588
本文我们将介绍如何使用JMeter+InfluxDB+Grafana打造可视化实时监控。 目录 一、简介： 概述： 简单介绍实现原理： 二、indluxdb安装和部署 1、indluxdb下载 2、修改influxdb.conf配置文件 3、启动InfluxDB服务 4、操作influDB数据库 三、jmeter连接Influxdb 1、jmeter中通过Backend Listener连接Influxdb 2、然后运行jmeter脚本，查寻influx数据库里jmeter库中的数.
linux环境下：jmeter+Grafana+influxdb实现性能监控的分布式搭建
Duo_Y的博客
03-19 1401
Linux下jmeter的分布式，实时性能监控
关于InfluxDB和Grafana数据连接的一些问题
天启和风的博客
03-21 1581
介绍时序数据库数据的可视化工具，解决InfluxDB和Grafana数据连接的一些问题。
Jmeter + Grafana + InfluxDB 性能测试监控
manbskjabgkb的博客
07-20 591
Go 语言开发的一个开源分布式时序数据库，非常适合存储指标、事件、分析等数据。！！我个人整理了我这几年软件测试生涯整理的一些技术资料，包含：电子书，简历模块，各种工作模板，面试宝典，自学项目等。欢迎大家评论区留言333免费领取，千万不要错过哦。
基于InfluxDB+Grafana打造大数据监控利器--转
11-06 1264
这是一个大数据爆发的时代。面对信息的激流、多元化数据的涌现，我们在获取、存储、传输、理解、分析、应用、维护大数据时，无疑需要一种便捷的信息交流通道，以便快速、有效、准确地理解和驾驭这个过程。本文将通过时序数据库(InfluxDB)+Grafana的实践，来介绍如何将数据便捷地展现出来。 一、InfluxDB 开源的分布式时序、时间和指标数据库，使用Go语言编写，无需外部依...
influxDB+grafana+jmeter监控平台搭建①
m0_60377839的博客
08-15 2044
性能测试流程
基于 Prometheus、InfluxDB 与 Grafana 打造监控平台
架构师小秘圈
11-11 598
在本文中，我将把几个常用的监控部分给梳理一下。前面我们提到过，在性能监控图谱中，有操作系统、应用服务器、中间件、队列、缓存、数据库、网络、前端、负载均衡、Web 服务器、存储、代码等很多需...
性能监控体系：InfluxDB & Grafana & Prometheus
GDYY3721的博客
12-10 1666
Grafana（官网）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。展示方式：快速灵活的客户端图表，面板插件有许多不同方式的可视化指标和日志，官方库中具有丰富的仪表盘插件，比如热图、折线图、图表等多种展示方式；支持多种数据源：Graphite、InfluxDB、OpenTSDB、Prometheus、Elasticsearch、CloudWatch 和 KairosDB 等；通知提醒。
性能监控平台 | Prometheus+InfluxDB + Grafana！
m0_73409141的博客
07-07 1264
为什么要解释数据的逻辑呢？因为最近在工作中遇到一些情况，有人觉得有了 Prometheus + Grafana + Exportor 这样的组合工具之后，基本上都不再用手工执行什么命令了。但我们要了解的是，对于监控平台来说，它取的所有的数据必然是被监控者可以提供的数据，像 node_exporter 这样小巧的监控收集器，它可以获取的监控数据，并不是整个系统全部的性能数据，只是取到了常见的计数器而已。这些计数器不管是用命令查看，还是用这样炫酷的工具查看，它的值本身都不会变。
grafana+influxdb数据可视化
narlon - C#+GameDEV
01-05 2749
日常我们会有一些记录历史性能数据并进行分析观察的需求，一般简单地做法是通过日志记录下数据，然后整个文档（高级一点存到db里），后面自己通过工具来维护查看。 通过grafana+influxdb其实也可以简单的实现这个需求（轻量级的elk） 可以使用http post的方式将数据存储到influxdb中 curl -i -XPOST 'http://10.246.47.160:8086/write?db=testDb' --data-binary 'cpu_load_short,host=se
windows下的Grafana安装和连接InfluxDB
qq_28836661的博客
08-31 3874
由于我这里需要连接Influxdb（之前已经安装好了，后面会补发我安装influxdb的过程），所以后面会继续描述连接步骤。，如果弹出下图所示的窗口，说明grafana与数据库连接正常，后面就可以创建对应的dashboard了。启动cmd命令提示符，输入下面的命令，在弹出的窗口中设置程序路径和服务名，点击。，但是在Windows中这个端口需要额外权限，所以最好改成其他端口号，这里修改为。下面是我安装的InfluxDB的信息，还补充了连接时需要的配置，图片贴在后面。，弹出下图所示的绿框，就说明连接正常。
6个步骤轻松实现 postman 接口压力测试（建议收藏），2024年最新2024阿里软件测试高级面试题总结
2401_84240431的博客
04-15 641
行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
jmeter+influxdb+grafana监控实例讲解
06-13
好的，下面我会为您详细讲解 jmeter+influxdb+grafana 的监控实例。 首先，JMeter 是一个用于性能测试的工具，可以进行压力测试、负载测试、功能测试等。它可以模拟多种不同的用户行为，以便评估系统的性能和稳定性。 InfluxDB 是一个高性能的时序数据库，可以存储和查询大量的时间序列数据。它具有高度可扩展性和灵活性，可以轻松地处理海量数据。 Grafana 是一个流行的开源数据可视化工具，可以连接多种数据源并将其可视化。它提供了灵活的图表和仪表板，可以帮助用户更好地理解数据。 下面是 jmeter+influxdb+grafana 监控实例的具体步骤： 1. 安装 InfluxDB 和 Grafana 在官网下载最新版的 InfluxDB 和 Grafana，然后按照官方文档进行安装和配置。 2. 配置 InfluxDB 数据库 在 InfluxDB 中创建一个新的数据库，并为其设置一个名称和一个保存策略。保存策略可以指定数据的保存时间和数据的复制系数。 3. 配置 JMeter 插件 在 JMeter 中安装 InfluxDB 和 Grafana 插件，然后配置插件以连接到 InfluxDB 数据库。 4. 在 JMeter 中添加聚合器 在 JMeter 中添加聚合器，以便收集数据并将其发送到 InfluxDB 数据库中。 5. 创建 Grafana 仪表板 在 Grafana 中创建一个新的仪表板，并添加一个新的数据源。选择 InfluxDB 数据库作为数据源，并输入数据库的详细信息。 6. 创建 Grafana 图表 在 Grafana 中创建一个新的图表，并选择要显示的数据。可以使用不同的图表类型和样式来显示数据。 7. 测试 JMeter 脚本 使用 JMeter 运行测试脚本，并在 Grafana 中查看结果。可以使用 Grafana 的仪表板和图表来分析数据，识别瓶颈和优化性能。 以上就是 jmeter+influxdb+grafana 监控实例的具体步骤。希望可以对您有所帮助。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值