Docker版Grafana整合InfluxDB看这一篇就够了（2020全网最详细教程）

最新推荐文章于 2024-05-18 01:07:25 发布
置顶 最新推荐文章于 2024-05-18 01:07:25 发布
阅读量3.6k 收藏 13
点赞数 2
分类专栏： 容器化开发 文章标签： Docker安装 Grafana InfluxDB InfluxDB客户端
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/ron03129596/article/details/109408018
版权

本文分为4段为您详细讲解Docker版Grafana集成influxdb监控数据

文章目录

docker安装

卸载

如果之前安装过Docker需要卸载可以参照如下命令

# 列出当前docker相关的安装包
$ yum list installed|grep docker
containerd.io.x86_64                 1.3.7-3.1.el7                  @docker-ce-stable
docker-ce.x86_64                     3:19.03.13-3.el7               @docker-ce-stable
docker-ce-cli.x86_64                 1:19.03.13-3.el7               @docker-ce-stable

在这里插入图片描述

# 卸载对应的包
$ yum -y remove containerd.io.x86_64
$ yum -y remove docker-ce.x86_64
$ yum -y remove docker-ce-cli.x86_64
安装

注意：且Docker 要求操作系统必须为64位，且centos内核版本为3.1及以上

  • 查看系统内核

    $ uname -r
3.10.0-1062.el7.x86_6
# 我这里高于3.1

  • 保证yum包是最新

    # 使用root执行，更新到最新
$ yum update

  • 列出可安装的docker包

    # 列出可以按照的docker包
$ yum list docker-ce --showduplicates | sort -r

  • 安装

    • 指定版本安装

      $ yum list docker-ce.x86_64  --showduplicates | sort -r

    • 直接安装最新版

      $ yum install docker-ce -y

  • 查看当前版本

    $ docker version

Client: Docker Engine - Community
 Version:           19.03.13
 API version:       1.40
 Go version:        go1.13.15
 Git commit:        4484c46d9d
 Built:             Wed Sep 16 17:03:45 2020
 OS/Arch:           linux/amd64
 Experimental:      false
Cannot connect to the Docker daemon at unix:///var/run/docker.sock. Is the docker daemon running?
# 此处需要重启

  • 不能连接到Docker daemon异常

    装完后使用docker命令后会提示异常
Cannot connect to the Docker daemon at unix:///var/run/docker.sock. Is the docker daemon running?
需要重启下docker

  • 重启

    $ service docker restart

  • 配置开机启动

    $ systemctl enable docker

国内镜像配置

  1. 找到/etc/docker目录下的daemon.json文件进行编辑，输入如下内容

    {
  "registry-mirrors": ["https://9cpn8tt6.mirror.aliyuncs.com"]
}

  2. 如果没有该文件，可自行创建，也可以使用如下命令

    tee /etc/docker/daemon.json <<-'EOF'
{
  "registry-mirrors": ["https://9cpn8tt6.mirror.aliyuncs.com"]
}
EOF

  3. 重启docker

Docker整合influxDB

前面我们已经学习了Docker的安装和相关命令，接下来，我们只讲解influxdb的内容

InfluxDB是一个由InfluxData开发的开源时序型数据。它由Go写成，着力于高性能地查询与存储时序型数据。InfluxDB被广泛应用于存储系统的监控数据，IoT行业的实时数据等场景。

influxDB介绍

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；

与传统数据库中的名词做比较

influxDB中的名词传统数据库中的概念
database数据库
measurement数据库中的表
points表里面的一行数据

InfluxDB中独有的一些概念
Point由时间戳（time）、数据（field）、标签（tags）组成。

Point属性传统数据库中的概念
time每个数据记录时间，是数据库中的主索引(会自动生成)
fields各种记录值（没有索引的属性）也就是记录的值：温度， 湿度
tags各种有索引的属性：地区，海拔

influxDB安装

  • 拉取最新版镜像

    # 拉取最新版镜像
$ docker pull influxdb
# 查看镜像
$ docker images✨

  • 使用镜像创建容器

    # 使用镜像创建容器
$ docker run -d -p  8083:8083 -p 8086:8086 --name myinfluxdb influxdb
	-d 让容器在后台运行 
	-p 8083:8083 将容器的 8083 端口映射到主机的 8083 端口
	–-name 容器的名字，随便取，但是必须唯一

  • 开放防火墙端口

    $ firewall-cmd --zone=public --add-port=8083/tcp --permanent
$ firewall-cmd --zone=public --add-port=8086/tcp --permanent
$ firewall-cmd --reload

  • 停止容器

    $ docker stop myinfluxdb

  • 移除容器

    # 移除的容器必须是已经停止的
$ docker rm myinfluxdb

  • 查看容器列表

    # 只查看正在运行的
$ docker ps

# 查看所有的
$ docker ps -a

  • 进入容器内部

    # 该容器必须已经运行，才能进入
$ docker exec -it myinfluxdb /bin/bash

influxDB配置

使用名进入到myinfluxdb容器内部后，我们来做一点小小的配置

  1. 进入influxdb命令交互模式，类似于mysql的命令行

    # 直接输入influx
$ influx
Connected to http://localhost:8086 version 1.8.3
InfluxDB shell version: 1.8.3
> 


# 如果上述报错，采用下面这种方式，输入/usr/bin/influx
$ /usr/bin/influx

  2. 添加数据库

    # 查看现有数据库
> show databases;
name: databases
name
----
_internal

# 创建数据库
> create database mytest

# 再次查看你会发现有2个库了
> show databases;
name: databases
name
----
_internal
mytest

# 使用数据库
> use mytest

# 查看用户
> show users;
user admin
---- -----

  3. 创建一个用户

    > CREATE USER "master" WITH PASSWORD 'abcd1234' WITH ALL PRIVILEGES
> exit 退出

  4. influxdb默认没有校验权限，修改influxdb.conf文件

    # 在当前容器内执行
$ vim /etc/influxdb/influxdb.conf
# 此时你会发现vim命令不存在
bash: vim: command not found

  5. 安装vim命令

    # 在当前容器类执行（此步骤时间会比较长）
$ apt-get update
$ apt-get install vim

  6. 再次修改influxdb.conf文件

    # 修改[http]处的auth-enabled属性为true
[http]
...
auth-enabled = true

    注意有的版本配置文件非常简单，只有如下几个配置：

    [meta]
  dir = "/var/lib/influxdb/meta"

[data]
  dir = "/var/lib/influxdb/data"
  engine = "tsm1"
  wal-dir = "/var/lib/influxdb/wal"

    我这边修改完后的配置文件全内容如下：

    [meta]
  dir = "/var/lib/influxdb/meta"

[data]
  dir = "/var/lib/influxdb/data"
  engine = "tsm1"
  wal-dir = "/var/lib/influxdb/wal"

[http]
  enabled = true  
  bind-address = ":8086"  
  auth-enabled = true  # ✨ 此处默认是关闭的需要开启，因为前面我们配置的用户名密码，所以需要开启
  log-enabled = true  
  write-tracing = false  
  pprof-enabled = false  
  https-enabled = false

    退出容器，重新启动注意不要改错，改错了，容器就无法再起来了

    $ docker restart

    其实最详细的配置文件如下：**

    ### Welcome to the InfluxDB configuration file.

# Once every 24 hours InfluxDB will report usage data to usage.influxdata.com
# The data includes a random ID, os, arch, version, the number of series and other
# usage data. No data from user databases is ever transmitted.
# Change this option to true to disable reporting.
reporting-disabled = false

# we'll try to get the hostname automatically, but if it the os returns something
# that isn't resolvable by other servers in the cluster, use this option to
# manually set the hostname
# hostname = "localhost"

###
### [meta]
###
### Controls the parameters for the Raft consensus group that stores metadata
### about the InfluxDB cluster.
###

[meta]
  # Where the metadata/raft database is stored
  dir = "/var/lib/influxdb/meta"

  retention-autocreate = true

  # If log messages are printed for the meta service
  logging-enabled = true
  pprof-enabled = false

  # The default duration for leases.
  lease-duration = "1m0s"

###
### [data]
###
### Controls where the actual shard data for InfluxDB lives and how it is
### flushed from the WAL. "dir" may need to be changed to a suitable place
### for your system, but the WAL settings are an advanced configuration. The
### defaults should work for most systems.
###

[data]
  # Controls if this node holds time series data shards in the cluster
  enabled = true

  dir = "/var/lib/influxdb/data"

  # These are the WAL settings for the storage engine >= 0.9.3
  wal-dir = "/var/lib/influxdb/wal"
  wal-logging-enabled = true
  
  # Trace logging provides more verbose output around the tsm engine. Turning 
  # this on can provide more useful output for debugging tsm engine issues.
  # trace-logging-enabled = false

  # Whether queries should be logged before execution. Very useful for troubleshooting, but will
  # log any sensitive data contained within a query.
  # query-log-enabled = true

  # Settings for the TSM engine

  # CacheMaxMemorySize is the maximum size a shard's cache can
  # reach before it starts rejecting writes.
  # cache-max-memory-size = 524288000

  # CacheSnapshotMemorySize is the size at which the engine will
  # snapshot the cache and write it to a TSM file, freeing up memory
  # cache-snapshot-memory-size = 26214400

  # CacheSnapshotWriteColdDuration is the length of time at
  # which the engine will snapshot the cache and write it to
  # a new TSM file if the shard hasn't received writes or deletes
  # cache-snapshot-write-cold-duration = "1h"

  # MinCompactionFileCount is the minimum number of TSM files
  # that need to exist before a compaction cycle will run
  # compact-min-file-count = 3

  # CompactFullWriteColdDuration is the duration at which the engine
  # will compact all TSM files in a shard if it hasn't received a
  # write or delete
  # compact-full-write-cold-duration = "24h"

  # MaxPointsPerBlock is the maximum number of points in an encoded
  # block in a TSM file. Larger numbers may yield better compression
  # but could incur a performance penalty when querying
  # max-points-per-block = 1000

###
### [coordinator]
###
### Controls the clustering service configuration.
###

[coordinator]
  write-timeout = "10s"
  max-concurrent-queries = 0
  query-timeout = "0"
  log-queries-after = "0"
  max-select-point = 0
  max-select-series = 0
  max-select-buckets = 0

###
### [retention]
###
### Controls the enforcement of retention policies for evicting old data.
###

[retention]
  enabled = true
  check-interval = "30m"

###
### [shard-precreation]
###
### Controls the precreation of shards, so they are available before data arrives.
### Only shards that, after creation, will have both a start- and end-time in the
### future, will ever be created. Shards are never precreated that would be wholly
### or partially in the past.

[shard-precreation]
  enabled = true
  check-interval = "10m"
  advance-period = "30m"

###
### Controls the system self-monitoring, statistics and diagnostics.
###
### The internal database for monitoring data is created automatically if
### if it does not already exist. The target retention within this database
### is called 'monitor' and is also created with a retention period of 7 days
### and a replication factor of 1, if it does not exist. In all cases the
### this retention policy is configured as the default for the database.

[monitor]
  store-enabled = true # Whether to record statistics internally.
  store-database = "_internal" # The destination database for recorded statistics
  store-interval = "10s" # The interval at which to record statistics

###
### [admin]
###
### Controls the availability of the built-in, web-based admin interface. If HTTPS is
### enabled for the admin interface, HTTPS must also be enabled on the [http] service.
###

[admin]
  enabled = true
  bind-address = ":8083"
  https-enabled = false
  https-certificate = "/etc/ssl/influxdb.pem"

###
### [http]
###
### Controls how the HTTP endpoints are configured. These are the primary
### mechanism for getting data into and out of InfluxDB.
###

[http]
  enabled = true
  bind-address = ":8086"
  auth-enabled = true
  log-enabled = true
  write-tracing = false
  pprof-enabled = false
  https-enabled = false
  https-certificate = "/etc/ssl/influxdb.pem"
  ### Use a separate private key location.
  # https-private-key = ""
  max-row-limit = 10000
  realm = "InfluxDB"

###
### [subsciber]
###
### Controls the subscriptions, which can be used to fork a copy of all data
### received by the InfluxDB host.
###

[subsciber]
  enabled = true
  http-timeout = "30s"


###
### [[graphite]]
###
### Controls one or many listeners for Graphite data.
###

[[graphite]]
  enabled = false
  # database = "graphite"
  # bind-address = ":2003"
  # protocol = "tcp"
  # consistency-level = "one"

  # These next lines control how batching works. You should have this enabled
  # otherwise you could get dropped metrics or poor performance. Batching
  # will buffer points in memory if you have many coming in.

  # batch-size = 5000 # will flush if this many points get buffered
  # batch-pending = 10 # number of batches that may be pending in memory
  # batch-timeout = "1s" # will flush at least this often even if we haven't hit buffer limit
  # udp-read-buffer = 0 # UDP Read buffer size, 0 means OS default. UDP listener will fail if set above OS max.

  ### This string joins multiple matching 'measurement' values providing more control over the final measurement name.
  # separator = "."

  ### Default tags that will be added to all metrics.  These can be overridden at the template level
  ### or by tags extracted from metric
  # tags = ["region=us-east", "zone=1c"]

  ### Each template line requires a template pattern.  It can have an optional
  ### filter before the template and separated by spaces.  It can also have optional extra
  ### tags following the template.  Multiple tags should be separated by commas and no spaces
  ### similar to the line protocol format.  There can be only one default template.
  # templates = [
  #   "*.app env.service.resource.measurement",
  #   # Default template
  #   "server.*",
  # ]

###
### [collectd]
###
### Controls one or many listeners for collectd data.
###

[[collectd]]
  enabled = false
  # bind-address = ""
  # database = ""
  # typesdb = ""

  # These next lines control how batching works. You should have this enabled
  # otherwise you could get dropped metrics or poor performance. Batching
  # will buffer points in memory if you have many coming in.

  # batch-size = 1000 # will flush if this many points get buffered
  # batch-pending = 5 # number of batches that may be pending in memory
  # batch-timeout = "1s" # will flush at least this often even if we haven't hit buffer limit
  # read-buffer = 0 # UDP Read buffer size, 0 means OS default. UDP listener will fail if set above OS max.

###
### [opentsdb]
###
### Controls one or many listeners for OpenTSDB data.
###

[[opentsdb]]
  enabled = false
  # bind-address = ":4242"
  # database = "opentsdb"
  # retention-policy = ""
  # consistency-level = "one"
  # tls-enabled = false
  # certificate= ""
  # log-point-errors = true # Log an error for every malformed point.

  # These next lines control how batching works. You should have this enabled
  # otherwise you could get dropped metrics or poor performance. Only points
  # metrics received over the telnet protocol undergo batching.

  # batch-size = 1000 # will flush if this many points get buffered
  # batch-pending = 5 # number of batches that may be pending in memory
  # batch-timeout = "1s" # will flush at least this often even if we haven't hit buffer limit

###
### [[udp]]
###
### Controls the listeners for InfluxDB line protocol data via UDP.
###

[[udp]]
  enabled = false
  # bind-address = ""
  # database = "udp"
  # retention-policy = ""

  # These next lines control how batching works. You should have this enabled
  # otherwise you could get dropped metrics or poor performance. Batching
  # will buffer points in memory if you have many coming in.

  # batch-size = 1000 # will flush if this many points get buffered
  # batch-pending = 5 # number of batches that may be pending in memory
  # batch-timeout = "1s" # will flush at least this often even if we haven't hit buffer limit
  # read-buffer = 0 # UDP Read buffer size, 0 means OS default. UDP listener will fail if set above OS max.

  # set the expected UDP payload size; lower values tend to yield better performance, default is max UDP size 65536
  # udp-payload-size = 65536

###
### [continuous_queries]
###
### Controls how continuous queries are run within InfluxDB.
###

[continuous_queries]
  log-enabled = true
  enabled = true
  # run-interval = "1s" # interval for how often continuous queries will be checked if they need to run

  7. 退出容器，重新启动注意不要改错，改错了，容器就无法再起来了

    $ docker restart myinfluxdb

  8. 再次进入容器，并使用命令进行influx操作

    root@5f1bb39363e6:/# influx     
Connected to http://localhost:8086 version 1.8.3
InfluxDB shell version: 1.8.3
> show users
ERR: unable to parse authentication credentials
Warning: It is possible this error is due to not setting a database.
Please set a database with the command "use <database>".
>

    上述提示权限校验错误，接下来我们exit退出当前influx交互（不要退出容器），再次使用用户密码登录

    root@5f1bb39363e6:/# influx -username 'master' -password 'abcd1234'
Connected to http://localhost:8086 version 1.8.3
InfluxDB shell version: 1.8.3
> show users
user   admin
----   -----
master true

    上述登录成功，并且能够使用show users语句

先切换到我们创建的mytest数据库

> use mytest

数据插入

由于InfluxDB的无结构（schemeless）特性，我们不需要预先建表，直接use [ database ]后就可以写入数据了。举个栗子。

INSERT cpu,host=serverA,region=us_west value=0.64
 
INSERT temperature,machine=unit42,type=assembly external=25,internal=37

读数据

SELECT "host", "region", "value" FROM "cpu"
SELECT * FROM "temperature"

-- measurement都可以用正则表示，下面表示读一个db下的所有measurement的数据
SELECT * FROM /.*/
-- 配上where条件
SELECT "region", "value" FROM "cpu" where "host" = "server1"

在这里插入图片描述

客户端工具

下载地址：
链接：https://pan.baidu.com/s/1FBFRc2fPkmDoHDYjdNgntA
提取码：s4ut

在这里插入图片描述

在这里插入图片描述

常用InfluxQL

-- 查看所有的数据库
show databases;
-- 使用特定的数据库
use database_name;
-- 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;

代码批量插入

新建Java的SpringBoot项目，项目地址GitHub：

pom.xml
<parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>2.2.5.RELEASE</version>
        <relativePath/>
    </parent>
    <groupId>com.it235</groupId>
    <artifactId>influxdb</artifactId>
    <version>0.0.1-SNAPSHOT</version>

    <properties>
        <java.version>1.8</java.version>
    </properties>

    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <optional>true</optional>
        </dependency>
        <dependency>
            <groupId>org.influxdb</groupId>
            <artifactId>influxdb-java</artifactId>
            <version>2.15</version>
        </dependency>
    </dependencies>
application.yml
server:
  port: 8010
spring:
  influx:
    url: http://192.168.1.31:8086
    user: master
    username: master
    password: abcd1234
    database: mytest
    retention_policy: default
    retention_policy_time: 30d
Java代码
import lombok.extern.slf4j.Slf4j;
import org.influxdb.InfluxDB;
import org.influxdb.dto.Point;
import org.influxdb.dto.Query;
import org.influxdb.dto.QueryResult;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.stereotype.Component;

import java.util.Map;
import java.util.concurrent.TimeUnit;

/**
 * @Author: it235.com
 * @Date: 2020-10-10
 * @Description: 工具支持类
 */
@Slf4j
@Component
public class InfluxDBSupport {
    /**
     * 数据保存策略
     */
    @Value("${spring.influx.retentionPolicy:}")
    private String retentionPolicy;
    /**
     * 数据保存策略中数据保存时间
     */
    @Value("${spring.influx.retentionPolicyTime:}")
    private String retentionPolicyTime;

    @Value("${spring.influx.database:}")
    private String database;

    /**
     * InfluxDB实例
     */
    @Autowired
    private InfluxDB influxDB;

    public InfluxDBSupport() {
        // autogen默认的数据保存策略
        this.retentionPolicy = retentionPolicy == null || "".equals(retentionPolicy) ? "autogen" : retentionPolicy;
        this.retentionPolicyTime = retentionPolicyTime == null || "".equals(retentionPolicy) ? "30d" : retentionPolicyTime;
    }

    /**
     * 设置数据保存策略 defalut 策略名 /database 数据库名/ 30d 数据保存时限30天/ 1 副本个数为1/ 结尾DEFAULT
     * 表示 设为默认的策略
     */
    public void createRetentionPolicy() {
        String command = String.format("CREATE RETENTION POLICY \"%s\" ON \"%s\" DURATION %s REPLICATION %s DEFAULT",
                retentionPolicy, database, retentionPolicyTime, 1);
        this.query(command);
    }

    /**
     * 查询
     *
     * @param command 查询语句
     * @return
     */
    public QueryResult query(String command) {
        return influxDB.query(new Query(command, database));
    }

    /**
     * 插入
     *
     * @param measurement 表
     * @param tags        标签
     * @param fields      字段
     */
    public void insert(String measurement, Map<String, String> tags, Map<String, Object> fields) {
        Point.Builder builder = Point.measurement(measurement);
        // 纳秒时会出现异常信息：partial write: points beyond retention policy dropped=1
        // builder.time(System.nanoTime(), TimeUnit.NANOSECONDS);
        builder.time(System.currentTimeMillis(), TimeUnit.MILLISECONDS);
        builder.tag(tags);
        builder.fields(fields);

        log.info("influxDB insert data:[{}]", builder.build().toString());
        influxDB.write(database, "", builder.build());
    }

import lombok.extern.slf4j.Slf4j;
import org.influxdb.dto.QueryResult;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.CommandLineRunner;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;

import java.util.HashMap;
import java.util.Map;

/**
 * @Author: it235.com
 * @Date: 2020-10-10
 * @Description: 启动主程序
 */
@Slf4j
@SpringBootApplication
public class InfluxdbDemoApplication implements CommandLineRunner {

    public static void main(String[] args) {
        SpringApplication.run(InfluxdbDemoApplication.class, args);
    }

    @Autowired
    private InfluxDBSupport influxDBSupport;

    @Override
    public void run(String... args) throws Exception {
        //插入测试
        insertTest();

        //查询测试
        //querTest();
    }

    /**
     * 插入测试
     * @throws InterruptedException
     */
    public void insertTest() throws InterruptedException {
        Map<String, String> tagsMap = new HashMap<>();
        Map<String, Object> fieldsMap = new HashMap<>();
        System.out.println("influxDB start time :" + System.currentTimeMillis());
        int i = 0;
        for (; ; ) {
            Thread.sleep(100);
            tagsMap.put("value", String.valueOf(i % 10));
            tagsMap.put("host", "https://www.it235.com");
            tagsMap.put("region", "west" + (i % 5));
            fieldsMap.put("count", i % 5);
            influxDBSupport.insert("cpu_test", tagsMap, fieldsMap);
            i++;
        }
    }

    /**
     * 查询测试
     */
    public void querTest(){
        QueryResult rs = influxDBSupport.query("select * from usage");
        log.info("query result => {}", rs);
        if (!rs.hasError() && !rs.getResults().isEmpty()) {
            rs.getResults().forEach(System.out::println);
        }
    }

}

启动程序测试，观看控制台可以看到在批量插入数据，此时也可以去influxdb中去看看

在这里插入图片描述

Docker安装Grafana整合influxDB

Grafana介绍

Grafana安装

前面我们已经学习了Docker的安装和相关命令，接下来，我们只讲解Grafana的内容

  • 镜像拉取

    $ docker pull grafana/grafana
$ docker images

  • 安装配置

    $ docker run -d -p 3000:3000 --name=it35graf grafana/grafana
$ docker ps -a

  • 开放防火墙端口

    $ firewall-cmd --zone=public --add-port=3000/tcp --permanent
$ firewall-cmd --reload

  • 浏览器访问http://ip:3000，用户名密码默认：admin

在这里插入图片描述

在这里插入图片描述

  • 到此Grafana安装完成

配置influxDB数据源

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

在这里插入图片描述

在这里插入图片描述

创建Dashboard

dashboard是Grafana种用于展示呈现的工具，我们可以将influxdb中的数据展示到dashboard中

在这里插入图片描述

在这里插入图片描述

注意上述选择的表一定是要有数据的，否则看不到效果

数据集成测试

  • 开启代码批量插入程序

在这里插入图片描述

  • 观看Grafana面板中的效果

在这里插入图片描述
到此Docker版的Grafana+influxdb就集成完成了。

君哥聊编程
关注
  • 2
    点赞
  • 踩
  • 13
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
专栏目录
Influxdb+collectd+grafana搭建现代化监控系统
小白菜
08-01 3536
在此采用centos＋Influxdb＋collectd＋grafana搭建监控系统，特此说明下influxdb的0.9,0.10,0.11,0.12均不支持delect功能，0.8和0.13支持delect功能，故个人建议第一次装的话还是采用0.13吧。 第一步安装centos7 ，在此不描述。 第二步安装influxdb：＃ cat <<EOF | sudo tee /etc/yum.rep
docker部署influxdb（influxdb的基本用法介绍）
m0_46544158的博客
12-21 3049
influxdb的容器部署、influxdb的基本用法介绍；
Docker进阶 - 13. Docker 容器监控之 CAdvisor+InfluxDB+Granfana (CIG) 简介
Aaron_neil的博客
02-12 654
CAdvisor是一个容器资源监控工具，包括容器的内存、CPU、网络IO、磁盘IO等监控，同时提供了一个 WEB 页面用于查看容器的实时运行状态，CAdvisor默认存储2分钟的数据，而且只是针对单物理机，不过 CAdvisor 提供了很多数据集成接口，支持InfluxDB、Redis、Kafka、Elasticsearch等集成，可以加上对应配置将监控数据发往这些数据库存储起来。展示Host和容器两个层次的监控数据展示历史变化数据。
Docker技术搭建Grafana监控平台
最新发布
回家吃月饼的学习交流地
05-18 1209
使用docker搭建grafan监控平台(亲测有效)
InfluxDB 与Grafana数据监控平台结合使用
纸上得来终觉浅，绝知此事要躬行
11-15 3150
InfluxDB 存储数据的时候可以将多个字段的值一起存进去，需要时再按需获取就可以了，不需要多次分表存储。结合 Grafana来监控我们的历史统计数据。 目录 InfluxDB存储数据 Docker 运行命令 创建数据模型 Grafana使用 登录访问 匿名访问 第三方集成Grafana JSON模板导出 JSON模板导入 InfluxDB存储数据 Docker 运行命令...
基于Docker搭建的InfluxDB+Grafana+Jmeter性能监控平台
05-17 663
在做性能测试的时候，重点关注点是各项性能指标，用Jmeter工具，查看指标数据，就是借助于聚合报告，但查看时也并不方便。那如何能更直观的查看各项数据呢？可以通过InfluxDB+Grafana+Jmeter来实现数据的可视化。 讲到这里，可能会对 InfluxDB+Grafana 陌生些，没关系，后续会详细讲解。 我们先来看一张官网的配图，如下所示： 如上所示，这就是接下来一系列教程的最终效果了，数据可视化，可添加各种指标数据，是不是很不错。觉得不错那就一起一探究竟吧。 注意：环境搭建基于lin
docker-grafana-influxdb:在 CentOS 6 上使用 Grafana 和 InfluxDB 的 Docker 镜像
06-19
在 CentOS 6 上使用 Grafana 和 InfluxDB 的 Docker 镜像 这个 Docker 镜像基于 CentOS 6 和最新的和 1.9.0-rc1 。 InfluxDB 数据库 两个 InfluxDB 数据库app和grafana是自动创建的。 app用于存储应用程序数据， ...
Docker部署TDengine、Influxdb并在Grafana展示数据
03-05
虚拟机Centos系统使用Docker部署TDengine和influxdb、GRafana；通过TDengine和influxdb两种方式显示数据在Grafana上。菜鸟教程，每一步都有截图，适合懒人使用。
docker-influxdb-grafana:一个运行InfluxDB和Grafana的Docker容器准备持久存储数据
04-30
带有InfluxDB和Grafana的Docker映像 这是一个Docker镜像，基于。 该图像的主要区别在于： 通过将卷安装到Docker容器来支持持久性Grafana会将其数据存储在SQLite文件中，而不是在容器上MySQL表中，因此未安装MySQL ...
iot.grafana：使用Docker，MQTT，Grafana，InfluxDB，Python和Arduino
02-01
玩Docker，MQTT，Grafana，InfluxDB，Python和Arduino 我必须承认，这篇文章只是与Grafana和InfluxDb一起玩的借口。 InfluxDB是一个很酷的数据库，专门设计用于时间序列。 Grafana是用于时间序列分析的一种开源工具...
docker安装influxdb的详细教程(性能测试)
01-09
　2）解决办法：vim /etc/docker/daemon.json（应该只有一个key.json文件而没有daemon.json文件，如果没有daemon.json文件就直接新建就好了。） 　添加阿里的镜像源： { exec-opts: [native.cgroupdriver=systemd]...
基于docker安装influxdb，grafana可视化数据
u012523606的博客
08-01 351
基于docker安装influxdb，grafana可视化数据CentOS Docker 安装基于Docker安装influxdbjmeter连接docker中的influxdb基于Docker安装grafana如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 CentOS
cadvisor+influxdb+grafana docker监控
KongWX
07-04 505
cadvisor+influxdb+grafana进行docker监控，看了一些blog，自己尝试进行了多台服务器的监控首先有两台服务器A1,A2，A1安装infludb，存放所有的监控数据docker run -d -p 8083:8083 -p 8086:8086 -v /opt/influxdb:/var/lib/influxdb --hostname=influxdb tutum/infl...
InfluxDB在Java中的使用
LHZ_CH的博客
04-10 5738
Influx在Java中的使用 依赖的Jar包： <dependency> <groupId>org.influxdb</groupId> <artifactId>influxdb-java</artifactId> <version>2.10</version> </dependency> InfluxDB工具类 package com.common.utils.influxdb;
docker 容器化 grafana+influxdb 监控平台
liuqiuxiu的博客
07-19 455
上一篇介绍了用传统的方法安装了grafana和influxdb，现在来学习下使用docker容器化grafana和influxdb 创建grafana容器 docker run -itd --name=grafana -p 3100:3000 grafana/grafana 创建influxdb容器 下载镜像 docker pull influxdb:1.7-alpine 创建容器 docker run -itd --name influxdb1.7 -p 8806:8086 -v $PWD:/var/
使用 cAdvisor + InfluxDB + Grafana 配置 Docker 监控
独化蓝翅鸟，越岭万昆仑
03-04 1915
配置 Docker 监控系统，采集数据(cAdvisor) -&gt; 存储数据(InfluxDB) -&gt; 显示数据(Grafana) InfluxDB 一系列 InfluxDB 学习文章，可查看 等英博客、Linux 大学相关文章 一. docker 拉取镜像 docker pull tutum/influxdb:0.9 版本可以根据需要定义，此处默认为 0.9 ...
Jmeter监控面板之使用Docker安装Grafana、influxdb
捷的博客
11-21 1395
文章目录Jmeter监控面板之使用Docker安装Grafana、influxdb一、概述二、搭建三、运行四、结语 Jmeter监控面板之使用Docker安装Grafana、influxdb 一、概述 在使用Jmeter进行压测过程中，不免需要对Jmeter请求及响应进行实时的监控。而在Linux上的数据展示不够直观和趋势性不好。可以考虑使用Grafana对Jmeter发出的请求进行监控，可以实时以图表形式展示请求数、错误率、TPS、吞吐量等。 二、搭建 构建方式 因为是教程演示，就只用一台设备(L
influxdb+grafana 监控
热门推荐
光明小学王小雨的博客
08-17 1万+
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
Grafana使用InfluxDB作为数据源，呈现图表
DevOps海洋的渔夫@专栏
05-21 1184
参考文献 Using InfluxDB in Grafana 准备InfluxDB的相关查询语句 > SELECT * FROM "CPU_All3" WHERE time < now() - 5m and "Idle%" =~ /94.5/ and host =~ /qc_predepl_cms/ name: CPU_All3 time ...
docker compose 停止_Docker-Compose 基础与实战，看这一篇就够啦
06-03
好的，让我来回答你的问题：如何停止 Docker Compose？ 要停止正在运行的 Docker Compose 服务，可以使用以下命令： ``` docker-compose down ``` 这个命令会停止所有正在运行的服务并删除它们的容器、网络和卷。...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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

打赏作者

君哥聊编程

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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