Open-Falcon 之自定义 Redis Cluster 监控

最新推荐文章于 2024-07-06 03:29:02 发布
最新推荐文章于 2024-07-06 03:29:02 发布
阅读量607 收藏 2
点赞数 2
分类专栏： Open-Falcon Redis Cluster 文章标签： Open-Falcon Redis 运维 监控
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-NC-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/weixin_42018518/article/details/88745458
版权

目录

一、采集脚本：Redis数据采集脚本

二、采集指标说明

三、汇报指标（图表）

四、设置监控告警项

五、Redis延迟时间排查

Version : Redis 4.0.10

一、采集脚本：Open-Falcon 之 Redis Cluster 监控指标采集脚本

二、采集指标说明：

 参数采集指标采集类型是否采集详解

举个栗子

 

自定义push数据到open-falcon2:

不仅仅是falcon2-agent采集的数据可以push到监控系统，一些场景下，我们自定义的一些数据指标，也可以push到open-falcon中。

指标说明：收集指标里的COUNTER表示每秒执行次数，GAUGE表示直接输出值（暂留100参数指标）。

所有参数统一前缀：hgrc_

API详解：

metric: 最核心的字段，代表这个采集项具体度量的是什么, 比如是cpu_idle呢，还是memory_free, 还是qps

endpoint: 标明Metric的主体(属主)，比如metric是cpu_idle，那么Endpoint就表示这是哪台机器的cpu_idle

timestamp: 表示汇报该数据时的unix时间戳，注意是整数，代表的是秒

value: 代表该metric在当前时间点的值，float64

step: 表示该数据采集项的汇报周期，这对于后续的配置监控策略很重要，必须明确指定。60代表每分钟上报一次

counterType: 只能是COUNTER或者GAUGE二选一，前者表示该数据采集项为计时器类型，后者表示其为原值 (注意大小写)GAUGE：即用户上传什么样的值，就原封不动的存储

COUNTER：指标在存储和展现的时候，会被计算为speed，即（当前值 - 上次值）/ 时间间隔 

tags: 一组逗号分割的键值对, 对metric进一步描述和细化, 可以是空字符串. 比如idc=lg，比如service=xbox等，多个tag之间用逗号分割 

说明：这7个字段都是必须指定

Server

服务器的信息

 

redis_versionGAUGE原始值否Redis 服务器版本4.0.10
redis_git_sha1GAUGE原始值否Git SHA100000000
redis_git_dirtyGAUGE原始值否Git dirty flag0
redis_build_idGAUGE原始值否Git dirty flag11292dc1b967716d
redis_modeGAUGE原始值否运行模式，单机或者集群cluster
osGAUGE原始值否Redis 服务器的宿主操作系统Linux 2.6.32-888.el6.x86_64 x86_64
arch_bitsGAUGE原始值否架构（32 或 64 位）64
multiplexing_apiGAUGE原始值否Redis 所使用的事件处理机制epoll
atomicvar_apiGAUGE原始值否原子处理apisync-builtin
gcc_versionGAUGE原始值否编译 Redis 时所使用的 GCC 版本4.4.7
process_idGAUGE原始值否服务器进程的 PID10857
run_idGAUGE原始值否Redis 服务器的随机标识符（用于 Sentinel 和集群）ea90c4af7d0628667b461312bff5a51a20262656
tcp_portGAUGE原始值否TCP/IP 监听端口7101
uptime_in_secondsGAUGE原始值是自 Redis 服务器启动以来，经过的秒数4923393
uptime_in_daysGAUGE原始值是自 Redis 服务器启动以来，经过的天数56
hzGAUGE原始值是redis内部调度（进行关闭timeout的客户端，删除过期key等等）频率，程序规定serverCron每秒运行10次10
lru_clockGAUGE原始值是以分钟为单位进行自增的时钟，用于 LRU 管理9633114
executableGAUGE原始值否执行文件/home/work/redis_cluster/redis-server
config_fileGAUGE原始值否配置文件路径/home/work/redis_cluster/redis-pandora/redis_7101/conf/redis.conf

Clients

记录了已连接客户端的信息

connected_clientsGAUGE原始值是已连接客户端的数量（不包括通过从属服务器连接的客户端）4
client_longest_output_listGAUGE原始值是当前连接的客户端当中，最长的输出列表0
client_biggest_input_bufGAUGE原始值是当前连接的客户端当中，最大输入缓存0
blocked_clientsGAUGE原始值是正在等待阻塞命令（BLPOP、BRPOP、BRPOPLPUSH）的客户端的数量0

Memory

记录了服务器的内存信息

 

备注：

在理想情况下， used_memory_rss 的值应该只比 used_memory 稍微高一点儿。

1、当 rss > used 时，且两者的值相差较大时，表示存在（内部或外部的）内存碎片。内存碎片的比率可以通过 mem_fragmentation_ratio的值看出。

2、当 used > rss 时，表示 Redis 的部分内存被操作系统换出到交换空间了，在这种情况下，操作可能会产生明显的延迟

当 Redis 释放内存时，分配器可能会，也可能不会，将内存返还给操作系统。

如果 Redis 释放了内存，却没有将内存返还给操作系统，那么 used_memory  的值可能和操作系统显示的 Redis 内存占用并不一致。

查看 used_memory_peak 的值可以验证这种情况是否发生。

used_memoryGAUGE原始值是由 Redis 分配器分配的内存总量，以字节（byte）为单位20854496
used_memory_humanGAUGE原始值是以人类可读的格式返回 Redis 分配的内存总量19.89M
used_memory_rssGAUGE原始值是从操作系统的角度，返回 Redis 已分配的内存总量（俗称常驻集大小）。这个值和 top 、 ps等命令的输出一致31076352
used_memory_rss_humanGAUGE原始值是

以人类可读的格式，从操作系统的角度，返回 Redis 已分配的内存总量（俗称常驻集大小）。这个值和 top 、 ps等命令的
输出一致

29.64M
used_memory_peakGAUGE原始值是redis的内存消耗峰值(以字节为单位)21218384
used_memory_peak_humanGAUGE原始值是以人类可读的格式返回redis的内存消耗峰值20.24M
used_memory_peak_percGAUGE原始值是(used_memory/ used_memory_peak) *100%98.29%
used_memory_overheadGAUGE原始值是Redis为了维护数据集的内部机制所需的内存开销，包括所有客户端输出缓冲区、查询缓冲区、AOF重写缓冲区和主从复制的backlog7293454
used_memory_startupGAUGE原始值是Redis服务器启动时消耗的内存1445088
used_memory_datasetGAUGE原始值是used_memory—used_memory_overhead13561042
used_memory_dataset_percGAUGE原始值是100%*(used_memory_dataset/(used_memory—used_memory_startup))69.87%
total_system_memoryGAUGE原始值否整个系统内存67502866432
total_system_memory_humanGAUGE原始值否以人类可读的格式，显示整个系统内存62.87G
used_memory_luaGAUGE原始值是Lua脚本存储占用的内存37888
used_memory_lua_humanGAUGE原始值是以人类可读的格式，显示Lua脚本存储占用的内存37.00K
maxmemoryGAUGE原始值是Redis实例的最大内存配置20000000000
maxmemory_humanGAUGE原始值是以人类可读的格式，显示Redis实例的最大内存配置18.63G
maxmemory_policyGAUGE原始值是当达到maxmemory时的淘汰策略noeviction
mem_fragmentation_ratioGAUGE原始值是used_memory_rss/ used_memory1.49
mem_allocatorGAUGE原始值否内存分配器jemalloc-4.0.3
active_defrag_runningGAUGE原始值否表示没有活动的defrag任务正在运行，1表示有活动的defrag任务正在运行（defrag:表示内存碎片整理）0
lazyfree_pending_objectsGAUGE原始值否0表示不存在延迟释放（也有资料翻译未惰性删除）的挂起对象0

Persistence

记录了跟 RDB 持久化和 AOF 持久化有关的信息		loadingGAUGE原始值否服务器是否正在载入持久化文件0
rdb_changes_since_last_saveGAUGE原始值否离最近一次成功生成rdb文件，写入命令的个数，即有多少个写入命令没有持久化17646277
rdb_bgsave_in_progressGAUGE原始值否服务器是否正在创建rdb文件0
rdb_last_save_timeGAUGE原始值否离最近一次成功创建rdb文件的时间戳。当前时间戳 - rdb_last_save_time=多少秒未成功生成rdb文件1548214031
rdb_last_bgsave_statusGAUGE原始值是最近一次rdb持久化是否成功ok
rdb_last_bgsave_time_secGAUGE原始值否最近一次成功生成rdb文件耗时秒数0
rdb_current_bgsave_time_secGAUGE原始值否如果服务器正在创建rdb文件，那么这个域记录的就是当前的创建操作已经耗费的秒数-1
rdb_last_cow_sizeGAUGE原始值否RDB过程中父进程与子进程相比执行了多少修改(包括读缓冲区，写缓冲区，数据修改等)8577024
aof_enabledGAUGE原始值是是否开启了aof0
aof_rewrite_in_progressGAUGE原始值否标识aof的rewrite操作是否在进行中0
aof_rewrite_scheduledGAUGE原始值否rewrite任务计划，当客户端发送bgrewriteaof指令，如果当前rewrite子进程正在执行，那么将客户端请求的bgrewriteaof>变为计划任务，待aof子进程结束后执行rewrite0
aof_last_rewrite_time_secGAUGE原始值否最近一次aof rewrite耗费的时长-1
aof_current_rewrite_time_secGAUGE原始值否如果rewrite操作正在进行，则记录所使用的时间，单位秒-1
aof_last_bgrewrite_statusGAUGE原始值否上次bgrewriteaof操作的状态ok
aof_last_write_statusGAUGE原始值否上次aof写入状态ok
aof_last_cow_sizeGAUGE原始值否AOF过程中父进程与子进程相比执行了多少修改(包括读缓冲区，写缓冲区，数据修改等)0

Stats

记录了一般统计信息

total_connections_receivedCOUNTER计数器是新创建连接个数,如果新创建连接过多，过度地创建和销毁连接对性能有影响，说明短连接严重或连接池使用有问题，需调研代码的连接设置2693024
total_commands_processedCOUNTER计数器是redis处理的命令数，每秒执行的命令数，比较准确的QPS25061418
instantaneous_ops_per_secGAUGE原始值是redis当前的qps，redis内部较实时的每秒执行的命令数8
total_net_input_bytesCOUNTER计数器是redis网络入口流量字节数5903756385
total_net_output_bytesCOUNTER计数器是redis网络出口流量字节数7136132562
instantaneous_input_kbpsGAUGE原始值是redis网络入口kps0.51
instantaneous_output_kbpsGAUGE原始值是redis网络出口kps2.73
rejected_connectionsCOUNTER计数器是拒绝的连接个数，redis连接个数达到maxclients限制，拒绝新连接的个数0
sync_fullGAUGE原始值是主从完全同步成功次数1
sync_partial_okGAUGE原始值是主从部分同步成功次数0
sync_partial_errGAUGE原始值是主从部分同步失败次数1
expired_keysCOUNTER计数器是运行以来过期的key的数量21727
expired_stale_percGAUGE原始值是过期的比率0.00
expired_time_cap_reached_countGAUGE原始值是过期计数0
evicted_keysCOUNTER计数器是运行以来剔除(超过了maxmemory后)的key的数量0
keyspace_hitsCOUNTER计数器是命中次数1722349
keyspace_missesCOUNTER计数器是没命中次数33033
pubsub_channelsGAUGE原始值是当前使用中的频道数量0
pubsub_patternsGAUGE原始值是当前使用的模式的数量0
latest_fork_usecGAUGE原始值是最近一次fork操作阻塞redis进程的耗时数，单位微秒611
migrate_cached_socketsGAUGE原始值是是否已经缓存了到该地址的连接0
slave_expires_tracked_keysGAUGE原始值是从实例到期key数量0
active_defrag_hitsGAUGE原始值是主动碎片整理命中次数0
active_defrag_missesGAUGE原始值是主动碎片整理未命中次数0
active_defrag_key_hitsGAUGE原始值是主动碎片整理key命中次数0
active_defrag_key_missesGAUGE原始值是主动碎片整理key未命中次数0

Replication

主/从复制信息（主/从节点信息略有不同，由于Redis Cluster的特殊机制，从节点相关不同信息可忽略）

 

roleGAUGE原始值是实例的角色，是master or slavemaster
connected_slavesGAUGE原始值否连接的slave实例个数1
slave0GAUGE原始值否slave实例连接详情ip=xxx,port=xxx=online,offset=5594467791,lag=1
master_replidGAUGE原始值否主实例启动随机字符串2e09454e93fbc2ab5c9fe77b690c275d686d6036
master_replid2GAUGE原始值否主实例启动随机字符串20000000000000000000000000000000000000000
master_repl_offsetGAUGE原始值否主从同步偏移量,此值如果和上面的offset相同说明主从一致没延迟，与master_replid可被用来标识主实例复制流中的位置5594467791
second_repl_offsetGAUGE原始值否主从同步偏移量2,此值如果和上面的offset相同说明主从一致没延迟-1
repl_backlog_activeGAUGE原始值否复制积压缓冲区是否开启2
repl_backlog_sizeGAUGE原始值是复制积压缓冲大小1048576
repl_backlog_first_byte_offsetGAUGE原始值是复制缓冲区里偏移量的大小5593419216
repl_backlog_histlenGAUGE原始值否此值等于 master_repl_offset - repl_backlog_first_byte_offset,该值不会超过repl_backlog_size的大小1048576

CPU

记录了CPU的计算量统计信息

used_cpu_sysGAUGE原始值是将所有redis主进程在核心态所占用的CPU时求和累计起来3044.23
used_cpu_userGAUGE原始值是将所有redis主进程在用户态所占用的CPU时求和累计起来2051.84
used_cpu_sys_childrenGAUGE原始值是将后台进程在核心态所占用的CPU时求和累计起来0.00
used_cpu_user_childrenGAUGE原始值是将后台进程在用户态所占用的CPU时求和累计起来0.00

Commandstats

记录了各种不同类型的命令的执行统计信息：

命令执行的次数、命令耗费的 CPU 时间、执行每个命令耗费的平均 CPU 时间

（只取命令执行的次数calls的值）

cmdstat_commandCOUNTER计数器是Command命令统计calls=35,usec=22479,usec_per_call=642.26
cmdstat_keysCOUNTER计数器是Keys命令统计calls=66,usec=19287,usec_per_call=292.23
cmdstat_incrbyCOUNTER计数器是Incrby命令统计calls=5,usec=81,usec_per_call=16.20
cmdstat_hexistsCOUNTER计数器是Hexists命令统计calls=3689,usec=6033,usec_per_call=1.64
cmdstat_lindexCOUNTER计数器是Lindex命令统计calls=16,usec=110,usec_per_call=6.88
cmdstat_sismemberCOUNTER计数器是Sismember命令统计calls=3254,usec=4200,usec_per_call=1.29
cmdstat_lrangeCOUNTER计数器是Lrange命令统计calls=350,usec=5852,usec_per_call=16.72
cmdstat_replconfCOUNTER计数器是Replconf命令统计calls=8703340,usec=10757057,usec_per_call=1.24
cmdstat_dbsizeCOUNTER计数器是Dbsize命令统计calls=10,usec=29,usec_per_call=2.90
cmdstat_lpushCOUNTER计数器是Lpush命令统计calls=720,usec=5361,usec_per_call=7.45
cmdstat_rpushCOUNTER计数器是Rpush命令统计calls=13797,usec=32706,usec_per_call=2.37
cmdstat_clusterCOUNTER计数器是Cluster命令统计calls=1131,usec=182483,usec_per_call=161.35
cmdstat_hgetallCOUNTER计数器是Hgetall命令统计calls=4,usec=22,usec_per_call=5.50
cmdstat_rpopCOUNTER计数器是Rpop命令统计calls=64727,usec=226536,usec_per_call=3.50
cmdstat_setnxCOUNTER计数器是Setnx命令统计calls=7765,usec=43709,usec_per_call=5.63
cmdstat_flushdbCOUNTER计数器是Flushdb命令统计calls=1,usec=51,usec_per_call=51.00
cmdstat_spopCOUNTER计数器是Spop命令统计calls=3,usec=16,usec_per_call=5.33
cmdstat_typeCOUNTER计数器是Type命令统计calls=10,usec=36,usec_per_call=3.60
cmdstat_pingCOUNTER计数器是Ping 命令统计calls=8,usec=12,usec_per_call=1.50
cmdstat_infoCOUNTER计数器是Info命令统计calls=5234,usec=154843,usec_per_call=29.58
cmdstat_expireCOUNTER计数器是Expire命令统计calls=45,usec=170,usec_per_call=3.78
cmdstat_smembersCOUNTER计数器是Smembers命令统计calls=6,usec=2010,usec_per_call=335.00
cmdstat_llenCOUNTER计数器是Llen命令统计calls=50,usec=211,usec_per_call=4.22
cmdstat_delCOUNTER计数器是Del命令统计calls=9519,usec=34725,usec_per_call=3.65
cmdstat_setexCOUNTER计数器是Setex命令统计calls=372,usec=4018,usec_per_call=10.80
cmdstat_setCOUNTER计数器是Set 命令统计calls=15,usec=206,usec_per_call=13.73
cmdstat_mgetCOUNTER计数器是Mget命令统计calls=3,usec=7,usec_per_call=2.33
cmdstat_getCOUNTER计数器是Get命令统计calls=1633,usec=5007,usec_per_call=3.07
cmdstat_ttlCOUNTER计数器是Ttl命令统计calls=13,usec=66,usec_per_call=5.08
cmdstat_hgetCOUNTER计数器是Hget命令统计calls=13,usec=70,usec_per_call=5.38
cmdstat_psyncCOUNTER计数器是Psync命令统计calls=1,usec=2304,usec_per_call=2304.00
cmdstat_hdelCOUNTER计数器是Hdel命令统计calls=4,usec=45,usec_per_call=11.25
cmdstat_hsetCOUNTER计数器是Hset命令统计calls=3690,usec=17646,usec_per_call=4.78
cmdstat_hmsetCOUNTER计数器是Hmset命令统计calls=533,usec=4731,usec_per_call=8.88
cmdstat_saddCOUNTER计数器是Sadd命令统计calls=3252,usec=5472,usec_per_call=1.68
cmdstat_lremCOUNTER计数器是Lrem命令统计calls=14482,usec=740914,usec_per_call=51.16

Cluster

集群有关的信息

cluster_enabledGAUGE原始值是实例是否启用集群模式1

Keyspace

数据库相关的统计信息

db0GAUGE原始值否

db0的key的数量,以及带有生存期的key的数,平均存活时间

（一般情况下默认均为db0，不支持SELECT 命令,集群只使用数据库 0）

keys=80965,expires=11020,avg_ttl=739143519

User-Defined

自定义信息

db0_keysGAUGE原始值是db0的key的数量80965
db0_expiresGAUGE原始值是db0带有生存期的key的数量11020
hgrc_keyspace_hit_ratioGAUGE原始值是计算key值命中率：keyspace_hits / (keyspace_hits + keyspace_misses)0.9811

三、汇报指标（图表）：

keytagtypenode
hgrc_connected_clientsportGAUGE已连接客户端的数量
hgrc_blocked_clientsportGAUGE正在等待阻塞命令（BLPOP、BRPOP、BRPOPLPUSH）的客户端的数量
hgrc_used_memoryportGAUGE由 Redis 分配器分配的内存总量，以字节（byte）为单位
hgrc_used_memory_rssportGAUGE从操作系统的角度，返回 Redis 已分配的内存总量（俗称常驻集大小）
hgrc_mem_fragmentation_ratioportGAUGE内存碎片率，used_memory_rss/used_memory
hgrc_total_commands_processedportCOUNTER采集周期内执行命令总数，比较准确的QPS
hgrc_rejected_connectionsportCOUNTER采集周期内拒绝连接总数
hgrc_expired_keysportCOUNTER采集周期内过期key总数
hgrc_evicted_keysportCOUNTER采集周期内踢出key总数
hgrc_keyspace_hitsportCOUNTER采集周期内key命中总数
hgrc_keyspace_missesportCOUNTER采集周期内key拒绝总数
hgrc_keyspace_hit_ratioportGAUGE访问命中率
hgrc_db0_keysportGAUGEkey的数量
hgrc_db0_expiresportGAUGE带有生存期的key的数量
hgrc_cmdstat_*portCOUNTER采集周期内各种命令执行次数

四、设置监控告警项：

五、Redis延迟时间排查：

如果数据量越来越多，并发写操作很多的情况下，Redis出现响应慢的情况；

可以使用 Redis命令来测试一下redis的响应速度：

redis-cli --latency -h xxx  -c -p xxx

这条命令会向Redis插入示例数据来检查平均延时。 Ctrl+C可以随时结束测试；

下面我们列一下会出现延时的可能：

  • 硬件，系统：硬件问题是所有问题最底层的问题了，如果硬件慢，例如CPU主频低，内存小，磁盘IO慢，这些会让所有运行在上面的系统响应慢；另外，使用虚拟机会让系统运行的性能太为下降；当然，有钱的话，这问题很容易解决；系统方面，Linux本身的系统资源调度也会产生一定的延时。这些一般不会很大，可以忽略不计；

  • 网络：如果客户端和redis在同一台服务器上，使用socket建立连接会比监听 TCP/IP 端口快很多；

  • Redis命令：一些时间复杂度比较高的命令，如 lrem，sort，sunion等命令会花比较长时间；另外，大量的重复连接也会造成延时，重用连接是一种很好的品质；如果有大量写操作，可以使用 pipeline 管道的方式（类似mysql事务），一次性提交，这样数据量也少了，连接次数也少了，不用每次都返回数据，速度自然会快很多；

  • 持久化：Redis持久化需要fork出一个进程来进行持久化操作，这本身就会引发延时，如果数据变化大，RDB配置时间短，那这个代价还是挺大的；再加上，硬盘这东西真有点不靠谱，如果还是虚拟机上的虚拟硬盘，如果还是NFS共享目录，那这延时会让你崩溃。所以，如果系统不需要持久化，关了吧。

 

 

 

if 0 = -I can
关注
专栏目录
监控聚合器系列之: open-falcon新聚合器polymetric
qq_26193209的博客
07-04 362
![image.png](/img/bVbI3Gm) # 聚合在监控中的作用 * 简单来说:需要将分散的大量监控数据按照一定的维度(idc/service)及一定的算法(avg/sum/max/min/quantile分位)得到一个结果值 * 比如: 想知道服务a下面的100台机器的平均 * 又比如: 想知道查询接口b的99分位延迟值 # open-falcon原版聚合器 ## aggregator 介绍: * aggregator聚合器就是从falcon_portal.cluster表中取出用户在.
Open-Falcon 之自定义 Flume 监控
SHOWufei
06-16 340
目录 一、系统需求 二、逻辑原理 三、汇报字段 四、监控告警设置 五、Flume 监控脚本 一、系统需求 操作系统：Linux Python ≥ 2.6 python-requests 二、逻辑原理 通过 Flume 进程运行时暴露的 Http 接口获取Flume组件信息，通过 Python 解析组件信息，将得到的 json 数据格式的结果输出到标准输出。 启动 flume agent 时添加java环境变量：-Dflume.monitoring.type=http -Dflume..
open-falcon自定义监控设置方法
邢宁
12-25 1061
1、使用shell脚本获取结果值： 0或1 vim /data/python/monitor-port.sh #!/bin/bash #监控端口 INPUT=$1 VALUE=`/usr/bin/netstat -ntl | grep ${INPUT} |awk '{print $4}' | awk -F: '{print $2}' | grep "^${INPUT}$"` if [ $? -eq 0 ];then echo "1" else echo "0" fi 2、使用Python脚本push数
redis 集群 监控
最新发布
weixin_41508176的博客
07-06 45
Redis 集群监控 Redis 是一个开源的内存数据库，被广泛应用于缓存、消息队列、实时分析等场景中。当Redis集群规模越来越大时，对其进行监控变得尤为重要。本文将介绍如何监控Redis集群，以及如何使用代码实现监控功能。 Redis 集群监控的重要性 Redis 集群是由多个Redis实例组成的分布式系统，为了确保整...
自定义 Open-Falcon 监控
SHOWufei
06-16 1135
自定义 push 数据到 open-falcon: 不仅仅是 falcon-agent 采集的数据可以 push 到监控系统，一些场景下，我们自定义的一些数据指标，也可以 push 到 open-falcon 中，比如： 线上某服务的 qps 某业务的在线人数 某个接⼝的响应时间 某个⻚面的状态码(500、200) 某个接⼝的请求出错次数 某个业务的每分钟的收⼊统计 ...... 注意, http request body 是个 json，这个 json 是个列表。 1、API 详解 .
python脚本实现open-falcon自定义监控服务器时间
xiguashixiaoyu的博客
05-18 711
python脚本实现open-falcon自定义监控服务器时间 前段时间公司有两台服务器的时间突然不准，因为没有做服务器时间的监控，导致总是在实施反馈的时候去排查才知道是服务器时间没有同步。于是打算再open-falcon监控系统的时候把系统时间也添加进去。 openfalcon不会自动监控服务器的时间并上报，所以需要自己写脚本并push上去。 因为主要监控的是服务器时间的准确性，进行报警的时候也...
Open-Falcon 之自定义 MySQL 监控
SHOWufei
06-17 1101
目录 一、系统要求 二、逻辑原理 三、汇报字段 四、监控告警设置 五、MySQL 监控指标采集脚本 1、60_port_collector.sh 2、30_monitordata_collector.sh 一、系统要求 操作系统：Linux MySQL ≥ 5.6 # cp /data/mysql-5.6.16/bin/mysql /usr/bin/ # cp /data/mysql-5.6.16/bin/mysqladmin /usr/bin/ 二、逻辑原理 通过Base_My.
小米开源监控系统监控mysql_二、小米开源监控平台open-falcon安装与使用
weixin_39853968的博客
02-03 638
小米开源企业级监控平台open-falcon安装与部署由于实验机器不多，并不是生产环境，只是作为学习使用，故采用 ALL In One 的模式，即一个中心主机，其他主机都往这一个中心主机推送数据。中心主机本文称之为“主节点”，其他待监控主机称之为“监控节点”。实验主机采用的是centos系统。一、主节点环境准备1、安装redisredis安装成功就行，不需要做额外的其他配置 ，安装redis命令y...
centos7.4 open-falcon部署redis监控redismon
sinat_41824235的博客
10-12 1021
redis监控 环境准备 1、操作系统: Linux（centos7.4自带） 2、Python > 2.6（centos7.4自带） 3、yum install -y PyYAML 4、yum install -y python-requests 5下载redis-py 注意：centos7.4不支持yum直接下载redis-py，提示找不到相应的包 这里采用直接下载安装的方法 下载并解压...
open-falcon 具体实施监控
nis
06-15 1787
1.mysql1.1准备环境打包go env #查看go的变量环境 mkdir -p $GOPATH/src/github.com/open-falcon cd $GOPATH/src/github.com/open-falcon git clone https://github.com/open-falcon/mymon.git cd mymon go get ./... go build...
开源运维监控系统-Nightingale（夜莺）应用实践
企业实战系列集 ●●● https://ximenjianxue.blog.csdn.net
11-27 2647
某业务系统因OS改造，原先的Zabbix监控系统推倒后未重建，本来计划用外部企业内其他监控系统接入，后又通知需要自建才能对接，考虑之前zabbix的一些不便，本次计划采用一个类Prometheus的监控系统，镜调研后发现Nightingale兼容Prometheus，又有一些其他功能增强，又在一些大的企业经过较大规模部署实践，故本次采用Nightingale作为监控系统来进行重建。
redis-cluster-monitor:Redis-Cluster服务端运行监控，通过Java自定义Agent，定时收集Redis集群服务端各种运行信息
05-08
redis-cluster-monitor Redis-Cluster服务端运行监控，通过Java自定义Agent，定时收集Redis集群服务端各种运行信息，将集群的日志信息编码，然后通过ELKStack收集展示 架构示意图：
Redis集群监控软件，方便部署，全方位监控
07-10
可以通过此工具实现Redis集群的完美监控，实时查看节点内存使用情况，以及keys的分布情况。非常好用。。。。
falcon 关于mysql监控_Open-falcon 自定义监控一些应用
weixin_31303743的博客
02-06 116
#!-*- coding:utf8 -*-## author:liuwenqi## date: 2018-06-18import requestsimport timeimport jsonimport pymysqlfrom decimal import *db_config = {'host': 'IP', ## 数据库地址'port': 3306, ## 数据库端口'user': 'user...
Open-Falcon 之自定义 Redis Cluster 监控指标采集脚本
SHOWufei
03-22 646
目录 一、30_monitordata_collector.sh 二、60_port_collector.sh 一、30_monitordata_collector.sh #!/bin/bash # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # Program : Redis的数据采集脚本 ...
redis-monitor.py
vbaspdelphi的专栏
10-12 1484
转载git代码： https://github.com/iambocai/falcon-monit-scripts/blob/master/redis/redis-monitor.py#!/bin/env python #-*- coding:utf-8 -*-__author__ = 'iambocai'import json import time import socket import os
监控redis集群脚本
小胡子
01-12 245
redis
redis-cluster 创建及监控
a...Z
07-27 697
在prometheus.yml添加两个job，redis_exporter和redis_exporter_targets，redis_exporter_targets才是真正监控redis集群的。：上面的命令只能在新创健集群的时候执行一次，目的是为了建立内部各个节点的对应关系，比如主从关系，这些关系仅且只能在一个集群中初始化时对应一次；REDIS_ADDR为你redis集群的其中一个节点即可，默认redis_exporter 使用9121端口！,连接7002服务，关闭redis，等待15秒。
Centos6.10下Open-falcon学习记录（一）——自定义数据采集、历史查询、进程监控
四毛毛的博客
09-26 2007
记录了学习过程，官方文档地址http://book.open-falcon.org/zh_0_2/usage/getting-started.html 另外还看了Open-falcon作者的写的设计理念的文，见open-falcon编写的整个脑洞历程 1 自定义数据采集 自定义的数据要求是json格式，至少包括以下七项： metric: 最核心的字段，代表这个采集项具体度量的是什么, 比如...
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