nagios+influxdb+grafana的監控數據可視化流程
nagios介紹node
nagios是一款開源監控的應用，可用於監控本地和遠程主機的日誌、資源、死活等等諸多功能。經過snmp協議和nrpe協議。python
nagios的配置文件是由nconf上進行配置，而後點擊生成至服務器，上面有各類模板，能夠本身配，也能夠用現有的。linux
nagios的搭建過程，自行百度。ios
下面是一個nagios配置文件的樣例git
nagios配置文件目錄結構：github
# ll /usr/local/nagios/etc/ total 152 -rw-rw-r-- 1 nagios nagios 12999 Apr 29 08:08 cgi.cfg drwxr-xr-x 2 apache apache 4096 May 31 08:45 Default_collector <- 定義監視項的目錄 drwxr-xr-x 2 apache apache 4096 May 31 08:38 global <- 全局參數的定義，checkcommand的定義 -rw-r--r-- 1 nagios nagios 50 Apr 29 08:12 htpasswd.users -rw-rw-r-- 1 nagios nagios 46169 May 3 01:37 nagios.cfg <- nagios的配置文件 -rw-rw-r-- 1 root root 44816 Apr 29 08:58 nagios.cfg.29-04-18 -rw-r--r-- 1 root root 2358 May 2 10:48 NagiosConfig.tgz drwxr-xr-x 2 nagios nagios 4096 May 8 11:59 nrpe -rw-r--r-- 1 nagios nagios 7217 Apr 29 08:45 nrpe.cfg <- nrpe的通訊配置 -rwxr-xr-x 1 nagios nagios 7217 Apr 29 08:38 nrpe.cfg.save drwxrwxr-x 2 nagios nagios 4096 Apr 30 02:19 objects -rw-rw---- 1 nagios nagios 1312 Apr 29 08:08 resource.cfg
vim /usr/local/nagios/etc/Default_collect/services.cfg數據庫
define service {
service_description check_proc_nagios <- 頁面上顯示出的監控項的名字，在這裏定義
check_command check_remote_procs!nagios!8!1:8 <- 執行的check command，這個配置是監控的主要命令，幾乎靠着個命令才能監控到是否OK，靠着「！」做爲參數分隔符
host_name host名 <- 寫出監控哪一臺服務器，前提是和nagios server是能夠通訊的
check_period 24x7 <- 監控的時間
contact_groups +admins <- 聯繫組，聯繫人，出錯發給誰
event_handler_enabled 0
use generic-service <- 採用的哪一個現有模板（nconf上配置）
}
vim /usr/local/nagios/etc/Default_collect/hosts.cfgapache
define host {
host_name ********** <- 定義的host名主要顯示在監控頁面上
alias ***サーバ <- 定義的別名
address ***-b-**-***-**.stage-***-org.fastretailing.cn <- 這一行定義的是主要去通訊的IP地址
_graphiteprefix graphite_host
icon_image_alt Linux
icon_image base/linux40.gif
statusmap_image base/linux40.gd2
check_command check-host-alive
check_period 24x7
notification_period 24x7
contact_groups +admins
use generic-host,linux-server
}
vim /usr/local/nagios/etc/global/checkcommands.cfgvim
define command {
command_name check_local_disk
command_line $USER1$/check_disk -w $ARG1$ -c $ARG2$ -p $ARG3$ <- 在services.cfg中，check_command參數中，用「！」分割的就是「$ARG$」的參數之間間隔
}
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
define command {
command_name check_remote_procs
command_line $USER1$/check_nrpe -H $HOSTADDRESS$ -c check_procs -a "-C $ARG1$ -w $ARG2$ -c $ARG3$" <- 這一行監視的配置內容是監視遠程的進程
}
以上，配置好監控項。服務器
influxdb介紹
influxdb，中文名時序數據庫，
時序數據是基於時間的一系列的數據。在有時間的座標中將這些數據點連成線，往過去看能夠作成多緯度報表，揭示其趨勢性、規律性常性；往將來看能夠作大數據分析，機器學習，實現預測和預警。
時序數據庫就是存放時序數據的數據庫，而且須要支持時序數據的快速寫入、持久化、多緯度的聚合查詢等基本功能。
對比傳統數據庫僅僅記錄了數據的當前值，時序數據庫則記錄了全部的歷史數據。同時時序數據的查詢也老是會帶上時間做爲過濾條件。
influxdb主要配置
vim /etc/influxdb/influxdb.conf
[meta] # Where the metadata/raft database is stored <- 元數據存放位置 dir = "/var/lib/influxdb/meta" [data] # The directory where the TSM storage engine stores TSM files. <- 最終數據 dir = "/var/lib/influxdb/data" # The directory where the TSM storage engine stores WAL files. <- wal數據爲預寫數據 wal-dir = "/var/lib/influxdb/wal"
nagios將數據存入influxdb的過程
nagios將監視出的數據，經過graphios，來存放到influxdb，爲了方便往後再grafana上進行可視化。
流程
一、nagios的執行命令的輸出結果，寫到一個文件，而後對這個文件進行mv，存放在一個目錄下。
具體配置以下
# vim /usr/local/nagios/etc/global/misccommands.cfg
define command {
command_name graphios_perf_host
command_line /bin/mv /usr/local/nagios/var/host-perfdata /var/spool/nagios/graphios/host-perfdata.$TIMET$ <- mv 命令的主要執行
}
define command {
command_name graphios_perf_service
command_line /bin/mv /usr/local/nagios/var/service-perfdata /var/spool/nagios/graphios/service-perfdata.$TIMET$ <- mv 命令的主要執行
}
上面配置文件中，要求的是mv /usr/local/nagios/var/host-perfdata /var/spool/nagios/graphios/host-perfdata.$TIMET$
而後咱們就會面臨這幾個問題：
一、複製源是怎麼生成的？
二、複製源中的文件長什麼樣？
三、又是在哪裏配置的？
上面這幾個問題須要看以下的配置文件。
首先看 nagios 的主配置文件 nagios.cfg，從這個文件能夠看出上面問題中的：三、複製源是哪裏配置的。
# vim /usr/local/nagios/etc/nagios.cfg process_performance_data=1 service_perfdata_file=/usr/local/nagios/var/service-perfdata <- 這行指定的是複製源的文件，就是nagios監視的命令執行結果輸出到哪一個文件，在這裏指定。 service_perfdata_file_template=DATATYPE::SERVICEPERFDATA\tTIMET::$TIMET$\tHOSTNAME::$HOSTNAME$\tSERVICEDESC::$SERVICEDESC$\tSERVICEPERFDATA::$SERVICEPERFDATA$\tSERVICECHECKCOMMAND::$SERVICECHECKCOMMAND$\tHOSTSTATE::$HOSTSTATE$\tHOSTSTATETYPE::$HOSTSTATETYPE$\tSERVICESTATE::$SERVICESTATE$\tSERVICESTATETYPE::$SERVICESTATETYPE$\tGRAPHITEPREFIX::$_SERVICEGRAPHITEPREFIX$\tGRAPHITEPOSTFIX::$_SERVICEGRAPHITEPOSTFIX$\tMETRICTYPE::$_SERVICEMETRICTYPE$ 上面這行配置，配置的是把輸出結果的文件格式化，爲了方便後面的graphios來存放到influxdb中作準備
service_perfdata_file_mode=a service_perfdata_file_processing_interval=15 service_perfdata_file_processing_command=graphios_perf_service host_perfdata_file=/usr/local/nagios/var/host-perfdata host_perfdata_file_template=DATATYPE::HOSTPERFDATA\tTIMET::$TIMET$\tHOSTNAME::$HOSTNAME$\tHOSTPERFDATA::$HOSTPERFDATA$\tHOSTCHECKCOMMAND::$HOSTCHECKCOMMAND$\tHOSTSTATE::$HOSTSTATE$\tHOSTSTATETYPE::$HOSTSTATETYPE$\tGRAPHITEPREFIX::$_HOSTGRAPHITEPREFIX$\tGRAPHITEPOSTFIX::$_HOSTGRAPHITEPOSTFIX$\tMETRICTYPE::$_HOSTMETRICTYPE$ host_perfdata_file_mode=a host_perfdata_file_processing_interval=15 host_perfdata_file_processing_command=graphios_perf_host
看到這裏，最基本的配置瞭解了，那麼下面的問題就是一、複製源是怎麼生成的？二、複製源中的文件長什麼樣？
複製源生成很簡單，nagios監視頁面上的數據，實際上是基於nagios自身執行的命令，而後返回到頁面，再供給咱們進行觀看是不是OK或者DOWN
# /usr/local/nagios/libexec/check_nrpe -H 10.**.58.*** -c check_disk -a "-w 20% -c 10%" DISK OK - free space: /dev 1873 MB (99.99% inode=100%); /dev/shm 1882 MB (100.00% inode=100%); / 499479 MB (99.15% inode=100%);| /dev=0MB;1498;1685;0;1873 /dev/shm=0MB;1505;1693;0;1882 /=4259MB;403068;453452;0;503836
以上是輸出結果，這個輸出結果會輸入到/usr/local/nagios/var/service-perfdata裏面，這個配置在上面的nagios.cfg中配置好了的。
但仔細看，會發現上面的nagios.cfg中還有一個設置項：service_perfdata_file_template，就是很長很長的那一段，這一個設置項的內容是格式化上面的那條輸出結果。
下面看個格式化完成了的例子。
# vim /var/spool/nagios/graphios/service-perfdata.1528256154 DATATYPE::SERVICEPERFDATA TIMET::1528256140 HOSTNAME::************ SERVICEDESC::LOAD SERVICEPERFDATA::load1=0.000;2.000;4.000;0; load5=0.000;2.000;4.000;0; load15=0.000;2.000;4.000;0; SERVICECHECKCOMMAND::check_remote_load! HOSTSTATE::UP HOSTSTATETYPE::HARD SERVICESTATE::OK SERVICESTATETYPE::HARD GRAPHITEPREFIX::grafana GRAPHITEPOSTFIX::load METRICTYPE::$_SERVICEMETRICTYPE$ DATATYPE::SERVICEPERFDATA TIMET::1528256145 HOSTNAME::************ SERVICEDESC::Swap-Usage SERVICEPERFDATA::swap=2047MB;1433;1023;0;2047 SERVICECHECKCOMMAND::check_remote_swap! HOSTSTATE::UP HOSTSTATETYPE::HARD SERVICESTATE::OK SERVICESTATETYPE::HARD GRAPHITEPREFIX::logaggregator GRAPHITEPOSTFIX::swap METRICTYPE::$_SERVICEMETRICTYPE$ DATATYPE::SERVICEPERFDATA TIMET::1528256146 HOSTNAME::************ SERVICEDESC::Swap-Usage SERVICEPERFDATA::swap=2047MB;1433;1023;0;2047 SERVICECHECKCOMMAND::check_remote_swap! HOSTSTATE::UP HOSTSTATETYPE::HARD SERVICESTATE::OK SERVICESTATETYPE::HARD GRAPHITEPREFIX::jenkins GRAPHITEPOSTFIX::swap METRICTYPE::$_SERVICEMETRICTYPE$
看到上面這個配置文件，就會有個疑問：爲何要把文件改爲這種格式？
緣由其實就是，nagios的數據想要傳送到influxdb上，須要graphios來充當一個搬運工的角色，graphios的代碼是python編寫的，其中有一段代碼設計好了要取這樣格式的數據。
graphios的代碼能夠在https://github.com/shawn-sterling/graphios/blob/master/graphios.py 查看
以後的事情就很簡單了，在graphios配置中，開啓以下配置
vim /etc/graphios/graphios.cfg
enable_influxdb09 = True # Extra tags to add to metrics, like data center location etc. # Only valid for 0.9 #influxdb_extra_tags = {"location": "la"} # Comma separated list of server:ports # defaults to 127.0.0.1:8086 (:8087 if using SSL). influxdb_servers = 127.0.0.1:9096 # SSL, defaults to False #influxdb_use_ssl = True # Database-name, defaults to nagios influxdb_db = nagios # Credentials (required) influxdb_user = influxdb influxdb_password = influxdb
以上配置，配置成功後，
# /etc/init.d/graphios start
# /etc/init.d/nagios start
以上配置，做爲一個筆記，大體流程 nagios -> graphios -> influxdb
最後在grafana上面生成圖表，生成圖表方式自行百度
- 1. 可視化篇：流式數據監控（python）[轉]
- 2. 數據流監控可視化1樹狀結構
- 3. 可視化篇：流式數據監控（python）
- 4. 數據可視化的流程
- 5. Hystrix 監控可視化
- 6. 【JVM】JVisualVM可視化監控
- 7. redis可視化及監控
- 8. docker可視化監控
- 9. ZooKeeper可視化監控 zkui
- 10. Zabbix監控可視化
- 更多相關文章...
- • Lua 流程控制 - Lua 教程
- • Hibernate的運行流程 - Hibernate教程
- • Git可視化極簡易教程 — Git GUI使用方法
- • Flink 數據傳輸及反壓詳解
-
每一个你不满意的现在，都有一个你没有努力的曾经。
- 1. 可視化篇：流式數據監控（python）[轉]
- 2. 數據流監控可視化1樹狀結構
- 3. 可視化篇：流式數據監控（python）
- 4. 數據可視化的流程
- 5. Hystrix 監控可視化
- 6. 【JVM】JVisualVM可視化監控
- 7. redis可視化及監控
- 8. docker可視化監控
- 9. ZooKeeper可視化監控 zkui
- 10. Zabbix監控可視化