Prometheus第2篇高级配置举例

范例1:监控多台服务器

概述:

主要用到Prometheus主服务和node_export,Prometheus主服务是必不可少的,第一篇已介绍过安装,其次是node_export,它是一个可选组件,除了node_export还有mysql_export,nginx_export等,范例1主要是讲如何监控服务器,所以我们要用node_export

环境:
两台服务器

node_export 装在需要被监控的服务器上,此处两台服务器都要安装,Prometheus主服务安装一个即可,随便安装在哪个服务器上。

172.17.25.245
172.17.25.122

搭建:

tar -zxvf node_exporter-0.15.2.linux-amd64.tar.gz
  • Step2 运行
sudo ./node_exporter

或者直接使用docker

 sudo docker run -d -p 9100:9100 --restart=always prom/node-exporter:latest
  • Step3 查看启动结果


    启动结果
  • Step4 Prometheus主服务器与node_export相关联
    修改Prometheus主服务器的配置文件prometheus.yml

添加:

 - job_name: 'node'
    static_configs:
      - targets: ['172.17.25.122:9100']

prometheus.yml

bozhon@bozhon:~$ cat docker/volumes/prometheus/prometheus.yml 

# my global config
global:
  scrape_interval:     15s # Set the scrape interval to every 15 seconds. Default is every 1 minute.
  evaluation_interval: 15s # Evaluate rules every 15 seconds. The default is every 1 minute.
  # scrape_timeout is set to the global default (10s).

# Alertmanager configuration
alerting:
  alertmanagers:
  - static_configs:
    - targets:
      # - alertmanager:9093

# Load rules once and periodically evaluate them according to the global 'evaluation_interval'.
rule_files:
  # - "first_rules.yml"
  # - "second_rules.yml"

# A scrape configuration containing exactly one endpoint to scrape:
# Here it's Prometheus itself.
scrape_configs:
  # The job name is added as a label `job=<job_name>` to any timeseries scraped from this config.
  - job_name: 'prometheus'

    # metrics_path defaults to '/metrics'
    # scheme defaults to 'http'.

    static_configs:
      - targets: ['localhost:9090']
  - job_name: 'node'
    static_configs:
      - targets: ['172.17.25.122:9100']
  • Step5 查看结果


    结果
结果

范例2:使用Grafana展现监控数据

前言:
Grafana是一个可视化面板(Dashboard),有着非常漂亮的图表和布局展示,功能齐全的度量仪表盘和图形编辑器

其实Prometheus自带的UI界面也不错,但是Grafana更加的美观炫酷,,它从2.5.0版开始直接支持Prometheus的数据。所以我们可以选择Grafana来做我们的监控UI
配置步骤:

  • Step1 安装启动Grafana
使用docker运行: sudo docker run -d   --name grafana --restart=always  -p 3000:3000 grafana/grafana
  • Step2 配置数据源

输入默认的admin/admin登录grafana。选择左侧的Data Sources,然后点击上面的Add new按钮,便可以把prometheus作为数据源导入
参数参考下图 (一般情况下端口是9090,不过这个端口被我其他的服务占用了,所以当时配置的是7070)


数据源配置
  • Step2 验证数据库连接,点击左下角 save&test


    验证连接
  • Step3 添加图表
    Dashboards -> New -> graph


    添加graph
  • Step4 编辑图表
    点击1处的panel title 再点击2处的edit 会出现3处的编辑区
    在4处写要查询的语句,点击5查看即可


    编辑图表
  • Step5 结果展示
    本示例中填写的查询语句是node_memory_Active
    查询的是节点的内存情况,展示结果如下图所示,我们看到有2条线,这两条线就是下一篇会针对查询语句做一个总结


    结果展示
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,968评论 6 482
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,601评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 153,220评论 0 344
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,416评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,425评论 5 374
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,144评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,432评论 3 401
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,088评论 0 261
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,586评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,028评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,137评论 1 334
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,783评论 4 324
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,343评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,333评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,559评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,595评论 2 355
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,901评论 2 345

推荐阅读更多精彩内容