手机网站建设流程,国际新闻最近新闻军事,东莞网站设计公司淘宝,做地方网站Zabbix核心组件主要是Agent和Server#xff0c;其中Agent主要负责采集数据并通过主动或者被动的方式采集数据发送到Server/Proxy#xff0c;除此之外#xff0c;为了扩展监控项#xff0c;Agent还支持执行自定义脚本。 作者#xff1a;艺术生的运维路来源#xff1a;今日…Zabbix核心组件主要是Agent和Server其中Agent主要负责采集数据并通过主动或者被动的方式采集数据发送到Server/Proxy除此之外为了扩展监控项Agent还支持执行自定义脚本。 作者艺术生的运维路来源今日头条 1. zabbix Zabbix核心组件主要是Agent和Server其中Agent主要负责采集数据并通过主动或者被动的方式采集数据发送到Server/Proxy除此之外为了扩展监控项Agent还支持执行自定义脚本。Server主要负责接收Agent发送的监控信息并进行汇总存储触发告警等。 Zabbix由于使用了关系型数据存储时序数据所以在监控大规模集群时常常在数据存储方面捉襟见肘。所以从Zabbix 4.2版本后开始支持TimescaleDB时序数据库不过目前成熟度还不高。 2. falcon Falcon-agent是用Go语言开发的Daemon程序运行在每台Linux服务器上用于采集主机上的各种指标数据主要包括CPU、内存、磁盘、文件系统、内核参数、Socket连接等目前已经支持200多项监控指标。并且Agent支持用户自定义的监控脚本。Hearthbeat server简称HBS心跳服务每个Agent都会周期性地通过RPC方式将自己的状态上报给HBS主要包括主机名、主机IP、Agent版本和插件版本Agent还会从HBS获取自己需要执行的采集任务和自定义插件。Transfer负责接收Agent发送的监控数据并对数据进行整理在过滤后通过一致性Hash算法发送到Judge或者Graph。Graph是基于RRD的数据上报、归档、存储组件。Graph在收到数据以后会以rrdtool的数据归档方式来存储同时提供RPC方式的监控查询接口。Judge告警模块Transfer转发到Judge的数据会触发用户设定的告警规则如果满足则会触发邮件、微信或者回调接口。这里为了避免重复告警引入了Redis暂存告警从而完成告警的合并和抑制。Dashboard是面向用户的监控数据查询和告警配置界面。 3. prometheus Prometheus Server负责定时在目标上抓取metrics(指标)数据并保存到本地存储里面。Prometheus采用了一种Pull(拉)的方式获取数据不仅降低客户端的复杂度客户端只需要采集数据无需了解服务端情况而且服务端可以更加方便的水平扩展。 如果监控数据达到告警阈值Prometheus Server会通过HTTP将告警发送到告警模块alertmanger通过告警的抑制后触发邮件或者webhook。Prometheus支持PromQL提供多维度数据模型和灵活的查询通过监控指标关联多个tag的方式将监控数据进行任意维度的组合以及聚合。 对比 开发语言 便捷易部署(promehteus)系统成熟度(zabbix)20多年系统扩展性 Zabbix和Open-Falcon都可以自定义各种监控脚本并且Zabbix不仅可以做到主动推送还可以做到被动拉取Prometheus则定义了一套监控数据规范并通过各种exporter扩展系统采集能力。数据存储 Zabbix采用关系数据库保存这极大限制了Zabbix采集的性能Nagios和Open-Falcon都采用RDD数据存储 Prometheus自研一套高性能的时序数据库在V3版本可以达到每秒千万级别的数据存储通过对接第三方时序数据库扩展历史数据的存储;配置复杂度 Prometheus只有一个核心server组件其他系统配置相对麻烦尤其是Open-Falcon。社区活跃度 Prometheus在这方面占据绝对优势社区活跃度最高并且受到CNCF的支持容器支持 Prometheus开始成为主导及容器监控方面的标配 Prometheus功能介绍 (1) prometheus的指标类型 Counter(计数器)计数统计累计多长或者累计多少次等。它的特点是只增不减譬如HTTP访问总量;Gauge(仪表盘)数据是一个瞬时值如果当前内存用量它随着时间变化忽高忽低。 如果需要了解某个时间段内请求的响应时间通常做法是使用平均响应时间但这样做无法体现数据的长尾效应。例如一个HTTP服务器的正常响应时间是30ms但有很少几次请求耗时3s通过平均响应时间很难甄别长尾效应所以Prometheus引入了Histogram和Summary。 Histogram(直方图)服务端分位不同区间内样本的个数譬如班级成绩低于60分的9个低于70分的10个低于80分的50个。Summary(摘要)客户端分位直接在客户端通过分位情况还是用班级成绩举例0.8分位的是80分0.9分为85分0.99分为的是98分 (2) prometheus的client应用方式 客户端集成client提供metrics接口查询通过exporter方式 (3) prometheus的存储方式 Prometheus提供了两种数据持久化方式 一种是本地存储通过Prometheus自带的tsdb(时序数据库)将数据保存到本地磁盘为了性能考虑建议使用SSD。但本地存储的容量毕竟有限建议不要保存超过一个月的数据。Prometheus本地存储经过多年改进自Prometheus 2.0后提供的V3版本tsdb性能已经非常高可以支持单机每秒1000w个指标的收集。另一种是远端存储适用于大量历史监控数据的存储和查询。通过中间层的适配器的转化Prometheus将数据保存到远端存储。适配器实现Prometheus存储的remote write和remote read接口并把数据转化为远端存储支持的数据格式。目前远端存储主要包括OpenTSDB、InfluxDB、Elasticsearch、M3db、Kafka等其中M3db是目前非常受欢迎的后端存储。 (4) prometheus的查询方式 和关系型数据库的SQL类似Prometheus也内置了数据查询语言PromQL它提供对时间序列数据丰富的查询聚合以及逻辑运算的能力。一条PromQL主要包括了指标名称、过滤器以及函数和参数。并且指标可以进行数据运算。 (5) prometheus的监控方式 Prometheus配置监控对象有两种方式一种是通过静态文件配置另一种是动态发现机制自动注册监控对象。 Prometheus动态发现目前已经支持Kubernetes、etcd、Consul等多种服务发现机制动态发现机制可以减少运维人员手动配置在容器运行环境中尤为重要容器集群通常在几千甚至几万的规模如果每个容器都需要单独配置监控项不仅需要大量工作量而且容器经常变动后续维护更是异常麻烦。针对Kubernetes环境的动态发现Prometheus通过watch kubernetes api动态获取当前集群所有服务和容器情况从而动态调整监控对象 为了扩展单个Prometheus的采集能力和存储能力Prometheus引入了“联邦”的概念。 多个Prometheus节点组成两层联邦结构如图所示上面一层是联邦节点负责定时从下面的Prometheus节点获取数据并汇总部署多个联邦节点是为了实现高可用 并且联邦机制可以分为俩种一种是跨服务联合一种是分层联邦。 跨服务联合从不同的源抓取特定的服务的监控数据然后做聚合处理;分层联邦就向一颗树更高级别的prometheus服务从大量次级服务器收集聚合时间序列数据然后去统一制定告警规则分发触发事件。 除此之外prometheus可以依靠Thanos外挂服务实现prometheus集群化、以及数据长期存储的功能有兴趣的可以了解下。其实在prometheus2.0自身使用remote-wirteremote-read接口已经解决了数据长期存储的问题了。预计3.0会做出更大的提升尤其是prometheus的集群化。 阅读目录置顶)(长期更新计算机领域知识https://blog.csdn.net/weixin_43392489/article/details/102380691 阅读目录置顶)(长期更新计算机领域知识https://blog.csdn.net/weixin_43392489/article/details/102380882 阅读目录置顶)(长期科技领域知识https://blog.csdn.net/weixin_43392489/article/details/102600114