摘要:二可视化是一个开源的图表可视化系统,简单说图表配置比较方便生成的图表比较漂亮。
一. 概述
Prometheus自带了一个web服务,包括一个默认的dashboard,可以使用表达式查询并进行图表可视化,默认服务的地址为:http://prometheus_ip:9090
如下图:
自带的web展示一般只用于表达式快速输入或者临时调试,因为默认服务没有鉴权,且图表表达能力有限,因此不会作为线上可视化方案,正式的监控数据可视化一般使用Grafana来配套
prometheus可视化方案:
自带web服务:在验证指标时是非常好用的,grafana虽然是作为可视化展示,但一般是先确认表达式,才去配置到grafana面板
grafana可视化
Console templates:官方给的一种选择,使用go templete来实现,使用难度较大,不太推荐
promviz:开源项目,不算是监控图,可以做集群实时流量的可视化。
二. Grafana可视化Grafana 是一个开源的图表可视化系统,简单说图表配置比较方便、生成的图表比较漂亮。并且模板众多,默认支持了prometheus作为数据源,也是prometheus官方推荐方案
这里只对grafana做简单介绍,更多详细的内容参考展示-Grafana
grafana是很成熟的(商业)项目,可以在官网下载客户端,或者在github主页自己build为镜像。
主要的配置文件为conf文件夹下的defaults.ini文件,常用的配置可以配置在文件中,如果是docker运行或者在k8s中运行,可以使用env的方式,传入全局变量,将覆盖原有的defaults.ini配置。
使用docker运行:
docker run -d --name=grafana -p 3000:3000 grafana/grafana
访问:http://127.0.0.1:3000
账号:admin
密码:admin
第一步:配置数据源
进入grafana后,第一步需要配置数据源,grafana默认支持prometheus作为数据源,因此Type直接选择Prometheus
Http的url地址为prometheus的服务地址,如果是同一个pod内,可以127.0.0.1:9090,不同pod的话,可以使用svc地址:http://prometheus.kube-system...:9090
数据源配置后,点击save&test,可以验证数据源是否可用:
第二步:配置面板:
点击左侧的加号,可以添加面板(dashboard),并在该面板中添加各种类型的图表。
对于面板,可以设置变量,用于下拉框筛选等场景,如设置机器变量:节点信息
然后使用该变量,配置查询语句:得到各节点的cpu使用率
配置完成后,可以出现类似图表,可以点击分享按钮,将本面板分享为json文件
也可以筛选时间周期,设置自动刷新
上图的json文件如下,仅供参考(需要安装node-exporter)
json文件:https://raw.githubusercontent...
本文为容器监控实践系列文章,完整内容见:container-monitor-book
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/32926.html
摘要:二可视化是一个开源的图表可视化系统,简单说图表配置比较方便生成的图表比较漂亮。 一. 概述 Prometheus自带了一个web服务,包括一个默认的dashboard,可以使用表达式查询并进行图表可视化,默认服务的地址为:http://prometheus_ip:9090 如下图: showImg(https://segmentfault.com/img/remote/14600000...
摘要:二可视化是一个开源的图表可视化系统,简单说图表配置比较方便生成的图表比较漂亮。 一. 概述 Prometheus自带了一个web服务,包括一个默认的dashboard,可以使用表达式查询并进行图表可视化,默认服务的地址为:http://prometheus_ip:9090 如下图: showImg(https://segmentfault.com/img/remote/14600000...
摘要:根据配置文件,对接收到的警报进行处理,发出告警。在默认情况下,用户只需要部署多套,采集相同的即可实现基本的。通过将监控与数据分离,能够更好地进行弹性扩展。参考文档本文为容器监控实践系列文章,完整内容见 系统架构图 1.x版本的Prometheus的架构图为:showImg(https://segmentfault.com/img/remote/1460000018372350?w=14...
摘要:根据配置文件,对接收到的警报进行处理,发出告警。在默认情况下,用户只需要部署多套,采集相同的即可实现基本的。通过将监控与数据分离,能够更好地进行弹性扩展。参考文档本文为容器监控实践系列文章,完整内容见 系统架构图 1.x版本的Prometheus的架构图为:showImg(https://segmentfault.com/img/remote/1460000018372350?w=14...
摘要:比如定义了基础的数据类型以及对应的方法收集事件次数等单调递增的数据收集当前的状态,比如数据库连接数收集随机正态分布数据,比如响应延迟收集随机正态分布数据,和是类似的库的详细解析可以参考本文为容器监控实践系列文章,完整内容见 概述 Prometheus从2016年加入CNCF,到2018年8月毕业,现在已经成为Kubernetes的官方监控方案,接下来的几篇文章将详细解读Promethu...
阅读 1830·2021-11-11 16:55
阅读 749·2019-08-30 15:53
阅读 3587·2019-08-30 15:45
阅读 670·2019-08-30 14:10
阅读 3262·2019-08-30 12:46
阅读 2122·2019-08-29 13:15
阅读 2025·2019-08-26 13:48
阅读 933·2019-08-26 12:23