可视化工具Grafana：简介及安装
随着业务的越发复杂，对软件系统的要求越来越高，这意味着我们需要随时掌控系统的运行情况。因此，对系统的实时监控以及可视化展示，就成了基础架构的必须能力。
这篇博客，介绍下开源的可视化套件grafana的安装及其功能特点。。。
官网地址：Grafana
官方文档：Grafana文档
环境：CentOS7.4 64位
Grafana版本：5.3.2
一、Grafana介绍
Grafana是一个跨平台的开源的度量分析和可视化工具，可以通过将采集的数据查询然后可视化的展示，并及时通知。它主要有以下六大特点：
1、展示方式：快速灵活的客户端图表，面板插件有许多不同方式的可视化指标和日志，官方库中具有丰富的仪表盘插件，比如热图、折线图、图表等多种展示方式；
2、数据源：Graphite，InfluxDB，OpenTSDB，Prometheus，Elasticsearch，CloudWatch和KairosDB等；
3、通知提醒：以可视方式定义最重要指标的警报规则，Grafana将不断计算并发送通知，在数据达到阈值时通过Slack、PagerDuty等获得通知；
4、混合展示：在同一图表中混合使用不同的数据源，可以基于每个查询指定数据源，甚至自定义数据源；
5、注释：使用来自不同数据源的丰富事件注释图表，将鼠标悬停在事件上会显示完整的事件元数据和标记；
6、过滤器：Ad-hoc过滤器允许动态创建新的键/值过滤器，这些过滤器会自动应用于使用该数据源的所有查询。
二、下载安装
1、下载
官网下载地址：Grafana
安装指南：Grafana安装指南
根据自己的系统版本和配置，下载对应的包，官方提供了如下说明，可直接按照说明进行下载：
2、启动
下载安装完成后，输入命令 service grafana-server start 启动服务，打开浏览器，输入IP+端口，3000为Grafana的默认侦听端口。
系统默认用户名和密码为admin/admin，第一次登陆系统会要求修改密码，修改密码后登陆，界面显示如下：
三、Grafana使用方法
1、添加数据源
首先是添加数据源，点击左上角的grafana图标，示例如下：
PS：选择influxdb作为数据源，需要在influxdb中创建该用户以及对应的数据库！
2、创建DashBoard
创建好数据源之后，就需要创建DashBoard（仪表盘），可以自定义，也可以导入你需要的仪表盘，官方提供了很多的可选仪表盘。
BashBoard地址：BashBoard
这里我选择jmeter相关的仪表盘，选择导入，示例如下：
①、搜索jmeter仪表盘
②、选择对应的仪表盘ID
③、复制ID，填入导入界面
PS：导入时候需要选择用户组以及对应的数据库！
④、展示仪表盘
PS：右上角可以选择数据展示的时间段和刷新频次！
以上即为Grafana的安装及使用简介，更多使用方式，请参考这里：Grafana入门。。。
==============================================================================
http://39.108.181.119:3000/dashboard/db/zimbra-collaboration-system-dashboard
===================================================================================
开源监控利器grafana
前言：
做运维的很重要的基础工作就是监控，之前都是统计数据入库，然后前端js图表插件出图，费时费力，可定制性差
前几天接触到了ELK(logstash, elasticsearch, kibana)这套日志收集展示工具集,的确很方便，但是手头没有那么大的存储啊
也不是所有的日志数据都需要，然后就发现了grafana + influxdb的解决方案
简介：
先给出这两个工具的官网
http://grafana.org/
http://influxdb.com/
建议各位看官先大体浏览下这两个工具的介绍和文档
grafana是前端展示界面，要放到apache或nginx下，不需要php环境奥
influxdb是一个时间序列的数据库，你插入的每条数据会自动附加上两个字段，一个时间，一个序列号(用来作为主键的)
ps: influxdb的0.8版本不支持centos 5，只能是centos6以上，所以centos5的还是用0.7的版本
安装：
influxdb就一个rpm包，没有其他依赖，是用go语言写的，go发展很迅猛啊
influxdb会监听4个端口
tcp 0 0 0.0.0.0:8099 0.0.0.0:* LISTEN 29458/influxdb
tcp 0 0 0.0.0.0:8083 0.0.0.0:* LISTEN 29458/influxdb
tcp 0 0 0.0.0.0:8086 0.0.0.0:* LISTEN 29458/influxdb
tcp 0 0 0.0.0.0:8090 0.0.0.0:* LISTEN 29458/influxdb
其中单机使用只需要用到两个，另外两个是分布式部署时采用的
8083 web管理端 http://ip:8083 用户名和密码都是 root
8086 api接口调用端
配置
grafana配置
重命名配置文件
mv config-sample.js config.js
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
// InfluxDB example setup (the InfluxDB databases specified need to exist)datasources: { influxdb: { type: 'influxdb', url: "http://10.75.25.103:8086/db/directmessage", username: 'root', password: 'root', }, grafana: { type: 'influxdb', url: "http://10.75.25.103:8086/db/grafana", username: 'root', password: 'root', grafanaDB: true },}, |
这里配置了两个数据源，第一个是你要存储的监控数据，第二个是grafana用的
当然了你需要提前在influxdb的界面里建立好这两个库(这里就不演示influxdb web界面的登陆和建库操作了)
现在浏览器打开grafana
这个界面是我配置好的，你看到的样子是黑色的官网上那个样子，界面自带黑白两个主题
为了便于理解grafana的配置方法
这里要说明一下收集数据的过程，我用的python收集
从日志中收集了两个字段 status和type
python脚本如下
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
|
#!/usr/bin/python# push log to influxdb on 10.75.25.103import timefrom influxdb import client as influxdbhost = '10.75.25.103'port = 8086username = 'root'password = 'root'database = 'directmessage'db = influxdb.InfluxDBClient(host, port, username, password, database)log_fn = '/data1/multimedia/logs/scribe.log'f = open(log_fn)f.seek(0,2)while True: line = f.readline() try: lines = line.split('\t') post_data=[("name","multimedia"),("columns" ,["status", "type"]),("points",[[lines[5], lines[6]]])] data = [ {"name":"multimedia", "columns" : ["status", "type"], "points" : [[lines[5], lines[6]]] } ] db.write_points(data) except: f.close() f = open(log_fn) f.seek(0,2) time.sleep(5) |
influxdb提供了python的模块，用pip安装即可，如果不觉得麻烦也可以用shell的curl
下面是grafana最主要的配置项，其余自己摸索下就可以了
如果grafana的config.js配置没问题，点击输入框会自动提示字段的
这里就相当于你要展示那些字段，类似sql语法
第一个multimedia是python脚本中的name，相当于mysql中的表
select后面的 count(type) 是你要在图表中展示那些数据
后面的漏斗相当于 sql的where status = ‘succ'
group by time 60s 相当于你用cron一分钟收集一次数据
后面的type 就是 group by type
好了其余都是页面展示的微调。
收工。
