Skip to content

Latest commit

 

History

History
247 lines (176 loc) · 7.8 KB

7.1 Telegraf + InfluxDB + Grafana(上).md

File metadata and controls

247 lines (176 loc) · 7.8 KB

本文将会讲解如何使用 Telegraf(StatsD) + InfluxDB + Grafana 搭建一套完整的监控系统。

简介

Telegraf 是一个使用 Go 语言开发的代理程序,可收集系统和服务或者其他来源(inputs)的数据,并写入到 InfluxDB(outputs)数据库,支持多种 inputs 和 outputs 插件。StatsD 是一个使用 Node.js 开发的网络守护进程,通过 UDP 或者 TCP 方式收集各种统计信息,包括计数器和定时器等。

InfluxDB 是一个使用 Go 语言开发的开源的分布式时序、事件和指标数据库,无需外部依赖,其设计目标是实现分布式和水平伸缩扩展。

Grafana 是一个使用 Go 语言开发的开源的、功能齐全的、漂亮的仪表盘和图表的编辑器,可用来做日志的分析与展示曲线图(如 api 的请求日志),支持多种 backend,如 ElasticSearch、InfluxDB、OpenTSDB 等等。

工作流程:Telegraf 将 StatsD(inputs) 和 InfluxDB(outputs) 结合起来,即发往 StatsD 的数据,最终通过 Telegraf 写入了 InfluxDB,然后 Grafana 读取 InfluxDB 的数据展示成图表。

启动 docker-statsd-influxdb-grafana

我们使用 Docker 一键启动 Telegraf(StatsD) + InfluxDB + Grafana,节省搭建环境的时间。

$ docker run -d \
  --name docker-statsd-influxdb-grafana \
  -p 3003:3003 \
  -p 3004:8083 \
  -p 8086:8086 \
  -p 22022:22 \
  -p 8125:8125/udp \
  samuelebistoletti/docker-statsd-influxdb-grafana:latest

端口映射关系:

Host        Container       Service
-----------------------------------
3003        3003            grafana
3004        8083            influxdb-admin
8086        8086            influxdb
8125        8125            statsd
22022       22              sshd

熟悉 InfluxDB

容器启动后,浏览器访问 localhost:3004(以下称为 influxdb-admin),如下所示:

InfluxDB 基本概念:

  • database:数据库
  • measurement:数据库中的表
  • point:表里面的一行数据,由时间戳(time)、数据(field)和标签(tag)组成
    • time:每条数据记录的时间戳,是数据库中的主索引(会自动生成)
    • field:各种记录的值(没有索引的属性)
    • tag:各种有索引的属性
  • ...

InfluxDB 采用了类 SQL 的查询语法,如:

  • show databases:列出所有数据库
  • show measurements:列出当前数据库的所有表
  • select * from xxx:列出 xxx 表的所有数据
  • ...

我们在 Query 中输入:

show databases

查询结果如下:

_interal 是 InfluxDB 内部使用的数据库,telegraf 是我们当前 docker 容器启动后默认创建的测试数据库。

配置 Grafana

浏览器打开 localhost:3003,如下所示:

输入用户名 root 和密码 root 登录,进入初始化配置页,点击『Add data source』,如下填写:

点击『Save & Test』保存配置。目前配置好了 Grafana 默认的 datasource 是名为 api 的 InfluxDB,接下来我们创建测试代码,产生测试数据。

node-statsd

node-statsd 是一个 statsd 的 Node.js client。创建以下测试代码:

const StatsD = require('node-statsd')
const statsdClient = new StatsD({
  host: 'localhost',
  port: 8125
})

setInterval(() => {
  const responseTime = Math.floor(Math.random() * 100)
  statsdClient.timing('api', responseTime, function (error, bytes) {
    if (error) {
      console.error(error)
    } else {
      console.log(`Successfully sent ${bytes} bytes, responseTime ${responseTime}ms`)
    }
  })
}, 1000)

运行以上代码,每一秒钟产生一个 0-99 之间的随机值(模拟响应时间,单位毫秒),发送到 StatsD,StatsD 会通过 Telegraf 将这些数据写入 InfluxDB 的 telegraf 数据库。

回到 influxdb-admin,点击右上角切换到 telegraf 数据库,然后输入 show measurements 查看已经存在 api 表了,然后输入:

select * from api

查询结果如下:

可以看出 api 表有以下几个字段:

  • time:InfluxDB 默认添加的时间戳
  • 90_percentile:所有记录中从小到大 90% 那个点的值
  • count:一次收集的日志数量,可以看出每条记录(point)的 count 值接近或等于 10,而我们的测试代码是 1s 发送一条数据,也就说明 Telegraf 默认设置是 10s 收集一次数据,默认配置的确是这样的,见:https://github.com/samuelebistoletti/docker-statsd-influxdb-grafana/blob/master/telegraf/telegraf.conf
  • host:机器地址
  • lower:最小的那条记录的值
  • mean:所有记录的平均值
  • metric_type:metric 类型
  • stddev:所有记录的标准差
  • upper:最大的那条记录的值

创建 Grafana 图表

回到 Grafana,点击左上角 Grafana 图标的下拉菜单,点击 Dashboards 回到仪表盘页继续完成配置,点击『New dashboard』,然后点击创建 Graph 类型的图表,创建了一个空的图表,如下所示:

点击当前图表,选择 Edit,修改几个地方:

  1. Metrics 配置中选择 FROM -> api 表,SELECT -> field(mean) 字段
  2. Display 配置中 Null value 选择 connected 将每个点连成折线

如下所示:

模拟真实环境

middlewares/statsd.js

const StatsD = require('node-statsd')
const statsdClient = new StatsD({
  host: 'localhost',
  port: 8125
})

module.exports = function (routerName) {
  return async function statsdMiddleware (ctx, next) {
    const start = Date.now()

    try {
      await next()
      const spent = Date.now() - start
      statsdClient.timing(`api_${routerName}`, spent)
    } catch (e) {
      statsdClient.increment(`api_${routerName}_${e.status || (ctx.status !== 404 ? ctx.status : 500)}`)
      throw e
    }
  }
}

server.js

const Bluebird = require('bluebird')
const Paloma = require('paloma')
const app = new Paloma()
const statsd = require('./middlewares/statsd')

app.route({ method: 'GET', path: '/', controller: [
  statsd('getHome'),
  async (ctx) => {
    // 模拟十分之一出错概率
    if (Math.random() < 0.1) {
      console.error('error')
      ctx.throw(400)
    }
    // 模拟 1-100 毫秒响应时间
    const responseTime = Math.floor(Math.random() * 100 + 1)
    await Bluebird.delay(responseTime)
    console.log(`Spent ${responseTime}ms`)
    ctx.status = 200
  }
]})

app.listen(3000)

client.js

const axios = require('axios')

setInterval(() => {
  // 模拟 1-10 的 tps
  const tps = Math.floor(Math.random() * 10 + 1)
  for (let i = 0; i < tps; i++) {
    axios.get('http://localhost:3000')
  }
}, 1000)

起两个终端,分别运行:

$ node server.js
$ node client.js

回到 influxdb-admin,输入:

show measurements

可以看到已经有 api_getHome 和 api_getHome_400 表了。回到 Grafana,在一行(row)创建两个图表,分别为:

  • 请求量:包含了正常请求(200)和错误请求(4xx、5xx 等等)请求量的折线图
  • 响应时间:正常请求的最低(lower)、平均(mean)、最高(upper)响应时间的折线图

以『getHome 响应时间』的图表为例,Metrics 配置截图如下:

参考链接

上一节:6.5 Sentry

下一节:7.2 Telegraf + InfluxDB + Grafana(下)