Node Export 监控 Linux主机

Node Export 监控 Linux主机

如何监控服务？

如果要想监控，前提是能获取被监控端指标数据，并且这个数据格式必须遵循Prometheus数据模型，这样才能识别和采集，一般使用exporter提供监控指标数据。

exporter列表： exporter这个组件，这个组件会连接mysql，从mysq获取到想监控的指标

当你知道要监控哪些服务，那么需要准备相应的exporter组件，准备好之后只要这些组件可以去连接监控的目标，那么启动之后暴露的接口可以在浏览器访问。那么在普罗米修斯配置就会周期性的去采集这些指标写到tsdb数据库当中由grafana去展示

node_exporter是什么？

Node Exporter 是用于暴露 ​​*NIX​​ 主机指标的 Exporter，比如采集 CPU、内存、磁盘等信息。采用 Go 编写，不存在任何第三方依赖，所以只需要下载解压即可运行。

Exporter是Prometheus的一类数据采集组件的总称。它负责从目标处搜集数据，并将其转化为Prometheus支持的格式。与传统的数据采集组件不同的是，它并不向中央服务器发送数据，而是等待中央服务器主动前来抓取。

node-exporter用于采集服务器层面的运行指标，包括机器的loadavg、filesystem、meminfo等基础监控，类似于传统主机监控维度的zabbix-agent。

node_exporter：用于监控Linux系统的指标采集器。

常用指标：

•CPU

• 内存

• 硬盘

• 网络流量

• 文件描述符

• 系统负载

• 系统服务

数据接口：- prometheus/node_exporter: Exporter for machine metrics​​

☸ ➜ curl HELP node_load1 1m load average.# TYPE node_load1 gaugenode_load1 0.01# HELP node_load15 15m load average.# TYPE node_load15 gaugenode_load15 0.05# HELP node_load5 5m load average.# TYPE node_load5 gaugenode_load5 0.04# HELP node_memory_Active_anon_bytes Memory information field Active_anon_bytes.# TYPE node_memory_Active_anon_bytes gaugenode_memory_Active_anon_bytes 8.4393984e+07# HELP node_memory_Active_bytes Memory information field Active_bytes.# TYPE node_memory_Active_bytes gaugenode_memory_Active_bytes 1.8167808e+08# HELP node_memory_Active_file_bytes Memory information field Active_file_bytes.# TYPE node_memory_Active_file_bytes gaugenode_memory_Active_file_bytes 9.7284096e+07# HELP node_memory_AnonHugePages_bytes Memory information field AnonHugePages_bytes.# TYPE node_memory_AnonHugePages_bytes gaugenode_memory_AnonHugePages_bytes 3.5651584e+07# HELP node_memory_AnonPages_bytes Memory information field AnonPages_bytes.# TYPE node_memory_AnonPages_bytes gaugenode_memory_AnonPages_bytes 8.159232e+07# HELP node_memory_Bounce_bytes Memory information field Bounce_bytes.# TYPE node_memory_Bounce_bytes gaugenode_memory_Bounce_bytes 0......

该 metrics 接口数据就是一个标准的 Prometheus 监控指标格式，我们只需要将该端点配置到 Prometheus 中即可抓取该指标数据。为了了解 ​​node_exporter​​​ 可配置的参数，我们可以使用 ​​./node_exporter -h​​ 来查看帮助信息：

☸ ➜ ./node_exporter -h --web.listen-address=":9100" # 监听的端口，默认是9100 --web.telemetry-path="/metrics" # metrics的路径，默认为/metrics --web.disable-exporter-metrics # 是否禁用go、prome默认的metrics --web.max-requests=40 # 最大并行请求数，默认40，设置为0时不限制 --log.level="info" # 日志等级: [debug, info, warn, error, fatal] --log.format=logfmt # 置日志打印target和格式: [logfmt, json] --version # 版本号 --collector.{metric-name} # 各个metric对应的参数 ......

我们可以使用 --collectors.enabled参数指定node_exporter收集的功能模块,或者用--no-collector指定不需要的模块，如果不指定，将使用默认配置。

其中最重要的参数就是 ​​--collector.​​​，通过该参数可以启用我们收集的功能模块，​​node_exporter​​​ 会默认采集一些模块，要禁用这些默认启用的收集器可以通过 ​​--no-collector.​​​ 标志来禁用，如果只启用某些特定的收集器，基于先使用 ​​--collector.disable-defaults​​​ 标志禁用所有默认的，然后在通过指定具体的收集器 ​​--collector.​​ 来进行启用。下图列出了默认启用的收集器：

部署node_exporter

docker部署

下载镜像

docker pull prom/node-exporter

生成容器

docker run -d -p 9100:9100 prom/node-exporter

验证是否安装成功——访问URL ​​~]# tar xf node_exporter-1.0.1.linux-amd64.tar.gz [root@k8s-master ~]# mv node_exporter-1.0.1.linux-amd64 /usr/local/node_exporter[root@k8s-master ~]# cd /usr/local/node_exporter/[root@k8s-master node_exporter]# lsLICENSE node_exporter NOTICE[root@k8s-master node_exporter]# ./node_exporter

可以看到将指标暴露出来了

为了方便管理使用系统服务管理

[root@k8s-master ~]# cat /usr/lib/systemd/system/node_exporter.service[Unit]Description=node_exporter[Service]ExecStart=/usr/local/node_exporter/node_exporterExecReload=/bin/kill -HUP $MAINPIDKillMode=processRestart=on-failure[Install]WantedBy=multi-user.targetcd[root@k8s-master ~]# systemctl daemon-reload[root@k8s-master ~]# systemctl start node_exporter[root@k8s-master ~]# systemctl enable node_exporterCreated symlink from /etc/systemd/system/multi-user.target.wants/node_exporter.service to /usr/lib/systemd/system/node_exporter.service.

k8s部署

[root@master prometheus]# cat node-export.yaml apiVersion: apps/v1kind: DaemonSetmetadata: name: node-exporter namespace: monitor labels: name: node-exporterspec: selector: matchLabels: name: node-exporter template: metadata: labels: name: node-exporter spec: hostPID: true hostIPC: true hostNetwork: true containers: - name: node-exporter image: prom/node-exporter:v0.16.0 ports: - containerPort: 9100 resources: requests: cpu: 0.15 securityContext: privileged: true args: - --path.procfs - /host/proc - --path.sysfs - /host/sys - --collector.filesystem.ignored-mount-points - '"^/(sys|proc|dev|host|etc)($|/)"' volumeMounts: - name: dev mountPath: /host/dev - name: proc mountPath: /host/proc - name: sys mountPath: /host/sys - name: rootfs mountPath: /rootfs tolerations: - key: "node-role.kubernetes.io/master" operator: "Exists" effect: "NoSchedule" volumes: - name: proc hostPath: path: /proc - name: dev hostPath: path: /dev - name: sys hostPath: path: /sys - name: rootfs hostPath: path: /[root@master prometheus]# kubectl get pod -n monitorNAME READY STATUS RESTARTS AGEnode-exporter-75wzb 1/1 Running 0 19mnode-exporter-pgttj 1/1 Running 0 19mnode-exporter-t8zsg 1/1 Running 0 19m

采集到的数据

[root@master prometheus]# curl | grep node_cpu_seconds_total % Total % Received % Xferd Average Speed Time Time Time Current Dload Upload Total Spent Left Speed 0 0 0 0 0 0 0 0 --:--:-- --:--:-- --:--:-- 0# HELP node_cpu_seconds_total Seconds the cpus spent in each mode.# TYPE node_cpu_seconds_total counternode_cpu_seconds_total{cpu="0",mode="idle"} 380.18node_cpu_seconds_total{cpu="0",mode="iowait"} 1964.76node_cpu_seconds_total{cpu="0",mode="irq"} 0node_cpu_seconds_total{cpu="0",mode="nice"} 0.02node_cpu_seconds_total{cpu="0",mode="softirq"} 9.72node_cpu_seconds_total{cpu="0",mode="steal"} 0node_cpu_seconds_total{cpu="0",mode="system"} 146.12node_cpu_seconds_total{cpu="0",mode="user"} 215.83node_cpu_seconds_total{cpu="1",mode="idle"} 354.05node_cpu_seconds_total{cpu="1",mode="iowait"} 1987.14node_cpu_seconds_total{cpu="1",mode="irq"} 0node_cpu_seconds_total{cpu="1",mode="nice"} 0.02node_cpu_seconds_total{cpu="1",mode="softirq"} 6.77node_cpu_seconds_total{cpu="1",mode="steal"} 0node_cpu_seconds_total{cpu="1",mode="system"} 147.74node_cpu_seconds_total{cpu="1",mode="user"} 216.93100 106k 100 106k 0 0 8283k 0 --:--:-- --:--:-- --:--:-- 8888k

可以看到每个cpu采集到的指标，下面是负载相关的指标，分别在1m，15m，5m

[root@master prometheus]# curl | grep node_load % Total % Received % Xferd Average Speed Time Time Time Current Dload Upload Total Spent Left Speed100 106k 100 106k 0 0 7519k 0 --:--:-- --:--:-- --:--:-- 8207k# HELP node_load1 1m load average.# TYPE node_load1 gaugenode_load1 2.31# HELP node_load15 15m load average.# TYPE node_load15 gaugenode_load15 2.49# HELP node_load5 5m load average.# TYPE node_load5 gaugenode_load5 2.41

监控linux主机

这里配置组名

采用接口和访问job_name: 'webserver' static_configs: - targets: ['192.168.179.99:9100','192.168.179.102:9100']

配置好使用工具对其检查，检查配置文件是否正常

[root@localhost prometheus]# ./promtool check config prometheus.yml Checking prometheus.yml SUCCESS: 0 rule files found

启用热加载配置，不重启服务

[root@localhost prometheus]# ps -ef | grep prometheus[root@localhost prometheus]# kill -HUP 27228

看看 指标是否被采集到了？

Grafana展示

grafana维护了仪表盘，里面存放了许多的仪表盘

使用Grafana展示node_exporter数据指标，仪表盘ID： 9276

这里可以导入你的json文件或者使用grafana仓库里面的

​​Dashboards | Grafana Labs​​

这里包含了大量的仪表盘

这两个没有数据，打开编辑里面的promql

修改为指定的网卡

上面的语句就是普罗米修斯的查询语言

irate(node_network_receive_bytes_total{instance=~'$node',device=~'ens32'}[5m])*8

Grafana通过普罗米修斯的查询语言获取指定的数据

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。