夜莺-Nightingale
夜莺V7
项目介绍
功能概览
API
FAQ
部署升级
数据接入
告警管理
数据查看
功能介绍
告警管理
通知管理
通知规则介绍
阿里云短信
Relabel 事件处理
Event Drop 事件处理
Event Update 事件处理
Callback 事件处理
Script 事件处理
Label Enrich 事件处理
AI Summary 事件处理
仪表盘
数据源
时序指标
日志分析
告警自愈
基础设施
集成中心
人员组织
系统配置
夜莺V6
项目介绍
架构介绍
快速开始
黄埔营
安装部署
升级
采集器
使用手册
API
数据库表结构
users
notify_tpl
board
users
target
target
user_group
user_group_member
task_tpl
task_tpl_host
task_record
sso_config
role
role_operation
recording_rule
notify_tpl
metric_view
datasource
configs
chart_share
busi_group
busi_group_member
builtin_cate
builtin_cate
builtin_cate
builtin_cate
board
board_payload
alerting_engines
alert_subscribe
alert_rule
alert_mute
alert_his_event
alert_cur_event
alert_aggr_view
FAQ
转发数据给多个时序库
机器列表数据异常
数据流图
监控数据时有时无
查询原始监控数据
快捷视图详解
告警自愈模块使用
仪表盘里只展示我的机器
仪表盘里图表数据缺失
设置自定义告警通知方式
target_up指标的问题
夜莺可以监控 x 么
夜莺告警常见问题排查思路
告警和恢复的判断逻辑
容量规划问题
connection refused
登录与认证
数据采集器Categraf
日志写到`/var/log/messages`
告警规则&告警模板如何引用变量
采集到的数据是字符串怎么处理
管理员密码忘记了
制作大盘如何添加图片
添加loki数据源报错
v6小版本升级有什么 sql 要执行吗
机器列表有展示,但采集数据查询不到
n9e 启动异常报错
n9e集群部署配置修改
推送 Promethus 报错 OOO
机器列表怎么忽略云资源
告警规则仅在本业务组生效失败
categraf 启动 oracle 插件报错
告警自愈不生效
n9e查询时序库EOF报错
手动编译项目报错
promQL 使用函数标签信息丢失
内存使用率+可用率不等于100
夜莺仪表盘有哪些内置变量
categraf配置文件支持热加载吗
导入 Grafana 仪表盘无效数据源
如何查看报错消息
采集器-Categraf
插件配置
插件综述
基础指标采集插件
netstat采集插件
netstat_filter采集插件
procstat采集插件
http_response
mysql插件
redis插件
snmp插件
ipmi采集插件
dns_query插件
dcgm插件
nvidia_smi插件
cadvisor采集插件
systemd采集插件
smart采集插件
postgresql插件
mongodb插件
elasticsearch采集插件
exec采集插件
emqx采集插件
阿里云指标采集插件
Zabbix 指标转换插件
cloudwatch指标采集插件
google cloud指标采集插件
mtail插件
prometheus采集插件
页面配置采集插件
Flashcat 企业版
开源生态
Telegraf
Prometheus
版权声明
第1章:天降奇兵
第2章:探索PromQL
开篇
理解时间序列
Metrics类型
初识PromQL
PromQL操作符
PromQL聚合操作
PromQL内置函数
在HTTP API中使用PromQL
最佳实践:4个黄金指标和USE方法
小结
第3章:Prometheus告警处理
开篇
Prometheus告警简介
自定义Prometheus告警规则
部署Alertmanager
Alertmanager配置概述
基于标签的告警处理路由
使用Receiver接收告警信息
告警模板详解
屏蔽告警通知
使用Recoding Rules优化性能
小结
第4章:Exporter详解
第5章:数据与可视化
第6章:集群与高可用
第7章:Prometheus服务发现
第8章:监控Kubernetes
开篇
初识Kubernetes
在Kubernetes下部署Prometheus
Kubernetes下的服务发现
使用Prometheus监控Kubernetes集群
基于Prometheus的弹性伸缩
小结
第9章:Prometheus Operator
参考资料
aliyun指标采集插件
请使用 v0.2.33 及以上版本的categraf
- 访问阿里云需要提供以下凭证信息
- AccessKey
- AcessSecret
- Endpoint
- RegionID
其中,Endpoint 与 RegionID 见 接入地址
请求限制:
- Http Request Header+Query ≤ 128KB
- Http Request Body ≤ 512KB
- Http Response ≤ 2048KB
- 凭证配置
- RAM 用户授权。
RAM 用户调用云监控 API 前,需要所属的阿里云账号将权限策略授予对应的 RAM 用户,参见 RAM 用户权限。
可以在 授权页面 新增授权,选择对应的用户,授予云监控只读权限
AliyunCloudMonitorReadOnlyAccess
, 并为授予权限的用户创建AccessKey
即可。 - 为用户创建
AccessKey
- RAM用户获取
AccessKey
信息 https://usercenter.console.aliyun.com/#/manage/ak
-
指标查询 可以通过 阿里云监控指标查询指标名称、指标所属的namespace等
-
region/endpoint查询 可以通过区域/接入信息查询region/endpoint
-
配置 配置文件位于
conf/input.aliyun/aliyun.toml
# # categraf采集周期,阿里云指标的粒度一般是60秒,建议设置不要少于60秒
interval = 60
[[instances]]
## 阿里云资源所处的region
## endpoint region 参考 https://help.aliyun.com/document_detail/28616.html#section-72p-xhs-6qt
region="cn-beijing"
endpoint="metrics.cn-hangzhou.aliyuncs.com"
## 填入你的acces_key_id
access_key_id=""
## 填入你的access_key_secret
access_key_secret=""
## 可能无法获取当前最新指标,这个指标是指监控指标的截止时间距离现在多久
delay="2m"
## 阿里云指标的最小粒度,60s 是推荐值,再小了部分指标不支持
period="60s"
# 阿里云查询指标接口的QPS是50, 这里默认设置为一半
ratelimit=25
# 查询指定namesapce指标后, namespace/metric_name等meta信息会缓存起来,catch_ttl 是指标的缓存时间
catch_ttl="1h"
# 每次请求阿里云endpoint的超时时间
timeout="5s"
## 如果是采集ecs指标,会自动附件ecs的hostname标签
## 如果想指定hostname标签的key,那可以通过以下配置实现
## 默认是agent_hostname
# ecs_host_tag="agent_hostname"
## 指标所属的namespace ,为空,则表示所有空间指标都要采集
## namespace 参考 https://help.aliyun.com/document_detail/163515.htm?spm=a2c4g.11186623.0.0.44d65c58mhgNw3
namespaces=["acs_ecs_dashboard"]
## 过滤某个namespace下的一个或多个指标
## metric name 参考 https://help.aliyun.com/document_detail/163515.htm?spm=a2c4g.11186623.0.0.401d15c73Z0dZh
## 参考页面中的Metric Id 填入下面的metricName ,页面中包含中文的Metric Name对应接口中的Description
[[instances.metric_filters]]
namespace=""
metric_names=["cpu_cores","vm.TcpCount", "cpu_idle"]
过滤示例: 只想要输出acs_vpc_eip
acs_ecs_dashboard
两个namespace下以下指标
VPC_PublicIP_InternetInRate
VPC_PublicIP_InternetOutRate
VPC_PublicIP_InternetOutRate_Percent
CPUUtilization
可以用配置
[[instances]]
region="cn-hangzhou"
endpoint="metrics.cn-hangzhou.aliyuncs.com"
access_key_id="xxx"
access_key_secret="xxxx"
delay="5m"
period="60s"
namespaces=["acs_vpc_eip"]
ratelimit=25
batch_size=500
timeout="5s"
[[instances.metric_filters]]
namespaces=["acs_vpc_eip"]
metric_names=["VPC_PublicIP_InternetInRate","VPC_PublicIP_InternetOutRate","VPC_PublicIP_InternetOutRate_Percent"]
[[instances]]
region="cn-hangzhou"
endpoint="metrics.cn-hangzhou.aliyuncs.com"
access_key_id="xxx"
access_key_secret="xxxx"
delay="5m"
period="60s"
namespaces=["acs_ecs_dashboard"]
ratelimit=25
batch_size=500
timeout="5s"
[[instances.metric_filters]]
namespaces=["acs_ecs_dashboard"]
metric_names=["CPUUtilization"]
也可以用配置
[[instances]]
region="cn-hangzhou"
endpoint="metrics.cn-hangzhou.aliyuncs.com"
access_key_id="xxxx"
access_key_secret="xxx"
delay="5m"
period="60s"
namespaces=["acs_vpc_eip", "acs_ecs_dashboard"]
ratelimit=25
batch_size=500
timeout="5s"
[[instances.metric_filters]]
#namespaces=["acs_ecs_dashboard","acs_vpc_eip"]
metric_names=["VPC_PublicIP_InternetInRate","VPC_PublicIP_InternetOutRate","VPC_PublicIP_InternetOutRate_Percent","CPUUtilization"]
当然一个instance ,拆成两个instances.metric_filter 也可以。
- Dashboard