夜莺-Nightingale
          
            
                
                
                夜莺V8
                  
    
      前言必读
    
     
  
  
                      
                        
  
    
      安装
    
     
  
  
                      
                        
  
    
      采集器
    
     
  
  
                      
                        
  
    
      快速体验
    
     
  
  
                      
                        
  
    
      监控实践
    
     
  
  
                      
                        
  
    
      功能详解
    
     
  
  
                      
                        
  
    
      说明文档
    
     
  
  
                      
                  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
    
  
    
      
  
  
    
      模板函数
    
  
    
      
  
  
    
      
    
  
    
      
  
  
    
      
    
  
    
  
    
      
  
    
      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
    
  
                
                  
  
  
    
      sshd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
    
  
                  
              dcgm插件
前置依赖
dcgm采集插件是fork dcgm-exporter,插件是与nvidia-dcgm交互获取数据, 所以需要先安装nvidia-dcgm服务. 如果是ubuntu系列的os,可以通过 apt-get install -y datacenter-gpu-manage=1:3.3.5, 注意这里的版本号, 不要搞错。 如果是centos, 可以在这里下载。
安装完成后,通过systemctl start nvidia-dcgm.service 启动服务,通过systemctl status nvidia-dcgm.service来查看服务状态,服务处于active 再进行下一步的配置。
配置
dcgm插件,依赖cgo,所以需要下载categraf的cgo版本(只支持linux amd64)
配置文件在 conf/input.dcgm/exporter.toml。 请确保 conf/input.dcgm/目录下包含了 1.x-compatibility-metrics.csv default-counters.csv dcp-metrics-included.csv 这3个文件。
[[instances]]
# 指定使用的指标定义文件, 一般使用 default-counters.csv就够了,也可以尝试用其他两个csv文件
# path to the file, that contains the DCGM fields to collect
  collectors = "conf/input.dcgm/default-counters.csv"
# 是否是K8s环境,设置为true会附件Pod的信息
# Enable kubernetes mapping metrics to kubernetes pods
# kubernetes=false
# 指标中是否附加 gpu id 作为一个标签
# Choose Type of GPU ID to use to map kubernetes resources to pods. Possible values: "uid", "device-name"
# kubernetes-gpu-id-type = "uid"
# 是否使用 1.x 的ns
# Use old 1.x namespace
# use-old-namespace = false
# 支持的选项是f g i 
# f: FlexKey 如果MIG被禁用,则监控所有GPU;如果MIG被启用,则监控所有GPU实例
# g: MajorKey 监控top-level entities:GPU或NvSwitches或CPU 
# i: MinorKey 监控sub-level entities: GPU实例/NvLinks/CPU核心 - 如果MIG被禁用,则不能指定该选项
  cpu-devices = "f"
# 与cpu-devices的选项一样
# gpu devices
  devices = "f"
# 与cpu-devices的选项一样
  switch-devices = "f"
# 使用ConfigMap 
# ConfigMap <NAMESPACE>:<NAME> for metric data
  configmap-data = "none"
# 这里就是前置依赖的nvidia-dcgm服务, 如果是本机采集,则使用localhost:5555 ,如果是远程采集,则使用远端IP:5555
# Connect to remote hostengine at <HOST>:<PORT>
  remote-hostengine-info = "localhost:5555"
# 允许用户在没有实际GPU硬件的环境中模拟GPU, 仅用于测试
# Accept GPUs that are fake, for testing purposes only
# fake-gpus = false
# 将GPU型号名称中的每个空格替换为破折号,确保标识符连续且无空格。 
# Replaces every blank space in the GPU model name with a dash, ensuring a continuous, space-free identifier.
# replace-blanks-in-model-name = false
 
			 
					