InfluxDB

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> 概述 SpringBoot应用对监控要求不是高，可以采用 SpringBootAdmin就可以搞定，但是如果需要长期，并且希望后期能优化应用，提高平台抗风险性时，可以使用InfluxDB保存应用的性能度量数据。 InfluxDB可以支持海量数据存储 Grafana可以显示不同维度的数据 操作步骤 SpringBoot Sample用例 生成 SpringBoot Sample 项目地址 https://start.spring.io/ 添加依赖包与配置 依赖包配置 <!---收集各种性能指标插件--> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-actuator</artifactId> </dependency> <!---通过此插件直接写数据到Influx DB--> <dependency> <groupId>io.micrometer</groupId> <artifactId>micrometer-registry-influx</artifactId> </dependency> Influx DB配置 management: metrics: export:

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> 1.3.1 容器监控 利用docker compose组合应用并利用scale可以快速对容器进行扩充，而docker compose启动的服务容器都在同一台宿主机上，对于一个宿主机上运行多个容器应用时，容器的运行情况，如：CPU使用率，内存使用率，网络状态，磁盘空间等一系列随时间变化的时序数据信息，都需要进行了解，因此监控是必须的。 容器监控方案选择 对于容器的监控方案可谓多种多样，除了docker本身自带的 docker stats 命令，还有Scout，Data Dog，Sysdig Cloud，Sensu Monitoring Framework，CAdvisor等都可以对容器进行监控。 通过 docker stats 命令可以很方便的看到当前宿主机上所有容器的CPU，内存，以及网络流量等数据。但 docker stats 命令的缺点是只是统计当前宿主机的所有容器，为获取的数据是实时的，没有地方存储，也没有报警功能。 而Scout，Data Dog，Sysdig Cloud虽然都提供了教完善的服务，但是它们都是托管的服务且都是收费的，Sensu Monitoring Framework集成度较高，也免费，但是部署过于复杂，综合考虑选择CAdvisor做监控工具。 CAdvisor出自Google

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> InfluxDB简介 InfluxDB 是一个 Go 语言开发的开源(MIT)分布式时间序列数据库。 下载 https://www.influxdata.com/ https://portal.influxdata.com/downloads 安装启动 解压 启动 服务器端 ./influxd 客户端 ./influx 简单实践 create database meng show databases use meng insert weather,altitude=1000,area=北 temperature=11,humidity=-4 SELECT * FROM weather 参考资料 https://github.com/influxdata/influxdb http://wiki.huihoo.com/wiki/InfluxDB 官方文档 https://github.com/influxdata/docs.influxdata.com https://docs.influxdata.com/ 网上教程 https://xtutu.gitbooks.io/influxdb-handbook/content/ 教程 第一章：InfluxDB介绍 InfluxDB用Go语言编写的一个开源分布式时序

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> James Sun AWS解决方案架构师。James 拥有超过 15 年的信息技术行业从业经验。加入 AWS 前，他曾在 MapR、惠普、NetApp、雅虎和 EMC 等公司担任多个高级技术职位。他拥有斯坦福大学博士学位。 本文原发于亚马逊AWS官方博客。 Rancher 是一个流行的开源企业级Kubernetes管理平台，许多组织使用它来管理混合部署的Kubernetes 集群。Rancher 支持 Amazon Elastic Container Service for Kubernetes (Amazon EKS) ，借助此功能，Rancher用户可以直接通过Rancher平台来对AWS EKS进行直接纳管。 Amazon EKS 与 Rancher 结合后，使用方便，可兼具您在 Rancher 中养成的使用习惯与期望从 AWS 获得的功能、可靠性和性能。Amazon 的托管 Kubernetes 解决方案 EKS，可以让您 在云中快速创建可扩展的 Kubernetes 实例，而Rancher拥有简洁易用的UI和针对Kubernetes的更多拓展功能，强强组合将带来企业Kubernetes使用的操作体验和性能的极大提升。 不论你是EKS和Rancher的新手用户，还是对EKS或Rancher都有所了解

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> 写在最前面 看了timescaledb官方的测试文章 TimescaleDB比拼InfluxDB：如何选择合适的时序数据库？ ，发现差异较大的只在存储， 就准备用timescaledb，因为公司有专门的数据库小组，可以对pg进行维护。但测试发现openstack监控一天的写入数据空间在150G左右，面对服务器那可怜的600G存储，明显是不够的。因此才有了influxdb和timescaledb的对比测试，结果发现在我司环境，timescaledb各方面均被influxdb超越。 背景 目前prometheus的监控数据存储使用自带的tsdb时序数据库，将数据存储在本地磁盘；没有接口对存储的数据进行管理，只能按存储块删除；由于抓取量大、频率高，占用的磁盘空间高，无法满足长时间存储的需求。 poc项目 对比目前流行的tsdb：timescaledb、influxdb，通过对接我司测试云环境openstack监控。一台物理机通过docker部署influxdb(1.7.6)，一台物理机通过docker部署prometheus-postgresql-adapter(0.4.1)、pg_prometheus(0.2.1,timescaledb:1.2.0) 并从以下几方面进行对比： 1、性能 (1)Cpu、内存

//以下内容直接复制到 docker-compose.yml 文件中。执行命令docker-compose up -d 之后访问 http://ip:3000 剩下的之后的测试连接数据库和监控自己百度 version: '3' services: influxdb: image: tutum/influxdb:0.9 container_name: influxdb restart: always environment: PRE_CREATE_DB=cadvisor ports: "8083:8083" "8086:8086" expose: "8090" "8099" volumes: influxdbData:/data cadvisor: image: google/cadvisor container_name: cadvisor links: influxdb:influxsrv command: -storage_driver=influxdb -storage_driver_db=cadvisor -storage_driver_host=influxsrv:8086 restart: always ports: "8080:8080" volumes: /:/rootfs:ro /var/run:/var/run:rw /sys:/sys:ro /var/lib