InfluxDB

安装3个软件 1.Grafana安装 grafana , 访问各类数据源 , 自定义报表、显示图表等等 , 用于提供界面监控 , 默认端口为3000 ,如http://127.0.0.1:3000访问, 默认登陆信息账号和密码分别admin和admin 本人系统版本 centos7 ，用yum安装 yum install https://s3-us-west-2.amazonaws.com/grafana-releases/release/grafana-4.6.3-1.x86_64.rpm #启动服务 systemctl start grafana #查看服务状态 systemctl status grafana 其他版本安装参考官网： http://docs.grafana.org/installation/rpm/ 2.InfluxDB 安装 InfluxDB是一个开源数据库别名时序数据库，针对时间序列数据的快速，高可用性存储和检索进行了优化。 InfluxDB非常适合运营监控，应用指标和实时分析。默认端口为Web端8083 , API端8086 #新建一个源仓库 vi /etc/yum.repos.d/influxdata.repo #输入以下内容 [influxdb] name = InfluxData Repository - RHEL $releasever

I am new to influxdb and trying to install it on my Windows 7 - 64 OS. Following are the steps done till now: Downloaded .zip file from the following location: https://dl.influxdata.com/influxdb/releases/influxdb-1.1.0_windows_amd64.zip unzipped the folder in the following location: J:\common\influxdb\influxdb-1.1.0_windows_amd64\influxdb-1.1.0-1 Launched the command prompt with admin privilages and run the following commands: 1. cd J:\common\influxdb\influxdb-1.1.0_windows_amd64\influxdb-1.1.0-1 2. influxd.exe following is the display messages in the command prompt: [run] 2016/11/15 14:52:21

本文介绍了 influxDB 时序数据库及Go语言操作 influxDB 。 InfluxDB 是一个开源分布式时序、事件和指标数据库。使用Go语言编写，无需外部依赖。其设计目标是实现分布式和水平伸缩扩展。 安装 下载 https://portal.influxdata.com/downloads/ 这里需要注意因为这个网站引用了google的api所以国内点页面的按钮是没反应的，怎么办呢？ 按照下图所示，按 F12 打开浏览器的控制台，然后点击 Elements ，按下 Ctrl/Command+F 搜索 releases/influxdb ，按回车查找自己所需版本的下载地址。 Mac和Linux用户可以点击 https://v2.docs.influxdata.com/v2.0/get-started/ 下载。 安装 将上一步的压缩包，解压到本地。 influxDB介绍 名词介绍 influxDB名词 传统数据库概念 database 数据库 measurement 数据表 point 数据行 point influxDB中的point相当于传统数据库里的一行数据，由时间戳（time）、数据（field）、标签（tag）组成。 Point属性 传统数据库概念 time 每个数据记录时间，是数据库中的主索引 field 各种记录值（没有索引的属性），例如温度、湿度 tags

云数据库 InfluxDB® 版介绍 阿里云数据库 InfluxDB® 版已于近日正式启动商业化 。 云数据库 InfluxDB® 是基于当前最流行的开源数据库 InfluxDB 提供的在线数据库服务，相比较开源具有免运维，稳定可靠，可弹性伸缩的优势，广泛应用于互联网基础资源监控，容器监控，业务运营监控分析，物联网设备远程实时监控，工业安全生产监控，生产质量评估和故障回溯。提供时序数据自动化采集，压缩存储，类SQL查询，多维聚合计算和数据可视化分析能力。 点击关注，InfluxDB 商业化活动 时序数据体现“数据变化”的价值 时序数据和企业业务密切相关，不可或缺。任何一家企业都需要一套高效的运维系统保证实时发现应用和业务问题，通过监控，故障告警的手段，进行故障定位，保证在线业务的稳定，减少不可用时常。业务运营人员依赖运营系统，保证有充足的数据进行业务分析判断，便于更准确的做出业务决策。物联网企业和工业企业都需要能够实时掌握设备的运行状态，对生产过程进行监控，实时判故障预警，故障定位，故障回溯以及业务。以上业务场景都需要 时序数据作为“数据证据”来表示指标“变化”过程，进而达到告警，诊断，修复和预测的业务目的。 时序数据很简单，构成具有三个要素， 主体， 时间戳，和 指标数据。比如： xxx公司 （主体）2019年8月26日上午10时，11时， 12时 （时间戳）的股价分别是：160

云数据库 InfluxDB® 版介绍 阿里云数据库 InfluxDB® 版已于近日正式启动商业化 。 云数据库 InfluxDB® 是基于当前最流行的开源数据库 InfluxDB 提供的在线数据库服务，相比较开源具有免运维，稳定可靠，可弹性伸缩的优势，广泛应用于互联网基础资源监控，容器监控，业务运营监控分析，物联网设备远程实时监控，工业安全生产监控，生产质量评估和故障回溯。提供时序数据自动化采集，压缩存储，类SQL查询，多维聚合计算和数据可视化分析能力。 点击关注，InfluxDB 商业化活动 时序数据体现“数据变化”的价值 时序数据和企业业务密切相关，不可或缺。任何一家企业都需要一套高效的运维系统保证实时发现应用和业务问题，通过监控，故障告警的手段，进行故障定位，保证在线业务的稳定，减少不可用时常。业务运营人员依赖运营系统，保证有充足的数据进行业务分析判断，便于更准确的做出业务决策。物联网企业和工业企业都需要能够实时掌握设备的运行状态，对生产过程进行监控，实时判故障预警，故障定位，故障回溯以及业务。以上业务场景都需要 时序数据作为“数据证据”来表示指标“变化”过程，进而达到告警，诊断，修复和预测的业务目的。 时序数据很简单，构成具有三个要素， 主体 ， 时间戳 ，和 指标数据 。比如： xxx公司 （主体 ）2019年8月26日上午10时，11时， 12时 （时间戳）

很多公司已经开发了监控解决方案，解决了指标收集、展示、预警发送等一系列问题。 本文介绍的监控解决方案由高性能时序数据库InfluxDB、时序分析监控工具Grafana及Agentless自动化工具Ansible构成：Ansible负责不间断抓取服务器硬件指标数据，并将数据存储在数据库InfluxDB中；时序分析监控工具Grafana负责从InfluxDB中读取并展示指标数据，设定阈值，配置预警。 一、开发环境 通过三台本地虚机还原监控对象：一台为监控服务器（monitor），另两台为可接入监控服务的服务器（server1和server2）。 使用Vagrant管理开发环境，执行vagrant up monitor命令，通过下方Vagrantfile开启并配置监控服务器。如果需要把server1和server2接入监控服务中，可以稍后启动这两台虚机服务器。 Ansible负责配置监控服务器，包括安装InfluxDB、Grafana及Ansible以及配置监控服务。为了保证代码整洁，结构清晰，每个工具的安装任务都保存在单独的YML文件夹中。include_tasks可动态地将分组后的任务纳入整个流程中。 二、监控服务配置 监控服务配置步骤如下方monitoring-configuration.yml文件所示。首先，创建monitor数据库，生成API，用于完成各项数据库操作

很多公司已经开发了监控解决方案，解决了指标收集、展示、预警发送等一系列问题。 本文介绍的监控解决方案由高性能时序数据库InfluxDB、时序分析监控工具Grafana及Agentless自动化工具Ansible构成：Ansible负责不间断抓取服务器硬件指标数据，并将数据存储在数据库InfluxDB中；时序分析监控工具Grafana负责从InfluxDB中读取并展示指标数据，设定阈值，配置预警。 一、开发环境 通过三台本地虚机还原监控对象：一台为监控服务器（monitor），另两台为可接入监控服务的服务器（server1和server2）。 使用Vagrant管理开发环境，执行vagrant up monitor命令，通过下方Vagrantfile开启并配置监控服务器。如果需要把server1和server2接入监控服务中，可以稍后启动这两台虚机服务器。 Ansible负责配置监控服务器，包括安装InfluxDB、Grafana及Ansible以及配置监控服务。为了保证代码整洁，结构清晰，每个工具的安装任务都保存在单独的YML文件夹中。include_tasks可动态地将分组后的任务纳入整个流程中。 二、监控服务配置 监控服务配置步骤如下方monitoring-configuration.yml文件所示。首先，创建monitor数据库，生成API，用于完成各项数据库操作

数据可视化是非常重要的一个技术,数据人员除了关注于数据本身与数据业务之外同样应该注重于关注数据的可视化场景与分析场景。Grafana能够连接多种数据源，ElasticSearch，MySql，PoastgreSql，InfluxDB,OpenTSDB，CloudWath，Zabbix等。基于插件的方式实现数据的可视化图表，饼图、折线图、柱状图等。 Grafana是一款开源的，可以应用与多种数据源大规模数据展现、告警的数据可视化项目。Grafana配置非常简单，支持多种数据源、权限管理、图表非常的炫酷。基于插件的方式非常方便的可以进行二次开发、同时有非常多的模版。 数据可视化方向有很多的可选性方案。tableau、zeppelin、Juputer Notebooks等。这些产品的侧重点可能不同，但是基本上都是需要实现的是连接多种数据源。在数据监控或者数据报表的处理中所遇到的数据源有ELasticSearch，MySql，PostgreSQL或者是在OpenTSDB，InfluxDB等时序库。 在大部分的数据使用中可能是通过代码检索这些数据库中的数据然后再通过Echats或者其他的方式来自己开发一个数据监控的系统，但是在业务飞速发展的今天这种方案的开发周期太长。所以数据可视化的开源产品就越来越多的涌现出来。能够通过这些产品实现大部分的业务场景。

参考文档： Github介绍： https://github.com/kubernetes/heapster Github yaml文件： https://github.com/kubernetes/heapster/tree/master/deploy/kube-config/influxdb 或者（source code）： https://github.com/kubernetes/heapster/releases cAdvisor： https://github.com/google/cadvisor Influxdb： http://influxdb.com Grafana ： http://grafana.org 开源软件cAdvisor（Container Advisor）用于监控 所在节点 的容器运行状态，当前已经被默认集成到kubelet组件内，默认使用tcp 4194端口。 在大规模容器集群，一般使用Heapster+Influxdb+Grafana平台实现集群性能数据的采集，存储与展示。 一． 环境 1. 基础环境 组件 版本 Remark kubernetes v1.9.2 heapster v1.5.1 Influxdb v1.3.3 grafana v4.4.3 2. 原理 Heapster：集群中各node节点的cAdvisor的数据采集汇聚系统

前言 在kubernetes中，我们使用pod对外提供服务。这时候，我们需要以下两种情形需要关注： pod因为不明原因挂掉，导致服务不可用 Pod在高负荷的情况下，不能支撑我们的服务 如果我们人工监控pods，人工进行调整副本那么这个工作量无疑是巨大的，但kubernetes已经有了相应的机制来应对了。 那么今天就来介绍一下在k8s 1.6中的弹性伸缩的实施 k8s是kubernetes的官方简称 HPA全称Horizontal Pod Autoscaler HPA的原理 Kubernetes有一个HPA(Horizontal Pod Autoscaler)的资源，可以实现基于CPU使用率的Pod自动伸缩的功能。HPA基于Master Node上的kube-controller-manager服务启动参数–horizontal-pod-autoscaler-sync-period定义的时长(默认为30秒)，周期性的检测Pod的CPU使用率(需要事先安装heapster)。如果需要设置–horizontal-pod-autoscaler-sync-period可以在Master Node上的/etc/default/kube-controller-manager中修改。 安装Heapster K8S从1.8版本开始，CPU、内存等资源的metrics信息可以通过 Metrics