Prometheus和NodeExporter安装监控数据说明

目录
  • 在mac下载安装prometheus
  • mac下安装Node Exporter
    • 数据说明

在mac下载安装prometheus

mac下安装Node Exporter

（NodeExporter是Prometheus提供的一个可以采集到主机信息的应用程序，它能采集到机器的 CPU、内存、磁盘等信息）

cd到目标目录,然后用命令下载二进制包

curl -OL https://github.com/prometheus/node_exporter/releases/download/v1.3.1/node_exporter-1.3.1.darwin-amd64.tar.gz

解压这个二进制包

tar -xzf node_exporter-1.3.1.darwin-amd64.tar.gz

进入&运行node exporter

cd node_exporter-1.3.1.darwin-amd64
cd ..
cp node_exporter-1.3.1.darwin-amd64/node_exporter /usr/local/bin/node_exporter

运行

cd ...
cd /usr/local/bin
./node_exporter

访问http://localhost:9100/看到

点击http://localhost:9100/metrics进去可以看到

# HELP node_cpu Seconds the cpus spent in each mode.
# TYPE node_cpu counter
node_cpu{cpu="cpu0",mode="idle"} 362812.7890625
# HELP node_load1 1m load average.
# TYPE node_load1 gauge
node_load1 3.0703125

数据说明

  • HELP 解释当前指标的含义
  • TYPE 说明当前指标的数据类型
  • node_cpu的注释表明当前指标是cpu0上idle进程占用CPU的总时间
  • CPU占用时间是一个只增不减的度量指标，从类型中也可以看出node_cpu的数据类型是计数器(counter)
  • node_load1 该指标反映了当前主机在最近一分钟以内的负载情况 指标类型为仪表盘(gauge)

参考文档 https://yunlzheng.gitbook.io/prometheus-book/

以上就是Prometheus和node exporter安装监控数据说明的详细内容，更多关于Prometheus node exporter安装监控的资料请关注我们其它相关文章！

赞 (0)

相关推荐

  • Prometheus容器化部署的实践方案

    Prometheus容器化部署的实践方案

    环境 主机名 IP地址 服务 prometheus 192.168.237.137 prometheus.grafana node-exporter 192.168.237.131 node_exporter 容器化部署prometheus 1.安装docker [root@prometheus ~]# docker version Client: Docker Engine - Community Version: 20.10.11 API version: 1.41 Go version:

  • Prometheus监控实战篇Nginx、Hbase操作详解

    Prometheus监控实战篇Nginx、Hbase操作详解

    目录 一.Prometheus监控Nginx 1.监控Nginx相关插件下载地址 2.编译Nginx 2.1下载nginx-release并解压 2.2解压Nginx-module-vts,到/opt/nginx/ 2.3执行以下命令,进行编译Nginx 2.4再执行make命令 2.6在Nginx添加以下内容到Nginx配置文件中 2.7重新启动Nginx,并检查服务是否正常 2.8解压Nginx-vts-exporter,并启动 2.9在Prometheus中添加Nginx-vts-expo

  • 解析prometheus+grafana监控nginx的方法

    解析prometheus+grafana监控nginx的方法

    目录 1.下载 2.安装nginx与nginx-vts-exporter 3.安装nginx-vts-exporter-0.9.1.linux-amd64.tar 4.配置Prometheus 5.配置Grafana ​在prometheus需要向ngxin中打入探针,通过探针获取ngxin信息,并通过接口输出.下文将讲述如何监控ngxin. 1.下载 为了各位小伙伴方便,这里提供了一波下载地址,如果模板不是特别满意,也可以去官网自行下载. nginx: 链接: https://pan.baid

  • Prometheus 监控MySQL使用grafana展示

    Prometheus 监控MySQL使用grafana展示

    目录 prometheus通过exporter监控mysql,并用grafana图表展示 1.测试机器 2.配置mysql host01 3.创建exporter帐号 4.下载,安装mysqld_exporter 4.1 编辑文件输入密码 4.2 添加启动服务文件 4.3 启动mysqld_exporter 4.4 测试验证 5.下载,安装node_exporter 5.1 添加启动服务文件 5.2 启动node_exporter 5.3 测试验证 6.安装prometheus+grafana

  • golang通过node_exporter监控GPU及cpu频率、温度的代码

    golang通过node_exporter监控GPU及cpu频率、温度的代码

    导语:通过node_exporter监控GPU以及cpu频率.温度,不想用一个node_exporter再加一个dcgm,分开监控.我这里监控的是热区的温度.如果需要监控各个cpu核心的温度需要修改一下代码. 结合了https://gitee.com/kevinliu_CQ/node_exporter监控GPU的代码. 加入了cpu的2项自定义监控https://gitee.com/jiaminxu/self_node_exporter 安装一下go wget https://dl.google

  • Prometheus pushgateway的使用详解

    Prometheus pushgateway的使用详解

    目录 1.介绍 2.安装 3.数据推送 3.1 向 {job="some_job"} 添加单条数据: 3.2添加更多更复杂数据,通常数据会带上 instance, 表示来源位置: 3.3删除某个组下的某实例的所有数据: 4.集成prometheus 总结 1.介绍 由于网络问题或者安全问题,可能我们的数据无法直接暴露出一个entrypoint 给prometheus采集. 这个时候可能就需要一个pushgateway来作为中间者完成中转工作. prometheus还是采用pull方式来

  • Prometheus和NodeExporter安装监控数据说明

    Prometheus和NodeExporter安装监控数据说明

    目录 在mac下载安装prometheus mac下安装Node Exporter 数据说明 在mac下载安装prometheus 在https://prometheus.io/download/下载prometheus放到自定义的位置. 解压压缩包 创建data文件夹mkdir -p data mac下安装Node Exporter (NodeExporter是Prometheus提供的一个可以采集到主机信息的应用程序,它能采集到机器的 CPU.内存.磁盘等信息) cd到目标目录,然后用命令下

  • Python调用Prometheus监控数据并计算

    Python调用Prometheus监控数据并计算

    目录 Prometheus是什么 Prometheus基础概念 什么是时间序列数据 什么是targets(目标) 什么是metrics(指标) 什么是PromQL(函数式查询语言) 如何监控远程Linux主机 Prometheus HTTP API 支持的 API 认证方法 数据返回格式 数据写入 监控数据查询 什么是Grafana 工作使用场景 CPU峰值计算 CPU均值计算 内存峰值计算 内存均值计算 导出excel 参考链接: Prometheus是什么 Prometheus是一套开源监控

  • python如何获取Prometheus监控数据

    python如何获取Prometheus监控数据

    目录 获取Prometheus监控数据 获取Prometheus target数据 获取Prometheus 监控信息(cpu.mem.disks) 通过promsql读取prometheus内的数据 获取Prometheus监控数据 获取Prometheus target数据 调用http://<prometheus.address>/api/v1/targets并解析. def getTargetsStatus(address):     url = address + '/api/v1/

  • 使用Prometheus+Grafana的方法监控Springboot应用教程详解

    1 简介 项目越做越发觉得,任何一个系统上线,运维监控都太重要了.关于Springboot微服务的监控,之前写过[Springboot]用Springboot Admin监控你的微服务应用,这个方案可以实时监控并提供告警提醒功能,但不能记录历史数据,无法查看过去1小时或过去1天等运维情况.本文介绍Prometheus + Grafana的方法监控Springboot 2.X,实现美观漂亮的数据可视化. 2 Prometheus Prometheus是一套优秀的开源的监控.报警和时间序列数据库组合

  • SpringBoot+Prometheus+Grafana实现应用监控和报警的详细步骤

    SpringBoot+Prometheus+Grafana实现应用监控和报警的详细步骤

    背景 SpringBoot的应用监控方案比较多,SpringBoot+Prometheus+Grafana是目前比较常用的方案之一.它们三者之间的关系大概如下图: 开发SpringBoot应用 首先,创建一个SpringBoot项目,pom文件如下: <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-actuator</art

  • 关于Prometheus + Spring Boot 应用监控的问题

    关于Prometheus + Spring Boot 应用监控的问题

    1. Prometheus是什么 Prometheus是一个具有活跃生态系统的开源系统监控和告警工具包.一言以蔽之,它是一套开源监控解决方案. Prometheus主要特性: 多维数据模型,其中包含由指标名称和键/值对标识的时间序列数据 PromQL,一种灵活的查询语言 不依赖分布式存储: 单服务器节点是自治的 时间序列收集通过HTTP上的pull模型进行 通过中间网关支持推送(push)时间序列 通过服务发现或静态配置发现目标 支持多种模式的图形和仪表盘 为什么用pull(拉取)而不用push

  • k8s监控数据组件Pod自动化进行扩缩容HPA

    自动扩缩容HPA:全称是Horizontal Pod Autoscaler 我们安装k8s集群的时候,安装过一个metrics-server的组件,这是一个监控数据组件,提供HPA和基础资源监控的能力.就是这面这个Pod: [root@k8s-master01 ~]# kubectl get pod -n kube-system metrics-server-6bf7dcd649-5fhrw 1/1 Running 2 (3d5h ago) 8d 通过这个组件可以看到节点或者Pod的内存和CPU

  • CZGL.ProcessMetrics处理监控数据的三种方式介绍

    CZGL.ProcessMetrics处理监控数据的三种方式介绍

    目录 导读 三种方式处理监控数据 主动推送 ASP.NET Core 自定义URL .NET diagnostics 自定义监控指标 导读 CZGL.ProcessMetrics 是一个 Metrics 库,能够将程序的 GC.CPU.内存.机器网络.磁盘空间等信息记录下来,使用 Prometheus 采集信息,然后使用 Grafana 显示. 周日花了时间把这个库更新,修复了一些 Bug,增加了一些有趣的功能,支持多服务器多应用,支持 wpf.winfrom..NET Core 等应用,在不需

  • SpringCloud之监控数据聚合Turbine的实现

    前言 SpringCloud 是微服务中的翘楚,最佳的落地方案. 使用 SpringCloud 的 Hystrix Dashboard 组件可以监控单个应用服务的调用情况,但如果是集群环境,可能就 不能满足需求了,这时就用到了 SpringCloud 另一个组件:Turbine. Turbine 将每个应用服务的调用情况聚合在一起展示出来. 如果了解过 Hystrix Dashboard,那么可以简单认为 Turbine 就相当于另起了一个工程,把其他工程的监控情况 全部显示到了 Turbine

  • MSSQL 监控数据/日志文件增长实现方法

    前几天,在所有数据库服务器部署了监控磁盘空间的存储过程和作业后(MS SQL 监控磁盘空间告警),今天突然收到了两封告警邮件,好吧,存储规划是一方面,但是,是不是要分析一下是什么原因造成磁盘空间不足的呢?会不会是因为突然暴增的日志文件,抑或是系统业务猛增导致数据量暴增,还是历史数据累计原因....分析总得有数据来支撑吧,但是现在只有那些数据文件的当前大小信息,没有数据文件的历史增长变化信息,所以,今天就想实现这么一个功能,每天(频率可以调整)去收集一下数据文件的信息,放到一个表里面,这样方便我们

随机推荐