在前面的文章说，我们介绍了基于Docker的Jmeter弹性压测的发压方法。在压测过程中，无论是链路压测，还是单服务压测，我们都需要考量服务器在压测过程中的负载。一般情况下，对于服务器性能指标的监控，比如CPU、内存、网络等，可以由运维部门配合或者提供工具供我们使用，而有些情况下，是需要我们自己来做监控的。传统的监控办法，就是top、vmstat这些linux的命令；或者nmon这种有一定历史的监控工具。现代化的监控的方案，常用的有ELK(elastic search + logstash + kibana)或者grafana + telegraf + influxdb等方式(其他开源的比如open-falcon等)。这里我们主要介绍grafana +telegraf + influxdb的方式进行服务器监控。以下的例子以ubuntu为例。

安装和配置

• influxdb: 其官网地址为https://www.influxdata.com/

apt install influxdb

安装完成之后即自动启动：

service influxdb status

安装influxdb的客户端：

apt install influxdb-client

安装完成之后我们可以用influx命令连接上本地的influxdb，然后使用如下命令创建一个database：

create database telegraf

• telegraf: 其官网地址为https://www.influxdata.com/time-series-platform/telegraf/

使用如下命令进行安装：

wget https://dl.influxdata.com/telegraf/releases/telegraf_1.11.4-1_amd64.debsudo dpkg -i telegraf_1.11.4-1_amd64.deb

其他平台的安装方法，可以参考https://portal.influxdata.com/downloads/

安装完成之后，telegraf默认自动启动：

service telegraf status

我们先停掉他。

service telegraf stop

然后我们需要修改下telegraf的默认配置：

vim /etc/telegraf/telegraf.conf

在[[outputs.influxdb]]节点，输入influxdb的地址，因为我是本机，所以ip是127.0.0.1：

urls = ["http://127.0.0.1:8086"]

其他配置不用更改，我们:qw退出之后启动telegraf：

service telegraf start

• grafana: 下载地址为https://grafana.com/get

wget https://dl.grafana.com/oss/release/grafana_6.3.3_amd64.deb sudo dpkg -i grafana_6.3.3_amd64.deb

其他安装操作系统安装方式请参考https://grafana.com/docs/installation/debian/

安装完成之后，使用

service grafana-server start

启动grafana server，访问地址为http://localhost:3000，默认的用户名和密码均为admin，首次登陆会要求更改密码。

至此，监控中间件安装完成，下面我们看下使用。

实时监控的配置

• 登录grafana: http://localhost:3000
• 点击datasources创建一个数据源并选择influxdb：

• 输入influxdb的信息：
• 点击dashboards创建一个新的dashboard：

• 在新弹出的页面点击Add Query添加一个查询：

• 按如下方式进行选择配置，都是下拉框选择：

简单介绍下：从default这个datasource(前面设置的时候influxdb的是默认数据源)选择cpu这个度量，主机名是test-112的，然后呢，我们选择的字段是系统cpu使用量，每10s的平均值。通俗讲，就是我画了一个随时间推移的图，横坐标是时间戳，纵坐标是每10s的系统cpu使用率平均值。

以此类推，我们加上内存的，直接点击下方右侧的Add Query即可：

然后保存，最终我们可以得到如下的图：

• 实际压测，我们想看到一个实时刷新的图，点击右上方选择时限：

然后选择自动刷新间隔：

• 如果想修改图像的title，点击：

然后按如下方式进行设置并保存：

压测验证

下面我们启动jmeter进行压测，实时观察下服务器的性能指标：

很方便有么有。而且telegraf是使用go语言开发的，在数据采集的过程中对服务器性能损耗基本可以忽略。对于telegraf、grafana的深度用法，我们后续撰文再续。