linux运维监控内容,Linux运维工程师要掌握的常用监控指标总结
今天小编要跟大家分享的文章是关于Linux运维工程师要掌握的常用监控指标总结,正在从事Linux运维相关工作的小伙伴们来和小编一起看一看吧,希望本篇文章能够对大家有所帮助。
1. Linux运维基础采集项
做运维,不怕出问题,怕的是出了问题,抓不到现场,两眼摸黑。所以,依靠强大的监控系统,收集尽可能多的指标,意义重大。但哪些指标才是有意义的呢,本着从实践中来的思想,各位工程师在长期摸爬滚打中总结出来的经验最有价值。
在各位运维工程师长期的工作实践中,我们总结了在系统运维过程中,经常会参考的一些指标,主要包括以下几个类别:
· CPU
· Load
· 内存
· 磁盘
· IO
· 网络相关
· 内核参数
· ss 统计输出
· 端口采集
· 核心服务的进程存活信息采集
· 关键业务进程资源消耗
· NTP offset采集
· DNS解析采集
每个类别,具体的详细指标如下,这些指标,都是open-falcon的agent组件直接支持的。falcon-agent每隔一定时间间隔(目前是60秒)会采集一次相关的指标,并汇报给server端。
2. CPU相关采集项
计算方法:通过采集/proc/stat来得到,大家可以参考sar命令的统计输出来理解。
· cpu.idle:Percentage of time that the CPU or CPUs were idle and the system
did not have an outstanding disk I/O request.
· cpu.busy:与cpu.idle相对,他的值等于100减去cpu.idle。
· cpu.guest:Percentage of time spent by the CPU or CPUs to run a virtual
processor.
· cpu.iowait:Percentage of time that the CPU or CPUs were idle during which
the system had an outstanding disk I/O request.
· cpu.irq:Percentage of time spent by the CPU or CPUs to service hardware
interrupts.
· cpu.softirq:Percentage of time spent by the CPU or CPUs to service
software interrupts.
· cpu.nice:Percentage of CPU utilization that occurred while executing at
the user level with nice priority.
· cpu.steal:Percentage of time spent in involuntary wait by the virtual CPU
or CPUs while the hypervisor was servicing another virtual processor.
· cpu.system:Percentage of CPU utilization that occurred while executing at
the system level (kernel).
· cpu.user:Percentage of CPU utilization that occurred while executing at
the user level (application).
· cpu.cnt:cpu核数。
· cpu.switches:cpu上下文切换次数,计数器类型。
3. 磁盘相关采集项
计算方法:先读取/proc/mounts拿到所有挂载点,然后通过syscall.Statfs_t拿到blocks和inode的使用情况。每个metric都会附加一组tag描述,类似mount=$mount,fstype=$fstype,其中$mount是挂载点,比如/home,$fstype是文件系统,比如ext4。
· df.bytes.free:磁盘可用量,int64
· df.bytes.free.percent:磁盘可用量占总量的百分比,float64,比如32.1
· df.bytes.total:磁盘总大小,int64
· df.bytes.used:磁盘已用大小,int64
· df.bytes.used.percent:磁盘已用大小占总量的百分比,float64
· df.inodes.total:inode总数,int64
· df.inodes.free:可用inode数目,int64
· df.inodes.free.percent:可用inode占比,float64
· df.inodes.used:已用的inode数据,int64
· df.inodes.used.percent:已用inode占比,float64
4. megacli工具输出
使用 megacli 工具读取 RAID 相关信息,每个metric都会附件一组tag描述,用来标明所属PD或者
VD,PD格式为PD=Enclosure_ID:SLOT_ID,比如PD=32:0表明第一块磁盘,VD=0 表明第一个逻辑磁盘。
·
sys.disk.lsiraid.pd.Media_Error_Count:这个及以下三个指标目前仅作为数据收集,不一定意味磁盘损坏(只是表示损坏概率变大)
· sys.disk.lsiraid.pd.Other_Error_Count
· sys.disk.lsiraid.pd.Predictive_Failure_Count
· sys.disk.lsiraid.pd.Drive_Temperature
· sys.disk.lsiraid.pd.Firmware_state:如果值不为0,则此物理磁盘出现问题
· sys.disk.lsiraid.vd.cache_policy:如果值不为0,表示此逻辑磁盘缓存策略和设置不符
· sys.disk.lsiraid.vd.state:如果值不为0,表示此逻辑磁盘出现问题
5. SMART工具输出
使用 smartctl 工具读取磁盘 SMART
信息,目前所有指标仅作为数据收集,不一定意味磁盘损坏(只是表示概率变大),每个metric都会有一组tag描述,表明盘符,例如device=/dev/sda。
· sys.disk.smart.Reallocated_Sector_Ct
· sys.disk.smart.Spin_Retry_Count
· sys.disk.smart.Reallocated_Event_Count
· sys.disk.smart.Current_Pending_Sector
· sys.disk.smart.Offline_Uncorrectable
· sys.disk.smart.Temperature_Celsius
6. 分区读写监控
测试所有已挂载分区是否可读写,每个metric都会有一组tag描述,表示挂载点,比如mount=/home
· sys.disk.rw:如果值不为0,表明此分区读写出现问题
7. IO相关采集项
计算方法:每秒采集一次/proc/diskstats,计算差值,都是计数器类型的。每个metric都会有一组tag描述,形如device=$device,用来表示具体的设备,比如sda1、sdb。用户可以参考iostat的帮助文档来理解具体的metric含义。
· disk.io.ios_in_progress:Number of actual I/O requests currently in
flight.
· disk.io.msec_read:Total number of ms spent by all reads.
· disk.io.msec_total:Amount of time during which ios_in_progress >=
1.
· disk.io.msec_weighted_total:Measure of recent I/O completion time and
backlog.
· disk.io.msec_write:Total number of ms spent by all writes.
· disk.io.read_merged:Adjacent read requests merged in a single req.
· disk.io.read_requests:Total number of reads completed successfully.
· disk.io.read_sectors:Total number of sectors read successfully.
· disk.io.write_merged:Adjacent write requests merged in a single req.
· disk.io.write_requests:total number of writes completed successfully.
· disk.io.write_sectors:total number of sectors written successfully.
· disk.io.read_bytes:单位是byte的数字
· disk.io.write_bytes:单位是byte的数字
· disk.io.avgrq_sz:下面几个值就是iostat -x 1看到的值
· disk.io.avgqu-sz
· disk.io.await
· disk.io.svctm
· disk.io.util:是个百分数,比如56.43,表示56.43%
8. 机器负载相关采集项
计算方法:读取/proc/loadavg,都是原始值类型的:
· load.1min
· load.5min
· load.15min
9. 内存相关采集项
计算方法:读取/proc/meminfo
中的内容,其中的mem.memfree是free+buffers+cached,mem.memused=mem.memtotal-mem.memfree。用户具体可以参考free命令的输出和帮助文档来理解每个metric的含义。
· mem.memtotal:内存总大小
· mem.memused:使用了多少内存
· mem.memused.percent:使用的内存占比
· mem.memfree
· mem.memfree.percent
· mem.swaptotal:swap总大小
· mem.swapused:使用了多少swap
· mem.swapused.percent:使用的swap的占比
· mem.swapfree
· mem.swapfree.percent
10. 网络相关采集项
计算方法:读取/proc/net/dev的内容,每个metric都附加有一组tag,形如iface=$iface,标明具体那个interface,比如eth0。metric中带有in的表示流入情况,out表示流出情况,total是总量in+out,支持的metric如下:
· net.if.in.bytes
· net.if.in.compressed
· net.if.in.dropped
· net.if.in.errors
· net.if.in.fifo.errs
· net.if.in.frame.errs
· net.if.in.multicast
· net.if.in.packets
· net.if.out.bytes
· net.if.out.carrier.errs
· net.if.out.collisions
· net.if.out.compressed
· net.if.out.dropped
· net.if.out.errors
· net.if.out.fifo.errs
· net.if.out.packets
· net.if.total.bytes
· net.if.total.dropped
· net.if.total.errors
· net.if.total.packets
11. 端口采集项
计算方法,通过ss
-ln,来判断指定的端口是否处于listen状态。原始值类型,值要么是1:代表在监听,要么是0,代表没有在监听。每个metric都附件一组tag,形如port=$port,$port就是具体的端口。
· net.port.listen
12. 机器内核配置
· kernel.maxfiles:读取的/proc/sys/fs/file-max
· kernel.files.allocated:读取的/proc/sys/fs/file-nr第一个Field
· kernel.files.left:值=kernel.maxfiles-kernel.files.allocated
· kernel.maxproc:读取的/proc/sys/kernel/pid_max
13. ntp采集项
使用 ntpq -pn 获取本机时间相对于 ntp 服务器的 offset。
· sys.ntp.offset:本机偏移时间,单位为ms,值过大或者为0则表明有异常,需要报警
14. 进程监控
·
proc.num:判断某个进程的数目,这里需要分两个场景,一种是根据进程的名字来判定,比如name=sshd;另外一种是根据cmdline来判定,比如Java的应用进程名可能都是java,根据第一种情况没法做区分,此时可以配置cmdline,如cmdline=./falcon_agent-c./cfg.ini
15. 进程资源监控
· process.cpu.all:进程和它的子进程使用的sys+user的cpu,单位是jiffies
· process.cpu.sys:进程和它的子进程使用的sys cpu,单位是jiffies
· process.cpu.user:进程和它的子进程使用的user cpu,单位是jiffies
· process.swap:进程和它的子进程使用的swap,单位是page
· process.fd:进程使用的文件描述符个数
· process.mem:进程占用内存,单位byte
16. ss命令输出
· ss.orphaned
· ss.closed
· ss.timewait
· ss.slabinfo.timewait
· ss.synrecv
· ss.estab
以上就是小编今天为大家分享的关于Linux运维工程师要掌握的常用监控指标总结的文章,希望本篇文章能够对正在从事Linux运维相关工作的小伙伴们有所帮助,想要了解更多Linux相关知识记得关注达内Linux培训官网,最后祝愿小伙伴们工作顺利,成为一名优秀的Linux运维工程师。
(来源:book.open-falcon.org)
【免责声明:本文图片及文字信息均由小编转载自网络,旨在分享提供阅读,版权归原作者所有,如有侵权请联系我们进行删除。】
linux运维监控内容,Linux运维工程师要掌握的常用监控指标总结相关推荐
- linux命令看文件内容,Linux文件内容查看相关命令
1.more命令 在Linux中,more命令是一个基于vi编辑器的文本过滤器,它能以全屏的方式按页显示文本文件的内容,more里面内置了一些快捷键. (1)命令语法 more(选项)(参数) (2) ...
- linux替换大文件内容,Linux批量替换文件内容
今天测试人员一不小心把导航的地址改错了,大约6000多个导航文件,要通过后台配置的话也很麻烦,可以通过linux命令实现对批量文件进行内容替换,但是技术经理不在,我对linux命令不熟,没办法只好硬着 ...
- linux获取偶数行内容,linux命令(39):shell 打印偶数行,奇数行 ,行号
awk 命令: 1. 打印行号和内容: awk '{print NR":"$0}' 2. 输出:偶数行和奇数行到文件 awk '{print $0.txt > NR%2.tx ...
- Linux显示文件目录分屏显示,Linux分屏显示文件内容-linux more命令详解-嗨客网
Linux分屏显示文件内容(more)教程 在使用 more 命令时,最基本的指令就是按空白键(space)就往下一页显示,按 b 键就会往回(back)一页显示,而且还有搜寻字串的功能(与 Linu ...
- linux特点有哪些内容,Linux有哪些特点?Linux优点又有哪些?
随着Internet的发展,Linux得到各界人士的支持.Linux除了保持服务器操作系统的强劲发展势头之外,Linux在个人计算机和嵌入式系统方面也取得了可观的进步.那么Linux有哪些特点?Lin ...
- linux 恢复修改文件内容,Linux备份及恢复及Linux文件权限详解
Linux备份及恢复及Linux文件权限详解 概述 一个系统管理员菜鸟不小心输入"chmod -R 777 /"从而导致了巨大的悲剧,使得整个系统遭到了严重的破坏.在日常管理中,我 ...
- linux显示文件开头部分内容,Linux 命令 - head: 打印文件的开头部分
命令格式 head [OPTION]... [FILE]... 命令参数 -c, --bytes=[-]K 显示每个文件的前 K 字节内容. -n, --lines=[-]K 显示每个文件的前 K 行 ...
- mysql中间件是运维工作内容_linux运维工作的七项内容
一,[基础运维检查] 或叫 例行检查 或叫 例行巡检 mail cacti 1.理解例行检查列表的内容.检查项的含义以及可能引发的问题. 2.按照例行检查表,定期检查系统状态,发现异常立即通报并推进解 ...
- 无线AP服务器维保内容及标准,维保范围和要求.DOC
维保范围和要求 PAGE \* MERGEFORMAT1一.维保背景目前用于承担风云卫星地面应用系统核心业务的主机设备仍以IBM P系列小机为主,辅以x系列服务器以及少量x86通用服务器.该批设备承载 ...
最新文章
- 无法访问D盘,执行页内操作时的错误
- redis 设置连接数配置修改 java 最大连接数_Spring Boot集成mysql与Redis
- Android开发中activity切换动画的实现
- JAVA程序设计----异常
- linux jdk1.7 tomcat mysql_RedHat Linux 下安装JDK 1.7+MySQL 5.0+Tomcat 7.0.27过程
- javascript 运算符优先级
- 软件加入使用时间_信考宝典 中考软件简介
- 201521123050 《Java程序设计》第13周学习总结
- “加薪”、“洗手间”都不能提?亚马逊内部员工通讯 App 曝光
- java底层app_Java底层类和源码分析系列-ArrayBlockingQueue底层架构和源码分析
- 关于彻底卸载流氓 “趋势科技防毒网络版客户端”最详细步骤,亲测有效
- 一名高校老师的观点:高考志愿该怎么填
- 电商直播系统源码该如何突破?
- 精选 Hive 高频面试题11道,附答案详细解析(好文收藏)
- 2022年最全快手市场研报合集(共61份)
- 镁光 鸡血模式 linux,所以,镁光1100到底是不是全盘slc的模式?之前就几个帖子...
- matlab 收敛速度,BP网络的收敛速度和设计步骤【转】
- 双绞线接头(RJ45)连接方法详解
- 知识图谱--实体关系抽取,依存句法分析
- CHAR 和 VARCHAR 的区别?