.net core使用App.Metrics+InfluxDB+Grafana進行APM監控
一、InfluxDB
1、下載InfluxDB
wget https://dl.influxdata.com/influxdb/releases/influxdb-1.5.2.x86_64.rpm
2、安裝InfluxDB
rpm -ivh influxdb-1.5.2.x86_64.rpm
systemctl start influxdb.service
3、建立庫、使用者
influx
CREATE DATABASE qkaweb
use qkaweb
create user "leizhihui" with password '123456'
二、Grafana
1、下載、安裝:
wget https://s3-us-west-2.amazonaws.com/grafana-releases/release/grafana-5.1.2-1.x86_64.rpm
yum localinstall grafana-5.1.2-1.x86_64.rpm
2、設定開機自動啟動:
systemctl daemon-reload
systemctl enable grafana-server.service
3、啟動服務並檢視服務狀態:
systemctl start grafana-server.service
systemctl status grafana-server.service
4、訪問ip+3000埠,使用者名稱和密碼均為admin進行登入,
5、建立資料來源,如下圖所示:
6、匯入Dashboard:
輸入2125後點擊Import按鈕即匯入App Metrics模板。
三、閘道器專案中新增App Metrics
1、新增下面nuget引用:
App.Metrics App.Metrics.Extensions.Middleware App.Metrics.Extensions.Mvc App.Metrics.Extensions.Reporting.InfluxDB App.Metrics.Extensions.Middleware App.Metrics.Formatters.Json
2、修改appsettings.json檔案:
"AppMetrics": { "DataBaseName": "qkaweb", "ConnectionString": "http://192.168.2.168:8086", "UserName": "leizhihui", "Password": "123456", "App": "QkaWebApis", "Env": "develop" }
3、新增如下程式碼:
public void ConfigureServices(IServiceCollection services) { #region App Metrics AppMetricsConfig appMetricsConfig = Configuration.GetSection("AppMetrics").Get<AppMetricsConfig>(); var uri = new Uri(appMetricsConfig.ConnectionString); var metrics = AppMetrics.CreateDefaultBuilder() .Configuration.Configure( options => { options.AddAppTag(appMetricsConfig.App); options.AddEnvTag(appMetricsConfig.Env); }) .Report.ToInfluxDb( options => { options.InfluxDb.BaseUri = uri; options.InfluxDb.Database = appMetricsConfig.DataBaseName; options.InfluxDb.UserName = appMetricsConfig.UserName; options.InfluxDb.Password = appMetricsConfig.Password; options.HttpPolicy.BackoffPeriod = TimeSpan.FromSeconds(30); options.HttpPolicy.FailuresBeforeBackoff = 5; options.HttpPolicy.Timeout = TimeSpan.FromSeconds(10); options.FlushInterval = TimeSpan.FromSeconds(5); }) .Build(); services.AddMetrics(metrics); services.AddMetricsReportScheduler(); services.AddMetricsTrackingMiddleware(); services.AddMetricsEndpoints(); #endregion } public void Configure(IApplicationBuilder app, IHostingEnvironment env) { app.UseMetricsAllMiddleware(); app.UseMetricsAllEndpoints(); }
相關推薦
.net core使用App.Metrics+InfluxDB+Grafana進行APM監控
一、InfluxDB 1、下載InfluxDB wget https://dl.influxdata.com/influxdb/releases/influxdb-1.5.2.x86_64.rpm 2、安裝InfluxDB rpm -ivh influxdb-1.5.2.x86_64.rpm sys
使用Collectd + InfluxDB + Grafana進行JMX監控
res 擴展 pan 遠程 jconsole bsp 分享 單擊 connect 我們已經看到使用Collectd監控CPU /內存利用率(本文)。但它沒有提供所有信息來確定性能問題的瓶頸。在本文中,我們將使用Collectd Java插件來使用其JMX技術來監視和管理Ja
.NET Core微服務之基於App.Metrics+InfluxDB+Grafana實現統一效能監控
一、關於App.Metrics+InfluxDB+Grafana 1.1 App.Metrics App.Metrics是一款開源的支援.NET Core的監控外掛,它還可以支援跑在.NET Framework上的應用程式(版本 >= 4.5.2)。官方文件地址:https://ww
使用Metrics+Influxdb+Grafana監控系統並圖表展示
本文使用的metrics-core和metrics-influxdb版本如下: metrics-core=4.0.0 metrics-influxdb=0.8.0 jdk版本1.8 使用metrics統計controller的訪問數 maven依賴 新增m
利用Metrics+influxdb+grafana構建監控平臺
上一篇利用Metrics搭建了一個簡易的JVM實時監控工具。 這裡再配合Influxdb和Grafana可以構建一個非常漂亮的實時監控介面。 Grafana監控介面 採集資料(Metrics)-> 儲存資料(InfluxDB) -> 顯示資料(Grafana
influxDB + grafana 開發流量監控系統
應公司業務需求,利用influxDB + grafana實踐開發一個介面監控系統。 首先準備工作,docker 拉取grafana 映象 docker run -d -p 3000:3000 grafana/grafana,本地執行映象,更改對應配置,監聽http://
效能監控之Telegraf+InfluxDB+Grafana伺服器實時監控
文章目錄 引言 目標 解決方案 Telegraf 整體設計 Telegraf&InfluxDB整合 下載安裝 建立influxDB使用者和資料庫
基於Prometheus和Grafana進行效能監控_Kubernetes中文社群
1、Prometheus介紹和架構 1.1 Prometheus介紹 Prometheus是一個開源的系統監視和警報工具包,自2012成立以來,許多公司和組織採用了Prometheus。它現在是一個獨立的開源專案,並獨立於任何公司維護。在2016年,Prometheus加入雲端計算基金會作為K
Go實操-Kafka+Influxdb+Grafana實現系統監控
1. 安裝Influxdb:https://blog.csdn.net/v6543210/article/details/84134403, wget https://dl.influxdata.com/influxdb/releases/influxdb_1.6.4_amd64.deb sudo
influxdb+grafana搭建業務監控平臺前篇-相關環境搭建
引言 在介紹具體的業務監控搭建之前還是現在介紹介紹influxdb和grafana。 時間序列資料庫 在開始介紹Influxdb之前先簡要介紹一下時間序列資料庫。 何謂時間序列資料庫? 什麼是時間序列資料庫,最簡單的定義就是資料格式裡包含Timestamp欄位的資料,比
通過 Telegraf + InfluxDB + Grafana 快速搭建監控體系的詳細步驟
第一部分 Telegraf 部署和配置 Telegraf 是實現 資料採集 的工具。Telegraf 具有記憶體佔用小的特點,通過外掛系統開發人員可輕鬆新增支援其他服務的擴充套件。 在平臺監控系統中,可以使用 Telegraf 採集多種元件的執行資訊,而不需要自己手寫指令碼定時採集,大大降低資料獲取的難度
.Net Core 2.0+ InfluxDB+Grafana+App Metrics 實現跨平臺的實時效能監控
最近這段時間一直在忙,沒時間寫部落格,負責了一個專案,從前端到後端一直忙,同時還有其他第幾個專案的系統架構要處理。 去年就開始關注net core了,只是平時寫寫demo,沒用在專案中,正好這次機會就用了net core,具體是什麼時候開始的不太記得了,總之剛開始是用core 1.0開發,然後在開發的時候突
kafka監控實戰(jmxtrans+InfluxDb+Grafana)
監控 kafka kafka 一、前言 從上周一直在調研找一款好用的kafka監控,我測試使用過的KafkaOffsetMonitor、Burrow、kafka-monitor、Kafka-Manager,他們各有優缺點,具體情況我這裏就不展開描述了,大家可以到它們的git上去查看, 並且
telegraf+influxdb+grafana開源監控架構
word wap service res -s kconfig 開監控 block get telegraf+influxdb+grafana開源監控架構: telegraf監控項很全,不需要額外安裝插件,很強大 telegraf: wget https://dl.infl
InfluxDB+cAdvisor+Grafana配置Docker監控
failed external var config lib rom def 10.6 glob 一、配置influxdb docker run -d -p 8083:8083 -p 8086:8086 --expose 8090 --expose
建立Heapster Influxdb Grafana集群性能監控平臺
color targe variable alt select external nmb comment space 依賴於kubenets dns服務地址:https://note.youdao.com/web/#/file/WEB42cf75c02ae113136ff6
docker:十分鐘構建容器監控系統cAdvisor+InfluxDB+Grafana
docker docker監控 cadvisor influxdb grafana 1.概念 cAdvisor:用於數據采集InfluxDB:用於數據存儲Grafana:用於數據展示 1.1 cAdvisor 它是Google用來監測單節點的資源信息的監控工具。Cadvisor提供了一目
Spring Boot Actutaur + Telegraf + InFluxDB + Grafana 構建監控平臺
nts ade 端口 windows sed pan nes 程序 依賴項 完成一套精準,漂亮圖形化監控系統從這裏開始第一步 Telegraf是收集和報告指標和數據的代理 它是TICK堆棧的一部分,是一個用於收集和報告指標的插件驅動的服務器代理。Telegraf擁
collectd+influxDB+grafana搭建性能監控平臺
直接 sudo 根據 tar 時間 dmi 客戶端 Go ID collectd+influxDB+grafana搭建性能監控平臺 前言 InfluxDB 是 Go 語言開發的一個開源分布式時序數據庫,非常適合存儲指標、事件、分析等數據;鍵值時間數據庫性能還不錯 c
效能測試監控平臺:InfluxDB+Grafana+Jmeter linux環境執行jmeter並生成報告 時序資料庫InfluxDB:簡介及安裝 視覺化工具Grafana:簡介及安裝
前面的部落格介紹了InfluxDB、Telegraf、Grafana的安裝和使用方法,這篇部落格,介紹下如何利用這些開源工具搭建效能測試監控平臺。。。 前言 效能測試工具jmeter自帶的監視器對效能測試結果的實時展示,在Windows系統下的GUI模式執行,渲染和效果不是太好,在linu