1. 程式人生 > >Docker整合Prometheus、Grafana監控MongoDB

Docker整合Prometheus、Grafana監控MongoDB

前言:接著上一篇文章整合Redis搭建MongoDB監控,參考https://my.oschina.net/wubiaowpBlogShare/blog/3036427

一、下載映象mongodb:4和mongodb_exporter,這裡打了tag

二、先啟動mongoDB,docker run -d --name mongodb -p 27017:27017 -v $PWD/db:/data/db mongodb(這裡要先建立賬號後面mongodb_exporter連線使用)

然後推出exit

三、啟動mongodb_exporter,docker run -d --name mongodb_exporter -p 9001:9104

mongodb_exporter --mongodb.uri mongodb://admin:admin123456@伺服器ip:27017 --(這裡的賬號密碼就是上面建立的,這裡需要注意的是預設監聽9104埠的,這個埠我這邊之前已經用過了,所以對外的埠重新指定)

四、驗證是否建立成功

五、新增prometheus.yml到檔案末尾,重新建立下prom/prometheus映象,檔案需要重新載入,不然不會生效

- job_name: 'mongodb'
    static_configs:
     - targets: ['伺服器ip:9001']
       labels:
         instance: mongodb

六、新增Prometheus模板,新增mongoDB.json格式模板資料(這邊還沒有資料,所以監控的資料都是空的),下載地址:git clone https://github.com/percona/grafana-dashboards.git

相關推薦

Docker整合PrometheusGrafana監控MongoDB

前言:接著上一篇文章整合Redis搭建MongoDB監控,參考https://my.oschina.net/wubiaowpBlo

Docker整合PrometheusGrafana監控Mysql

前言:接著上一篇文章整合Redis搭建Mysql監控,參考https://my.oschina.net/wubiaowpBlogS

Docker整合PrometheusGrafana監控RabbitMQ

前言:這裡是單獨下載的rabbitmq-exporter安裝的,基於Docker下載rabbitmq-exporter服務啟動正常

docker stack 部署容器監控方案(cAdvisorPrometheusGrafana

自己的 cadvisor local -- extern 命令 業務 自己 reat =============================================== 2018/7/8_第1次修改 ccb_warl

搭建telegrafinfluxdbgrafana監控平臺監控docker容器

安裝influxdb influxdb是一個時序資料庫,非常適合用來記錄監控資訊。 拉取映象 docker pull tutum/influxdb 啟動映象 docker run -d -p 8083:8083 -p 8086:808

使用微創聯合M5S空氣檢測儀樹莓派3b+prometheusgrafana實現空氣質量持續監控告警WEB視覺化

# 1.簡介 使用微創聯合M5S空氣檢測儀、樹莓派3b+、prometheus、grafana實現空氣質量持續監控告警WEB視覺化 grafana dashboard效果: ![image-20201031171328947](https://img2020.cnblogs.com/other/1900

使用 PrometheusGrafana 監控 Spark 應用

文章目錄 背景 實現 技術方案 採集資料寫入資料庫 dashboard 配置 效果 相關檔案 參考 背景 每個開發者都想了解自己任務執行時的狀態,便於調優及排錯,Spark 提供的

使用PrometheusGrafana監控服務

Prometheus是一個開源的監控服務,可以用來採集服務的狀態資料,Grafana是一個開源的分析和監控軟體,我最近在配置這些服務來對我們現有的服務以及機器進行監控。這篇文章記錄了配置Prometheus和Grafana的步驟,以便以後查閱使用,本文使用的伺服器是CentOS 7。 安裝Pro

prometheus+grafana 監控生產環境機器的系統資訊redismongodb以及jvm

介紹:       為了更好的對生產環境的一些中介軟體和作業系統的執行情況進行視覺化的展示,近期瞭解了下prometheus加上grafana來實現這種效果,由於prometheus是新出來的開源專案,所以,監控的外掛還不是很多,但是對基本的一些需求能夠滿足。     Prometheus 是源於 Googl

.NetCore下使用Prometheus實現系統監控和警報 (三)整合Grafana

有了前面InfluxDB的經驗,這裡就很好處理了,資料型別選擇Prometheus選地址等,填好儲存 同樣通過匯入資料處理,我們在https://grafana.com/dashboards上選擇Dashboards,可以拷貝Josn也可以輸入ID      

基於Docker+Prometheus+Grafana監控SpringBoot健康資訊

在微服務體系當中,監控是必不可少的。當系統環境超過指定的閥值以後,需要提醒指定的運維人員或開發人員進行有效的防範,從而降低系統宕機的風險。在CNCF雲端計算平臺中,Prometheus+Grafana是比較通用的解決方案,在SpringBoot2.0以後metrics預設與micrometer整合,而micr

【DB寶36】使用Docker分分鐘搭建漂亮的prometheus+grafana監控

[toc] # 一、部署Prometheus+grafana環境 ## 1.1、下載Prometheus+grafana映象 ```sql [root@docker36 ~]# docker pull registry.cn-hangzhou.aliyuncs.com/lhrbest/lhrprom

Prometheus+Grafana監控部署實踐

tle tom timeout 自帶 ora mct image none rest 參考文檔: Prometheus github:https://github.com/prometheus grafana github:https://github.com/grafa

SpringBoot28 RabbitMQ知識點Docker下載RabbitMQSpringBoot整合RabbtiMQ

wired provide 進行 prop oca key plugin sim clu 1 RabbitMQ知識點   1.1 整體架構圖     消息生產者將消息投遞到exchange中,exchange會以某種路由機制將生產者投遞的消息路由到queue中,消息消費

prometheus + mysqld_exporter + grafana 實現對mysql db的監控

https://blog.csdn.net/hfut_wowo/article/details/78536022 1、參考這篇博文2、博主的用的是windows版本 prometheus-2.5.0-rc.2.windows-amd64,mysqld_exporter-0.11.0.windows

初試 Prometheus + Grafana 監控系統搭建並監控 Mysql

目錄 文章目錄 1、Prometheus & Grafana 介紹 1.1、Prometheus 介紹 1.2、Grafana 介紹 2、環境、軟體準備 3、Prometheus 安裝配置

.NetCore下使用Prometheus實現系統監控和警報 (六)進階Grafana集成自定義收集指標

之前 技術 bsp (六) com ota 選擇 netcore 面板 Prometheus中包含了很多收集指標,那麽我們怎來在Grafana中來使用呢? 接下來我們還是以之前自定義的來演示如圖:我們在Prometheus中已經可以看到這個之前我們自定義的類型了 關

jenkinsgitlabdocker整合其一:配合nginx實現靜態頁面部署

一. 安裝配置Git 1. 安裝Git           直接使用yum安裝:yum install git           注意:git安裝於docker伺服器 2. 配置賬號密碼:配置賬號密碼使之能夠克隆庫時免於輸入 (1)cd ~/ &&

使用KafkaElasticsearchGrafana搭建業務監控系統(三)Elasticsearch

系列目錄 一、Elasticsearch是什麼 如果之前學習過ES基礎知識可以跳過,直接看spring整合ES Elasticsearch是一個基於Apache Lucene™的開源搜尋引擎。無論在開源還是專有領域,Lucene可以被認為是迄今為止最先進、效

prometheus+grafana監控nginx

概述: 國內用Nginx的比較多,Nginx的監控比較老的方案可能是通過跑指令碼定期收集nginx的status模組的資料,或者監控nginx的日誌;後來阿里的tengine在國內開始流行,於是誕生了很多不錯的lua模組;但是這些監控方案在有新的監控需求的時候,可能就需要再修改指令碼或者更改