Open-Falcon 监控系统监控 MySQL/Redis/MongoDB 状态监控
背景：
Open-Falcon 是小米运维部开源的一款互联网企业级监控系统解决方案，具体的安装和使用说明请见官网：http://open-falcon.org/，是一款比较全的监控。而且提供各种API，只需要把数据按照规定给出就能出图，以及报警、集群支持等等。
监控：
1) MySQL 收集信息脚本(mysql_monitor.py)
#!/bin/env python
# -*- encoding: utf-8 -*- from __future__ import division
import MySQLdb
import datetime
import time
import os
import sys
import fileinput
import requests
import json
import re class MySQLMonitorInfo(): def __init__(self,host,port,user,password):
self.host = host
self.port = port
self.user = user
self.password = password def stat_info(self):
try:
m = MySQLdb.connect(host=self.host,user=self.user,passwd=self.password,port=self.port,charset='utf8')
query = "SHOW GLOBAL STATUS"
cursor = m.cursor()
cursor.execute(query)
Str_string = cursor.fetchall()
Status_dict = {}
for Str_key,Str_value in Str_string:
Status_dict[Str_key] = Str_value
cursor.close()
m.close()
return Status_dict except Exception, e:
print (datetime.datetime.now()).strftime("%Y-%m-%d %H:%M:%S")
print e
Status_dict = {}
return Status_dict def engine_info(self):
try:
m = MySQLdb.connect(host=self.host,user=self.user,passwd=self.password,port=self.port,charset='utf8')
_engine_regex = re.compile(ur'(History list length) ([0-9]+\.?[0-9]*)\n')
query = "SHOW ENGINE INNODB STATUS"
cursor = m.cursor()
cursor.execute(query)
Str_string = cursor.fetchone()
a,b,c = Str_string
cursor.close()
m.close()
return dict(_engine_regex.findall(c))
except Exception, e:
print (datetime.datetime.now()).strftime("%Y-%m-%d %H:%M:%S")
print e
return dict(History_list_length=0) if __name__ == '__main__': open_falcon_api = 'http://192.168.200.86:1988/v1/push' db_list= []
for line in fileinput.input():
db_list.append(line.strip())
for db_info in db_list:
# host,port,user,password,endpoint,metric = db_info.split(',')
host,port,user,password,endpoint = db_info.split(',') timestamp = int(time.time())
step = 60
# tags = "port=%s" %port
tags = "" conn = MySQLMonitorInfo(host,int(port),user,password)
stat_info = conn.stat_info()
engine_info = conn.engine_info() mysql_stat_list = []
monitor_keys = [
('Com_select','COUNTER'),
('Qcache_hits','COUNTER'),
('Com_insert','COUNTER'),
('Com_update','COUNTER'),
('Com_delete','COUNTER'),
('Com_replace','COUNTER'),
('MySQL_QPS','COUNTER'),
('MySQL_TPS','COUNTER'),
('ReadWrite_ratio','GAUGE'),
('Innodb_buffer_pool_read_requests','COUNTER'),
('Innodb_buffer_pool_reads','COUNTER'),
('Innodb_buffer_read_hit_ratio','GAUGE'),
('Innodb_buffer_pool_pages_flushed','COUNTER'),
('Innodb_buffer_pool_pages_free','GAUGE'),
('Innodb_buffer_pool_pages_dirty','GAUGE'),
('Innodb_buffer_pool_pages_data','GAUGE'),
('Bytes_received','COUNTER'),
('Bytes_sent','COUNTER'),
('Innodb_rows_deleted','COUNTER'),
('Innodb_rows_inserted','COUNTER'),
('Innodb_rows_read','COUNTER'),
('Innodb_rows_updated','COUNTER'),
('Innodb_os_log_fsyncs','COUNTER'),
('Innodb_os_log_written','COUNTER'),
('Created_tmp_disk_tables','COUNTER'),
('Created_tmp_tables','COUNTER'),
('Connections','COUNTER'),
('Innodb_log_waits','COUNTER'),
('Slow_queries','COUNTER'),
('Binlog_cache_disk_use','COUNTER')
] for _key,falcon_type in monitor_keys:
if _key == 'MySQL_QPS':
_value = int(stat_info.get('Com_select',0)) + int(stat_info.get('Qcache_hits',0))
elif _key == 'MySQL_TPS':
_value = int(stat_info.get('Com_insert',0)) + int(stat_info.get('Com_update',0)) + int(stat_info.get('Com_delete',0)) + int(stat_info.get('Com_replace',0))
elif _key == 'Innodb_buffer_read_hit_ratio':
try:
_value = round((int(stat_info.get('Innodb_buffer_pool_read_requests',0)) - int(stat_info.get('Innodb_buffer_pool_reads',0)))/int(stat_info.get('Innodb_buffer_pool_read_requests',0)) * 100,3)
except ZeroDivisionError:
_value = 0
elif _key == 'ReadWrite_ratio':
try:
_value = round((int(stat_info.get('Com_select',0)) + int(stat_info.get('Qcache_hits',0)))/(int(stat_info.get('Com_insert',0)) + int(stat_info.get('Com_update',0)) + int(stat_info.get('Com_delete',0)) + int(stat_info.get('Com_replace',0))),2)
except ZeroDivisionError:
_value = 0
else:
_value = int(stat_info.get(_key,0)) falcon_format = {
'Metric': '%s' % (_key),
'Endpoint': endpoint,
'Timestamp': timestamp,
'Step': step,
'Value': _value,
'CounterType': falcon_type,
'TAGS': tags
}
mysql_stat_list.append(falcon_format) #_key : History list length
for _key,_value in engine_info.items():
_key = "Undo_Log_Length"
falcon_format = {
'Metric': '%s' % (_key),
'Endpoint': endpoint,
'Timestamp': timestamp,
'Step': step,
'Value': int(_value),
'CounterType': "GAUGE",
'TAGS': tags
}
mysql_stat_list.append(falcon_format) print json.dumps(mysql_stat_list,sort_keys=True,indent=4)
requests.post(open_falcon_api, data=json.dumps(mysql_stat_list))
指标说明：收集指标里的COUNTER表示每秒执行次数，GAUGE表示直接输出值。
| 指标 | 类型 | 说明 |
| Undo_Log_Length | GAUGE | 未清除的Undo事务数 |
| Com_select | COUNTER | select/秒=QPS |
| Com_insert | COUNTER | insert/秒 |
| Com_update | COUNTER | update/秒 |
| Com_delete | COUNTER | delete/秒 |
| Com_replace | COUNTER | replace/秒 |
| MySQL_QPS | COUNTER | QPS |
| MySQL_TPS | COUNTER | TPS |
| ReadWrite_ratio | GAUGE | 读写比例 |
| Innodb_buffer_pool_read_requests | COUNTER | innodb buffer pool 读次数/秒 |
| Innodb_buffer_pool_reads | COUNTER | Disk 读次数/秒 |
| Innodb_buffer_read_hit_ratio | GAUGE | innodb buffer pool 命中率 |
| Innodb_buffer_pool_pages_flushed | COUNTER | innodb buffer pool 刷写到磁盘的页数/秒 |
| Innodb_buffer_pool_pages_free | GAUGE | innodb buffer pool 空闲页的数量 |
| Innodb_buffer_pool_pages_dirty | GAUGE | innodb buffer pool 脏页的数量 |
| Innodb_buffer_pool_pages_data | GAUGE | innodb buffer pool 数据页的数量 |
| Bytes_received | COUNTER | 接收字节数/秒 |
| Bytes_sent | COUNTER | 发送字节数/秒 |
| Innodb_rows_deleted | COUNTER | innodb表删除的行数/秒 |
| Innodb_rows_inserted | COUNTER | innodb表插入的行数/秒 |
| Innodb_rows_read | COUNTER | innodb表读取的行数/秒 |
| Innodb_rows_updated | COUNTER | innodb表更新的行数/秒 |
| Innodb_os_log_fsyncs | COUNTER | Redo Log fsync次数/秒 |
| Innodb_os_log_written | COUNTER | Redo Log 写入的字节数/秒 |
| Created_tmp_disk_tables | COUNTER | 创建磁盘临时表的数量/秒 |
| Created_tmp_tables | COUNTER | 创建内存临时表的数量/秒 |
| Connections | COUNTER | 连接数/秒 |
| Innodb_log_waits | COUNTER | innodb log buffer不足等待的数量/秒 |
| Slow_queries | COUNTER | 慢查询数/秒 |
| Binlog_cache_disk_use | COUNTER | Binlog Cache不足的数量/秒 |
使用说明：读取配置到都数据库列表执行，配置文件格式如下(mysqldb_list.txt)：
IP,Port,User,Password,endpoint
192.168.2.21,3306,root,123,mysql-21:3306
192.168.2.88,3306,root,123,mysql-88:3306
最后执行：
python mysql_monitor.py mysqldb_list.txt
2) Redis 收集信息脚本(redis_monitor.py)
#!/bin/env python
#-*- coding:utf-8 -*- import json
import time
import re
import redis
import requests
import fileinput
import datetime class RedisMonitorInfo(): def __init__(self,host,port,password):
self.host = host
self.port = port
self.password = password def stat_info(self):
try:
r = redis.Redis(host=self.host, port=self.port, password=self.password)
stat_info = r.info()
return stat_info
except Exception, e:
print (datetime.datetime.now()).strftime("%Y-%m-%d %H:%M:%S")
print e
return dict() def cmdstat_info(self):
try:
r = redis.Redis(host=self.host, port=self.port, password=self.password)
cmdstat_info = r.info('Commandstats')
return cmdstat_info
except Exception, e:
print (datetime.datetime.now()).strftime("%Y-%m-%d %H:%M:%S")
print e
return dict() if __name__ == '__main__': open_falcon_api = 'http://192.168.200.86:1988/v1/push' db_list= []
for line in fileinput.input():
db_list.append(line.strip())
for db_info in db_list:
# host,port,password,endpoint,metric = db_info.split(',')
host,port,password,endpoint = db_info.split(',') timestamp = int(time.time())
step = 60
falcon_type = 'COUNTER'
# tags = "port=%s" %port
tags = "" conn = RedisMonitorInfo(host,port,password) #查看各个命令每秒执行次数
redis_cmdstat_dict = {}
redis_cmdstat_list = []
cmdstat_info = conn.cmdstat_info()
for cmdkey in cmdstat_info:
redis_cmdstat_dict[cmdkey] = cmdstat_info[cmdkey]['calls']
for _key,_value in redis_cmdstat_dict.items():
falcon_format = {
'Metric': '%s' % (_key),
'Endpoint': endpoint,
'Timestamp': timestamp,
'Step': step,
'Value': int(_value),
'CounterType': falcon_type,
'TAGS': tags
}
redis_cmdstat_list.append(falcon_format) #查看Redis各种状态,根据需要增删监控项,str的值需要转换成int
redis_stat_list = []
monitor_keys = [
('connected_clients','GAUGE'),
('blocked_clients','GAUGE'),
('used_memory','GAUGE'),
('used_memory_rss','GAUGE'),
('mem_fragmentation_ratio','GAUGE'),
('total_commands_processed','COUNTER'),
('rejected_connections','COUNTER'),
('expired_keys','COUNTER'),
('evicted_keys','COUNTER'),
('keyspace_hits','COUNTER'),
('keyspace_misses','COUNTER'),
('keyspace_hit_ratio','GAUGE'),
('keys_num','GAUGE'),
]
stat_info = conn.stat_info()
for _key,falcon_type in monitor_keys:
#计算命中率
if _key == 'keyspace_hit_ratio':
try:
_value = round(float(stat_info.get('keyspace_hits',0))/(int(stat_info.get('keyspace_hits',0)) + int(stat_info.get('keyspace_misses',0))),4)*100
except ZeroDivisionError:
_value = 0
#碎片率是浮点数
elif _key == 'mem_fragmentation_ratio':
_value = float(stat_info.get(_key,0))
#拿到key的数量
elif _key == 'keys_num':
_value = 0
for i in range(16):
_key = 'db'+str(i)
_num = stat_info.get(_key)
if _num:
_value += int(_num.get('keys'))
_key = 'keys_num'
#其他的都采集成counter，int
else:
try:
_value = int(stat_info[_key])
except:
continue
falcon_format = {
'Metric': '%s' % (_key),
'Endpoint': endpoint,
'Timestamp': timestamp,
'Step': step,
'Value': _value,
'CounterType': falcon_type,
'TAGS': tags
}
redis_stat_list.append(falcon_format) load_data = redis_stat_list+redis_cmdstat_list
print json.dumps(load_data,sort_keys=True,indent=4)
requests.post(open_falcon_api, data=json.dumps(load_data))
指标说明：收集指标里的COUNTER表示每秒执行次数，GAUGE表示直接输出值。
| 指标 | 类型 | 说明 |
| connected_clients | GAUGE | 连接的客户端个数 |
| blocked_clients | GAUGE | 被阻塞客户端的数量 |
| used_memory | GAUGE | Redis分配的内存的总量 |
| used_memory_rss | GAUGE | OS分配的内存的总量 |
| mem_fragmentation_ratio | GAUGE | 内存碎片率，used_memory_rss/used_memory |
| total_commands_processed | COUNTER | 每秒执行的命令数，比较准确的QPS |
| rejected_connections | COUNTER | 被拒绝的连接数/秒 |
| expired_keys | COUNTER | 过期KEY的数量/秒 |
| evicted_keys | COUNTER | 被驱逐KEY的数量/秒 |
| keyspace_hits | COUNTER | 命中KEY的数量/秒 |
| keyspace_misses | COUNTER | 未命中KEY的数量/秒 |
| keyspace_hit_ratio | GAUGE | KEY的命中率 |
| keys_num | GAUGE | KEY的数量 |
| cmd_* | COUNTER | 各种名字都执行次数/秒 |
使用说明：读取配置到都数据库列表执行，配置文件格式如下(redisdb_list.txt)：
IP,Port,Password,endpoint
192.168.1.56,7021,zhoujy,redis-56:7021
192.168.1.55,7021,zhoujy,redis-55:7021
最后执行：
python redis_monitor.py redisdb_list.txt
3) MongoDB 收集信息脚本(mongodb_monitor.py)
...后续添加
4）其他相关的监控（需要装上agent），比如下面的指标：
| 告警项 | 触发条件 | 备注 |
|---|---|---|
| load.1min | all(#3)>10 | Redis服务器过载，处理能力下降 |
| cpu.idle | all(#3)<10 | CPU idle过低，处理能力下降 |
| df.bytes.free.percent | all(#3)<20 | 磁盘可用空间百分比低于20%，影响从库RDB和AOF持久化 |
| mem.memfree.percent | all(#3)<15 | 内存剩余低于15%，Redis有OOM killer和使用swap的风险 |
| mem.swapfree.percent | all(#3)<80 | 使用20% swap,Redis性能下降或OOM风险 |
| net.if.out.bytes | all(#3)>94371840 | 网络出口流量超90MB,影响Redis响应 |
| net.if.in.bytes | all(#3)>94371840 | 网络入口流量超90MB,影响Redis响应 |
| disk.io.util | all(#3)>90 | 磁盘IO可能存负载，影响从库持久化和阻塞写 |
相关文档：
https://github.com/iambocai/falcon-monit-scripts(redis monitor)
https://github.com/ZhuoRoger/redismon(redis monitor)
Open-Falcon 监控系统监控 MySQL/Redis/MongoDB 状态监控的更多相关文章
- 分布式监控系统Zabbix3.4-针对MongoDB性能监控操作笔记
公司在IDC机房的一台服务器上部署了MongoDB,由于所存储的业务数据比较重要,所以对MongoDB的监控显得尤为重要!Zabbix监控MongoDB性能的原理:通过echo "db.se ...
- ELK监控系统nginx / mysql慢日志
ELK监控系统nginx / mysql慢日志 elasticsearch logstash kibana ELK监控系统nginx日志 1.环境准备 centos6.8_64 mini IP:192 ...
- python mysql redis mongodb selneium requests二次封装为什么大都是使用类的原因，一点见解
1.python mysql redis mongodb selneium requests举得这5个库里面的主要被用户使用的东西全都是面向对象的,包括requests.get函数是里面每次都是实例 ...
- centos7.4下搭建JDK+Tomcat+Nginx+Mysql+redis+Mongodb+maven+Git+Jenkins
先干两件大事!先干两件大事!先干两件大事! 1.关闭selinux [root@mycentos ~]# vi /etc/selinux/config SELINUX=disabled 2.关闭防火墙 ...
- 搭建前端监控系统（二）JS错误监控篇
===================================================================== 前端性能监控系统: DEMO地址 GIT代码仓库地址 ...
- 监控MySQL|Redis|MongoDB的执行语句（go-sniffer）
上节回顾:https://www.cnblogs.com/dotnetcrazy/p/9986873.html 以CentOS为例: 1.环境 PS:如果不需要Golang环境,可以编译后把执行文件c ...
- Python操作MySQL+Redis+MongoDB
1-1 python操作三大主流数据库导学篇 1-2 数据库简介 1-3 MySQL简介 2-1 MySQL安装及配置 2-2 MySQL图形化管理工具 2-3 SQL语法基础-创建并使用数据库 2- ...
- python连接MySQL/redis/mongoDB数据库的简单整理
python连接mysql 用python操作mysql,你必须知道pymysql 代码示意: import pymysql conn = pymysql.connect(host='127.0.0. ...
- zabbix的搭建及操作（3）监控 MySQL 及 HTTP 状态监控
书接上回 -- 详情点击 Server端以配置好 mariadb(MySQL) 及 http 服务 Zabbix实现监控 mysql 数据库 server服务器端配置 vim /usr/local/z ...
随机推荐
- Swift 实现俄罗斯方块详细思路解析（附完整项目）
一:写在开发前 俄罗斯方块,是一款我们小时候都玩过的小游戏,我自己也是看着书上的思路,学着用 Swift 来写这个小游戏,在写这个游戏的过程中,除了一些位置的计算,数据模型和理解 Swift 语言之外 ...
- 基于Ubuntu12.04-server版的openstack F版搭建步骤
本文为双节点搭建,分为计算(IP1)和控制节点(IP2) 说明: 计算节点组件: 1.mysql 2.keystone 3.Nova 4.glance 5.rabbitmq 控制节点组件: 1.cin ...
- 自动化测试 -- 通过Cookie跳过登录验证码
之前写过一篇博客:自动化测试如何解决验证码的问题. http://www.cnblogs.com/fnng/p/3606934.html 介绍了验证码的几种处理方式,最后一种就是通过Cookie跳转过 ...
- [转]ios 数据的传递
情景1: A-->B 需要把数据传递到B里 代码: // 跳转 -- 执行login2contacts这个segue [self performSegueWithIdentifier:@&qu ...
- 【前端】:jQuery上
前言: 今天写一篇jQuery,发现内容太多了,那就分成两篇写吧--写完jQuery基础知识后会再写一些jQuery实例~~ jQuery下载.jQuery是一个兼容多浏览器的javascript库, ...
- 【2017年新篇章】 .NET 面试题汇总（二）
本次给大家介绍的是我收集以及自己个人保存一些.NET面试题第二篇 第一篇文章请到这里:[2017年新篇章] .NET 面试题汇总(一) 简介 此次包含的不止是.NET知识,也包含少许前端知识以及.ne ...
- Java第三天
0.注释: 目的:方便其他人阅读理解我们的代码 三种: // 单行注释,进行解释 /**/ 多行注释 /***/ 多行注释 (/***/注释通常用于方法,函数注释,在调用写好的方法或是函数时可以通过点 ...
- 信号处理——Hilbert端点效应浅析
作者:桂. 时间:2017-03-05 19:29:12 链接:http://www.cnblogs.com/xingshansi/p/6506405.html 声明:转载请注明出处,谢谢. 前言 ...
- gulp快速入门&初体验
前言 一句话先 gulp 是一个可以简单和自动化"管理"前端文件的构建工具 先说我以前的主要工作,我主要是做游戏服务端的,用c++/python,所以我对东西的概念理解难免要套到自 ...
- ERP免费模拟上线
为了让更多中小企业在应用管理软件之前可以评估企业执行力和规避实施风险,普实在云端部署了AIO5的试用环境,免费供大家导入实际数据进行学习和测试.因资源有限,申请要求如下: 1.填写申请信息并加盖公章: ...