Prometheus+InfluxDB+Grafana 打造高逼格監(jiān)控平臺(tái)
在本模塊中，我將把幾個(gè)常用的監(jiān)控部分給梳理一下。前面我們提到過，在性能監(jiān)控圖譜中，有操作系統(tǒng)、應(yīng)用服務(wù)器、中間件、隊(duì)列、緩存、數(shù)據(jù)庫(kù)、網(wǎng)絡(luò)、前端、負(fù)載均衡、Web 服務(wù)器、存儲(chǔ)、代碼等很多需要監(jiān)控的點(diǎn)。顯然這些監(jiān)控點(diǎn)不能在一個(gè)專欄中全部覆蓋并一一細(xì)化，我只能找最常用的幾個(gè)，做些邏輯思路的說明，同時(shí)也把具體的實(shí)現(xiàn)描述出來。如果你遇到了其他的組件，也需要一一實(shí)現(xiàn)這些監(jiān)控。
在本篇中，主要想說明白下圖的這個(gè)監(jiān)控邏輯。
這應(yīng)該是現(xiàn)在最流行的一套監(jiān)控邏輯了吧。我今天把常見的使用 Grafana、Prometheus、InfluxDB、Exporters 的數(shù)據(jù)展示方式說一下，如果你剛進(jìn)入性能測(cè)試領(lǐng)域，也能有一個(gè)感性的認(rèn)識(shí)。
有測(cè)試工具，有監(jiān)控工具，才能做后續(xù)的性能分析和瓶頸定位，所以有必要把這些工具的邏輯跟你擺一擺。
所有做性能的人都應(yīng)該知道一點(diǎn)，不管數(shù)據(jù)以什么樣的形式展示，最要緊的還是看數(shù)據(jù)的來源和含義，以便做出正確的判斷。
我先說明一下 JMeter 和 node_exporter 到 Grafana 的數(shù)據(jù)展示邏輯。至于其他的 Exporter，我就不再解釋這個(gè)邏輯了，只說監(jiān)控分析的部分。
JMeter+InfluxDB+Grafana 的數(shù)據(jù)展示邏輯
一般情況下，我們用 JMeter 做壓力測(cè)試時(shí)，都是使用 JMeter 的控制臺(tái)來查看結(jié)果。如下圖所示：
或者裝個(gè)插件來看結(jié)果：
或者用 JMeter 來生成 HTML：
這樣看都沒有問題，我們?cè)谇懊嬉矎?qiáng)調(diào)過，對(duì)于壓力工具來說，我們最多只關(guān)心三條曲線的數(shù)據(jù)：TPS（T 由測(cè)試目標(biāo)定義）、響應(yīng)時(shí)間、錯(cuò)誤率。這里的錯(cuò)誤率還只是輔助排查問題的曲線，沒有問題時(shí)，只看 TPS 和響應(yīng)時(shí)間即可。
不過采取以上三種方式有幾個(gè)方面的問題。
整理結(jié)果時(shí)比較浪費(fèi)時(shí)間。
在 GUI 用插件看曲線，做高并發(fā)時(shí)并不現(xiàn)實(shí)。
在場(chǎng)景運(yùn)行時(shí)間比較長(zhǎng)的時(shí)候，采用生成 HTML 的方式，會(huì)出現(xiàn)消耗內(nèi)存過大的情況，而實(shí)際上，在生成的結(jié)果圖中，有很多生成的圖我們并不是那么關(guān)注。
生成的結(jié)果保存之后再查看比較麻煩，還要一個(gè)個(gè)去找。
那么如何解決這幾個(gè)問題呢？
用 JMeter 的 Backend Listener 幫我們實(shí)時(shí)發(fā)送數(shù)據(jù)到 InfluxDB 或 Graphite 可以解決這樣的問題。
Graphite Backend Listener 的支持是在 JMeter 2.13 版本，InfluxdDB Backend Listener 的支持是在 JMeter 3.3 的版本，它們都是用異步的方式把數(shù)據(jù)發(fā)送出來，以便查看。
其實(shí)有這個(gè) JMeter 發(fā)送給 InfluxDB 的數(shù)據(jù)之后，我們不需要看上面的那些 HTML 數(shù)據(jù)，也可以直觀地看到系統(tǒng)性能的性能趨勢(shì)。
并且這樣保存下來的數(shù)據(jù)，在測(cè)試結(jié)束后想再次查看也比較方便比對(duì)。
JMeter+InfluxDB+Grafana 的結(jié)構(gòu)如下：
在這個(gè)結(jié)構(gòu)中，JMeter 發(fā)送壓力到服務(wù)器的同時(shí)，統(tǒng)計(jì)下 TPS、響應(yīng)時(shí)間、線程數(shù)、錯(cuò)誤率等信息。默認(rèn)每 30 秒在控制臺(tái)輸出一次結(jié)果（在 jmeter.properties 中有一個(gè)參數(shù) #summariser.interval=30 可以控制）。
配置了 Backend Listener 之后，將統(tǒng)計(jì)出的結(jié)果異步發(fā)送到 InfluxDB 中。最后在 Grafana 中配置 InfluxDB 數(shù)據(jù)源和 JMeter 顯示模板。
然后就可以實(shí)時(shí)查看 JMeter 的測(cè)試結(jié)果了，這里看到的數(shù)據(jù)和控制臺(tái)的數(shù)據(jù)是一樣。
但如果這么簡(jiǎn)單就說完了，這篇文章也就沒價(jià)值了。下面我們來說一下，數(shù)據(jù)的傳輸和展示邏輯。
JMeter 中 Backend Listener 的配置
下面我們就 InfluxDB 的 Backend Listener 做個(gè)說明。它的配置比較簡(jiǎn)單，在腳本中加上即可。
我們先配置好 influxdb Url、application 等信息，application 這個(gè)配置可以看成是場(chǎng)景名。
那么 JMeter 如何將數(shù)據(jù)發(fā)給 InfluxDB 呢？請(qǐng)看源碼中的關(guān)鍵代碼，如下所示：
private void addMetrics(String transaction, SamplerMetric metric) {
// FOR ALL STATUS
addMetric(transaction, metric.getTotal(), metric.getSentBytes(), metric.getReceivedBytes(), TAG_ALL, metric.getAllMean(), metric.getAllMinTime(),
metric.getAllMaxTime(), allPercentiles.values(), metric::getAllPercentile);
// FOR OK STATUS
addMetric(transaction, metric.getSuccesses(), null, null, TAG_OK, metric.getOkMean(), metric.getOkMinTime(),
metric.getOkMaxTime(), okPercentiles.values(), metric::getOkPercentile);
// FOR KO STATUS
addMetric(transaction, metric.getFailures(), null, null, TAG_KO, metric.getKoMean(), metric.getKoMinTime(),
metric.getKoMaxTime(), koPercentiles.values(), metric::getKoPercentile);
metric.getErrors().forEach((error, count) -> addErrorMetric(transaction, error.getResponseCode(),
error.getResponseMessage(), count));
}從這段代碼可以看出，站在全局統(tǒng)計(jì)的視角來看，這里把 JMeter 運(yùn)行的統(tǒng)計(jì)結(jié)果，比如事務(wù)的 Total 請(qǐng)求、發(fā)送接收字節(jié)、平均值、最大值、最小值等，都加到 metric 中，同時(shí)也會(huì)把成功和失敗的事務(wù)信息添加到 metric 中去。
在源碼中，還有更多的添加 metric 的步驟，你有興趣的話，也可以看一下 JMeter 源碼中的InfluxdbBackendListenerClient.java。
保存了 metric 之后，再使用 InfluxdbMetricsSender 發(fā)送到 Influxdb 中去。發(fā)送關(guān)鍵代碼如下：
@Override
public void writeAndSendMetrics() {
........
if (!copyMetrics.isEmpty()) {
try {
if(httpRequest == null) {
httpRequest = createRequest(url);
}
StringBuilder sb = new StringBuilder(copyMetrics.size()*35);
for (MetricTuple metric : copyMetrics) {
// Add TimeStamp in nanosecond from epoch ( default in InfluxDB )
sb.append(metric.measurement)
.append(metric.tag)
.append(" ") //$NON-NLS-1$
.append(metric.field)
.append(" ")
.append(metric.timestamp+"000000")
.append("\n"); //$NON-NLS-1$
}
StringEntity entity = new StringEntity(sb.toString(), StandardCharsets.UTF_8);
httpRequest.setEntity(entity);
lastRequest = httpClient.execute(httpRequest, new FutureCallback<HttpResponse>() {
@Override
public void completed(final HttpResponse response) {
int code = response.getStatusLine().getStatusCode();
/*
* HTTP response summary 2xx: If your write request received
* HTTP 204 No Content, it was a success! 4xx: InfluxDB
* could not understand the request. 5xx: The system is
* overloaded or significantly impaired.
*/
if (MetricUtils.isSuccessCode(code)) {
if(log.isDebugEnabled()) {
log.debug("Success, number of metrics written: {}", copyMetrics.size());
}
} else {
log.error("Error writing metrics to influxDB Url: {}, responseCode: {}, responseBody: {}", url, code, getBody(response));
}
}
@Override
public void failed(final Exception ex) {
log.error("failed to send data to influxDB server : {}", ex.getMessage());
}
@Override
public void cancelled() {
log.warn("Request to influxDB server was cancelled");
}
});
........
}
}
}
通過 writeAndSendMetrics，就將所有保存的 metrics 都發(fā)給了 InfluxDB。
InfluxDB 中的存儲(chǔ)結(jié)構(gòu)
然后我們?cè)賮砜聪?InfluxDB 中如何存儲(chǔ)：
> show databases
name: databases
name
----
_internal
jmeter
> use jmeter
Using database jmeter
>
> show MEASUREMENTS
name: measurements
name
----
events
jmeter
> select * from events where application='7ddemo'
name: events
time application text title
---- ----------- ---- -----
1575255462806000000 7ddemo Test Cycle1 started ApacheJMeter
1575256463820000000 7ddemo Test Cycle1 ended ApacheJMeter
..............
n> select * from jmeter where application='7ddemo' limit 10
name: jmeter
time application avg count countError endedT hit max maxAT meanAT min minAT pct90.0 pct95.0 pct99.0 rb responseCode responseMessage sb startedT statut transaction
---- ----------- --- ----- ---------- ------ --- --- ----- ------ --- ----- ------- ------- ------- -- ------------ --------------- -- -------- ------ -----------
1575255462821000000 7ddemo 0 0 0 0 0 internal
1575255467818000000 7ddemo 232.82352941176472 17 0 17 849 122 384.9999999999996 849 849 0 0 all all
1575255467824000000 7ddemo 232.82352941176472 17 849 122 384.9999999999996 849 849 0 0 all 0_openIndexPage
1575255467826000000 7ddemo 232.82352941176472 17 849 122 384.9999999999996 849 849 ok 0_openIndexPage
1575255467829000000 7ddemo 0 1 1 1 1 internal
1575255472811000000 7ddemo 205.4418604651163 26 0 26 849 122 252.6 271.4 849 0 0 all all
1575255472812000000 7ddemo 0 1 1 1 1 internal
1575255472812000000 7ddemo 205.4418604651163 26 849 122 252.6 271.4 849 ok 0_openIndexPage
1575255472812000000 7ddemo 205.4418604651163 26 849 122 252.6 271.4 849 0 0 all 0_openIndexPage
1575255477811000000 7ddemo 198.2142857142857 27 0 27 849 117 263.79999999999995 292.3500000000001 849 0 0 all all
這段代碼也就是說，在 InfluxDB 中，創(chuàng)建了兩個(gè) MEASUREMENTS，分別是 events 和 jmeter。這兩個(gè)各自存了數(shù)據(jù)，我們?cè)诮缑嬷信渲玫?testtile 和 eventTags 放在了 events 這個(gè) MEASUREMENTS 中。在模板中這兩個(gè)值暫時(shí)都是不用的。
在 jmeter 這個(gè) MEASUREMENTS 中，我們可以看到 application 和事務(wù)的統(tǒng)計(jì)信息，這些值和控制臺(tái)一致。在 Grafana 中顯示的時(shí)候，就是從這個(gè)表中取出的數(shù)據(jù)，根據(jù)時(shí)序做的曲線。
Grafana 中的配置
有了 JMeter 發(fā)送到 InfluxDB 中的數(shù)據(jù)，下面就來配置一下 Grafana 中的展示。首先，要配置一個(gè) InfluxDB 數(shù)據(jù)源。如下所示：
在這里配置好 URL、Database、User、Password 之后，直接點(diǎn)擊保存即可。
然后添加一個(gè) JMeter dashboard，我們常用的 dashboard 是 Grafana 官方 ID 為 5496 的模板。導(dǎo)入進(jìn)來后，選擇好對(duì)應(yīng)的數(shù)據(jù)源。
然后就看到界面了。
這時(shí)還沒有數(shù)據(jù)，我們稍后做個(gè)示例，看下 JMeter 中的數(shù)據(jù)怎么和這個(gè)界面的數(shù)據(jù)對(duì)應(yīng)起來。我們先看下圖中兩個(gè)重要的數(shù)據(jù)查詢語(yǔ)句吧。
TPS 曲線：
SELECT last("count") / $send_interval FROM "$measurement_name" WHERE ("transaction" =~ /^$transaction$/ AND "statut" = 'ok') AND $timeFilter GROUP BY time($__interval)
上面這個(gè)就是 Total TPS 了，在這里稱為 throughput。
關(guān)于這個(gè)概念，我在第一篇中就已經(jīng)有了說明，這里再次提醒，概念的使用在團(tuán)隊(duì)中要有統(tǒng)一的認(rèn)識(shí)，不要受行業(yè)內(nèi)一些傳統(tǒng)信息的誤導(dǎo)。
這里取的數(shù)據(jù)來自 MEASUREMENTS 中成功狀態(tài)的所有事務(wù)。
響應(yīng)時(shí)間曲線：
SELECT mean("pct95.0") FROM "$measurement_name" WHERE ("application" =~ /^$application$/) AND $timeFilter GROUP BY "transaction", time($__interval) fill(null)
這里是用 95 pct 內(nèi)的響應(yīng)時(shí)間畫出來的曲線。
整體展示出來的效果如下：
數(shù)據(jù)比對(duì)
首先，我們?cè)?JMeter 中配置一個(gè)簡(jiǎn)單的場(chǎng)景。10 個(gè)線程，每個(gè)線程迭代 10 次，以及兩個(gè) HTTP 請(qǐng)求。
也就是說，這時(shí)會(huì)產(chǎn)生 10x10x2=200 次請(qǐng)求。我們用 JMeter 跑起來看一下。
看到了吧，這個(gè)請(qǐng)求數(shù)和我們預(yù)想的一樣。下面我們看一下 Grafana 中展示出來的結(jié)果。
還有針對(duì)每個(gè)事務(wù)的統(tǒng)計(jì)情況。
至此，JMeter 到 Grafana 的展示過程就完成了。以后我們就不用再保存 JMeter 的執(zhí)行結(jié)果了，也不用等著 JMeter 輸出 HTML 了。
node_exporter+Prometheus+Grafana 的數(shù)據(jù)展示邏輯
對(duì)性能測(cè)試來說，在常用的 Grafana+Prometheus+Exporter 的邏輯中，第一步要看的就是操作系統(tǒng)資源了。所以在這一篇中，我們將以 node_exporter 為例來說明一下操作系統(tǒng)抽取數(shù)據(jù)的邏輯，以便知道監(jiān)控?cái)?shù)據(jù)的來源，至于數(shù)據(jù)的含義，我們將在后續(xù)的文章中繼續(xù)描述。
首先，我們還是要畫一個(gè)圖。
現(xiàn)在 node_exporter 可以支持很多個(gè)操作系統(tǒng)了。官方列表如下：
當(dāng)然不是說只支持這些，你也可以擴(kuò)展自己的 Exporter。
配置 node_exporter
node_exporter 目錄如下：
[root@7dgroup2 node_exporter-0.18.1.linux-amd64]# ll
total 16524
-rw-r--r-- 1 3434 3434 11357 Jun 5 00:50 LICENSE
-rwxr-xr-x 1 3434 3434 16878582 Jun 5 00:41 node_exporter
-rw-r--r-- 1 3434 3434 463 Jun 5 00:50 NOTICE啟動(dòng)：
[root@7dgroup2 node_exporter-0.18.1.linux-amd64]#./node_exporter --web.listen-address=:9200 &是不是很簡(jiǎn)潔？如果想看更多的功能 ，可以查看下它的幫助。
配置 Prometheus
先下載 Prometheus：
[root@7dgroup2 data]# wget -c https://github.com/prometheus/prometheus/releases/download/v2.14.0/prometheus-2.14.0.linux-amd64.tar.gz
..........
100%[=============================================================================================>] 58,625,125 465KB/s in 6m 4s
2019-11-29 15:40:16 (157 KB/s) - ‘prometheus-2.14.0.linux-amd64.tar.gz’ saved [58625125/58625125]
[root@7dgroup2 data]解壓之后，我們可以看到目錄結(jié)構(gòu)如下：
[root@7dgroup2 prometheus-2.11.1.linux-amd64]# ll
total 120288
drwxr-xr-x. 2 3434 3434 4096 Jul 10 23:26 console_libraries
drwxr-xr-x. 2 3434 3434 4096 Jul 10 23:26 consoles
drwxr-xr-x. 3 root root 4096 Nov 30 12:55 data
-rw-r--r--. 1 3434 3434 11357 Jul 10 23:26 LICENSE
-rw-r--r--. 1 root root 35 Aug 7 23:19 node.yml
-rw-r--r--. 1 3434 3434 2770 Jul 10 23:26 NOTICE
-rwxr-xr-x. 1 3434 3434 76328852 Jul 10 21:53 prometheus
-rw-r--r-- 1 3434 3434 1864 Sep 21 09:36 prometheus.yml
-rwxr-xr-x. 1 3434 3434 46672881 Jul 10 21:54 promtool
[root@7dgroup2 prometheus-2.11.1.linux-amd64]#
再配置一個(gè) node_exporter 的模板，比如我這里選擇了官方模板（ID：11074），展示如下：
數(shù)據(jù)邏輯說明
說明完上面的過程之后，對(duì)我們做性能測(cè)試和分析的人來說，最重要的，就是要知道數(shù)據(jù)的來源和含義了。
拿上面圖中的 CPU 使用率來說吧（因?yàn)?CPU 使用率是非常重要的一個(gè)計(jì)數(shù)器，所以我們今天先拿它來開刀）。
我們先點(diǎn)一下 title 上的 edit，看一下它的 query 語(yǔ)句。
avg(irate(node_cpu_seconds_total{instance=~"$node",mode="system"}[30m])) by (instance)
avg(irate(node_cpu_seconds_total{instance=~"$node",mode="user"}[30m])) by (instance)
avg(irate(node_cpu_seconds_total{instance=~"$node",mode="iowait"}[30m])) by (instance)
1 - avg(irate(node_cpu_seconds_total{instance=~"$node",mode="idle"}[30m])) by (instance)
這些都是從 Prometheus 中取出來的數(shù)據(jù)，查詢語(yǔ)句讀了 Prometheus 中node_cpu_seconds_total的不同的模塊數(shù)據(jù)。
下面我們來看一下，node_exporter暴露出來的計(jì)數(shù)器。
這些值和 top 一樣，都來自于/proc/目錄。下面這張圖是 top 數(shù)據(jù)，我們可以比對(duì)一下。
到此，我們就了解到了操作系統(tǒng)中監(jiān)控?cái)?shù)據(jù)的取值邏輯了，也就是從操作系統(tǒng)本身的計(jì)數(shù)器中取出值來，然后傳給 Prometheus，再由 Grafana 中的 query 語(yǔ)句查出相應(yīng)的數(shù)據(jù)，最后由 Grafana 展示在界面上。
總結(jié)
為什么要解釋數(shù)據(jù)的邏輯呢？因?yàn)樽罱诠ぷ髦杏龅揭恍┣闆r，有人覺得有了 Prometheus+Grafana+Exportor 這樣的組合工具之后，基本上都不再用手工執(zhí)行什么命令了。但我們要了解的是，對(duì)于監(jiān)控平臺(tái)來說，它取的所有的數(shù)據(jù)必然是被監(jiān)控者可以提供的數(shù)據(jù)，像 node_exporter 這樣小巧的監(jiān)控收集器，它可以獲取的監(jiān)控?cái)?shù)據(jù)，并不是整個(gè)系統(tǒng)全部的性能數(shù)據(jù)，只是取到了常見的計(jì)數(shù)器而已。這些計(jì)數(shù)器不管是用命令查看，還是用這樣炫酷的工具查看，它的值本身都不會(huì)變。所以不管是在監(jiān)控平臺(tái)上看到的數(shù)據(jù)，還是在命令行中看到的數(shù)據(jù)，我們最重要的是要知道含義以及這些值的變化對(duì)性能測(cè)試和分析的下一步驟的影響。
文章轉(zhuǎn)載：DevOps技術(shù)棧
（版權(quán)歸原作者所有，侵刪）
點(diǎn)擊下方“閱讀原文”查看更多