GVKun编程网logo

使用 Prometheus 监控 docker compose 方式部署的 ES（prometheus监控docker 容器）

13

想了解使用Prometheus监控dockercompose方式部署的ES的新动态吗？本文将为您提供详细的信息，我们还将为您解答关于prometheus监控docker容器的相关问题，此外，我们还将为

想了解使用 Prometheus 监控 docker compose 方式部署的 ES的新动态吗？本文将为您提供详细的信息，我们还将为您解答关于prometheus监控docker 容器的相关问题，此外，我们还将为您介绍关于cockroachdb docker-compose 本地集群运行以及prometheus监控、Docker Compose 部署 Nexus3 时的 docker-compose,yml 代码、Docker 环境下使用 prometheus + grafana 监听 postgresql、Docker 监控（1）：prometheus+cadviso+grafana 实现对 docker 容器和宿主机进行监控的新知识。

本文目录一览：

使用 Prometheus 监控 docker compose 方式部署的 ES（prometheus监控docker 容器）

使用 Prometheus 监控 docker compose 方式部署的 ES（prometheus监控docker 容器）

需求

收集 ES 的指标，并进行展示和告警；

现状

  1. ES 通过 docker compose 安装
  2. 所在环境的 K8S 集群有 Prometheus 和 AlertManager 及 Grafana

方案

复用现有的监控体系，通过: Prometheus 监控 ES.

Prometheus 监控 ES 架构

具体实现为:

采集端 elasticsearch_exporter

可以监控的指标为:

Name Type Cardinality Help
elasticsearch_breakers_estimated_size_bytes gauge 4 Estimated size in bytes of breaker
elasticsearch_breakers_limit_size_bytes gauge 4 Limit size in bytes for breaker
elasticsearch_breakers_tripped counter 4 tripped for breaker
elasticsearch_cluster_health_active_primary_shards gauge 1 The number of primary shards in your cluster. This is an aggregate total across all indices.
elasticsearch_cluster_health_active_shards gauge 1 Aggregate total of all shards across all indices, which includes replica shards.
elasticsearch_cluster_health_delayed_unassigned_shards gauge 1 Shards delayed to reduce reallocation overhead
elasticsearch_cluster_health_initializing_shards gauge 1 Count of shards that are being freshly created.
elasticsearch_cluster_health_number_of_data_nodes gauge 1 Number of data nodes in the cluster.
elasticsearch_cluster_health_number_of_in_flight_fetch gauge 1 The number of ongoing shard info requests.
elasticsearch_cluster_health_number_of_nodes gauge 1 Number of nodes in the cluster.

...

可以直接在 github 上找到完整的

展示端 基于 Grafana

️ Reference:

ElasticSearch dashboard for Grafana | Grafana Labs

Grafana ES 仪表板

告警指标 基于 prometheus alertmanager

️ Reference:

ElasticSearch：https://awesome-prometheus-alerts.grep.to/rules.html#elasticsearch-1

Prometheus ES Alert 界面

实施步骤

以下为手动实施步骤

Docker Compose

docker pull quay.io/prometheuscommunity/elasticsearch-exporter:v1.3.0

docker-compose.yml 示例:

Warning:

exporter 在每次刮削时都会从 ElasticSearch 集群中获取信息，因此过短的刮削间隔会给 ES 主节点带来负载，特别是当你使用 --es.all 和 --es.indices 运行时。我们建议你测量获取 /_nodes/stats 和 /_all/_stats 对你的 ES 集群来说需要多长时间，以确定你的刮削间隔是否太短。

原 ES 的 docker-copmose.yml 示例如下:

version: ''3''
services:
  elasticsearch:
    image: elasticsearch-plugins:6.8.18
    ...
    ports:
      - 9200:9200
      - 9300:9300
    restart: always

增加了 elasticsearch_exporter 的 yaml 如下:

version: ''3''
services:
  elasticsearch:
    image: elasticsearch-plugins:6.8.18
    ...
    ports:
      - 9200:9200
      - 9300:9300
    restart: always
  elasticsearch_exporter:
      image: quay.io/prometheuscommunity/elasticsearch-exporter:v1.3.0
      command: 
      - ''--es.uri=http://elasticsearch:9200''
      - ''--es.all''
      - ''--es.indices''
      - ''--es.indices_settings''
      - ''--es.indices_mappings''
      - ''--es.shards''
      - ''--es.snapshots''
      - ''--es.timeout=30s''      
      restart: always
      ports:
      - "9114:9114"

Prometheus 配置调整

prometheus 配置

Prometheus 增加静态抓取配置:

scrape_configs:
  - job_name: "es"
    static_configs:
      - targets: ["x.x.x.x:9114"]

说明:

x.x.x.x 为 ES Exporter IP, 因为 ES Exporter 通过 docker compose 和 ES 部署在同一台机器，所以这个 IP 也是 ES 的 IP.

Prometheus Rules

增加 ES 相关的 Prometheus Rules:

groups:
  - name: elasticsearch
    rules:
      - record: elasticsearch_filesystem_data_used_percent
        expr: 100 * (elasticsearch_filesystem_data_size_bytes - elasticsearch_filesystem_data_free_bytes)
          / elasticsearch_filesystem_data_size_bytes
      - record: elasticsearch_filesystem_data_free_percent
        expr: 100 - elasticsearch_filesystem_data_used_percent
      - alert: ElasticsearchTooFewNodesRunning
        expr: elasticsearch_cluster_health_number_of_nodes < 3
        for: 0m
        labels:
          severity: critical
        annotations:
          description: "Missing node in Elasticsearch cluster\n  VALUE = {{ $value }}\n  LABELS = {{ $labels }}"
          summary: ElasticSearch running on less than 3 nodes(instance {{ $labels.instance }}, node {{$labels.node}})
      - alert: ElasticsearchDiskSpaceLow
        expr: elasticsearch_filesystem_data_free_percent < 20
        for: 2m
        labels:
          severity: warning
        annotations:
          summary: Elasticsearch disk space low (instance {{ $labels.instance }}, node {{$labels.node}})
          description: "The disk usage is over 80%\n  VALUE = {{ $value }}\n  LABELS = {{ $labels }}"
      - alert: ElasticsearchDiskOutOfSpace
        expr: elasticsearch_filesystem_data_free_percent < 10
        for: 0m
        labels:
          severity: critical
        annotations:
          summary: Elasticsearch disk out of space (instance {{ $labels.instance }}, node {{$labels.node}})
          description: "The disk usage is over 90%\n  VALUE = {{ $value }}\n  LABELS = {{ $labels }}"
      - alert: ElasticsearchHeapUsageWarning
        expr: (elasticsearch_jvm_memory_used_bytes{area="heap"} / elasticsearch_jvm_memory_max_bytes{area="heap"}) * 100 > 80
        for: 2m
        labels:
          severity: warning
        annotations:
          summary: Elasticsearch Heap Usage warning (instance {{ $labels.instance }}, node {{$labels.node}})
          description: "The heap usage is over 80%\n  VALUE = {{ $value }}\n  LABELS = {{ $labels }}"
      - alert: ElasticsearchHeapUsageTooHigh
        expr: (elasticsearch_jvm_memory_used_bytes{area="heap"} / elasticsearch_jvm_memory_max_bytes{area="heap"}) * 100 > 90
        for: 2m
        labels:
          severity: critical
        annotations:
          summary: Elasticsearch Heap Usage Too High (instance {{ $labels.instance }}, node {{$labels.node}})
          description: "The heap usage is over 90%\n  VALUE = {{ $value }}\n  LABELS = {{ $labels }}"
      - alert: ElasticsearchClusterRed
        expr: elasticsearch_cluster_health_status{color="red"} == 1
        for: 0m
        labels:
          severity: critical
        annotations:
          summary: Elasticsearch Cluster Red (instance {{ $labels.instance }}, node {{$labels.node}})
          description: "Elastic Cluster Red status\n  VALUE = {{ $value }}\n  LABELS = {{ $labels }}"
      - alert: ElasticsearchClusterYellow
        expr: elasticsearch_cluster_health_status{color="yellow"} == 1
        for: 0m
        labels:
          severity: warning
        annotations:
          summary: Elasticsearch Cluster Yellow (instance {{ $labels.instance }}, node {{$labels.node}})
          description: "Elastic Cluster Yellow status\n  VALUE = {{ $value }}\n  LABELS = {{ $labels }}"
      - alert: ElasticsearchHealthyDataNodes
        expr: elasticsearch_cluster_health_number_of_data_nodes < 3
        for: 0m
        labels:
          severity: critical
        annotations:
          summary: Elasticsearch Healthy Data Nodes (instance {{ $labels.instance }}, node {{$labels.node}})
          description: "Missing data node in Elasticsearch cluster\n  VALUE = {{ $value }}\n  LABELS = {{ $labels }}"
      - alert: ElasticsearchRelocatingShards
        expr: elasticsearch_cluster_health_relocating_shards > 0
        for: 0m
        labels:
          severity: info
        annotations:
          summary: Elasticsearch relocating shards (instance {{ $labels.instance }}, node {{$labels.node}})
          description: "Elasticsearch is relocating shards\n  VALUE = {{ $value }}\n  LABELS = {{ $labels }}"
      - alert: ElasticsearchRelocatingShardsTooLong
        expr: elasticsearch_cluster_health_relocating_shards > 0
        for: 15m
        labels:
          severity: warning
        annotations:
          summary: Elasticsearch relocating shards too long (instance {{ $labels.instance }}, node {{$labels.node}})
          description: "Elasticsearch has been relocating shards for 15min\n  VALUE = {{ $value }}\n  LABELS = {{ $labels }}"
      - alert: ElasticsearchInitializingShards
        expr: elasticsearch_cluster_health_initializing_shards > 0
        for: 0m
        labels:
          severity: info
        annotations:
          summary: Elasticsearch initializing shards (instance {{ $labels.instance }}, node {{$labels.node}})
          description: "Elasticsearch is initializing shards\n  VALUE = {{ $value }}\n  LABELS = {{ $labels }}"
      - alert: ElasticsearchInitializingShardsTooLong
        expr: elasticsearch_cluster_health_initializing_shards > 0
        for: 15m
        labels:
          severity: warning
        annotations:
          summary: Elasticsearch initializing shards too long (instance {{ $labels.instance }}, node {{$labels.node}})
          description: "Elasticsearch has been initializing shards for 15 min\n  VALUE = {{ $value }}\n  LABELS = {{ $labels }}"
      - alert: ElasticsearchUnassignedShards
        expr: elasticsearch_cluster_health_unassigned_shards > 0
        for: 0m
        labels:
          severity: critical
        annotations:
          summary: Elasticsearch unassigned shards (instance {{ $labels.instance }}, node {{$labels.node}})
          description: "Elasticsearch has unassigned shards\n  VALUE = {{ $value }}\n  LABELS = {{ $labels }}"
      - alert: ElasticsearchPendingTasks
        expr: elasticsearch_cluster_health_number_of_pending_tasks > 0
        for: 15m
        labels:
          severity: warning
        annotations:
          summary: Elasticsearch pending tasks (instance {{ $labels.instance }}, node {{$labels.node}})
          description: "Elasticsearch has pending tasks. Cluster works slowly.\n  VALUE = {{ $value }}\n  LABELS = {{ $labels }}"
      - alert: ElasticsearchNoNewDocuments
        expr: increase(elasticsearch_indices_docs{es_data_node="true"}[10m]) < 1
        for: 0m
        labels:
          severity: warning
        annotations:
          summary: Elasticsearch no new documents (instance {{ $labels.instance }}, node {{$labels.node}})
          description: "No new documents for 10 min!\n  VALUE = {{ $value }}\n  LABELS = {{ $labels }}"

并重启生效.

Warning:

  • ElasticsearchTooFewNodesRunning 告警的条件是 es 集群的 node 少于 3 个，对于单节点 ES 会误报，所以按需开启 rule 或按需屏蔽 (slience).
  • ElasticsearchHealthyDataNodes 告警同上.

AlertManager 告警规则及收件人配置

按需调整，示例如下:

''global'':
  ''smtp_smarthost'': ''''
  ''smtp_from'': ''''
  ''smtp_require_tls'': false
  ''resolve_timeout'': ''5m''
''receivers'':
  - ''name'': ''es-email''
    ''email_configs'':
      - ''to'': ''sfw@example.com,sdfwef@example.com''
        ''send_resolved'': true
''route'':
  ''group_by'':
    - ''job''
  ''group_interval'': ''5m''
  ''group_wait'': ''30s''
  ''routes'':
    - ''receiver'': ''es-email''
      ''match'':
        ''job'': ''es''

并重启生效.

Grafana 配置

导入 json 格式的 Grafana Dashboard:

{
    "__inputs": [],
    "__requires": [
        {
            "type": "grafana",
            "id": "grafana",
            "name": "Grafana",
            "version": "5.4.0"
        },
        {
            "type": "panel",
            "id": "graph",
            "name": "Graph",
            "version": "5.0.0"
        },
        {
            "type": "datasource",
            "id": "prometheus",
            "name": "Prometheus",
            "version": "5.0.0"
        },
        {
            "type": "panel",
            "id": "singlestat",
            "name": "Singlestat",
            "version": "5.0.0"
        }
    ],
...

可以直接在 Grafana 上找到完整的

️ 参考文档

  • prometheus-community/elasticsearch_exporter: Elasticsearch stats exporter for Prometheus (github.com)
  • ElasticSearch dashboard for Grafana | Grafana Labs
  • Awesome Prometheus alerts | Collection of alerting rules (grep.to)

三人行，必有我师；知识共享，天下为公. 本文由东风微鸣技术博客 EWhisper.cn 编写.

cockroachdb docker-compose 本地集群运行以及prometheus监控

cockroachdb docker-compose 本地集群运行以及prometheus监控

cockroachdb 官方提供的是一个直接使用docker 运行的方式，但是使用docker-compose 会比较方便，可以快速搭建一个集群
同时官方也提供了prometheus 的metrics，我们可以快速的通过grafana 提供一个dashboard

docker-compose 运行

  • docker-compose 文件
  
version: "3"
services: 
   grafana:
    image: grafana/grafana
    ports:
    - "3000:3000"
   alert:
    image: prom/alertmanager
    ports:
    - "9093:9093"
   prometheus:
    image: prom/prometheus
    volumes:
    - "./rules:/rules"
    - "./prometheus.yml:/etc/prometheus/prometheus.yml"
    ports:
    - "9090:9090" 
   roach1:
    image: cockroachdb/cockroach:v19.1.5
    hostname: roach1
    command: start --insecure
    volumes: 
    - "./data1:/cockroach/cockroach-data"
    ports:
    - "26257:26257"
    - "8081:8080"
   roach2:
    image: cockroachdb/cockroach:v19.1.5
    hostname: roach2
    command: start --insecure --join=roach1
    volumes: 
    - "./data2:/cockroach/cockroach-data"
    ports:
    - "26258:26257"
    - "8082:8080"
   roach3:
    image: cockroachdb/cockroach:v19.1.5
    hostname: roach3
    command: start --insecure --join=roach1
    volumes: 
    - "./data3:/cockroach/cockroach-data"
    ports:
    - "26259:26257"
    - "8083:8080"
  • 说明
    上述集成了prometheus、alertmanager 以及grafana，集群的搭建很简单

alertmanager 以及grafana dashboard

官方已经提供好了alertmanager 的rule同时也给我们提供了grafana dashboard 的json 文件
参考https://www.cockroachlabs.com/docs/stable/monitor-cockroachdb-with-prometheus.html
prometheus.yml:

  
# Prometheus configuration for cockroach clusters.
# Requires prometheus 2.X
#
# Run with:
# $ prometheus -config.file=prometheus.yml
global:
  scrape_interval: 10s
  evaluation_interval: 10s
​
rule_files:
- "/rules/alerts.rules.yml"
- "/rules/aggregation.rules.yml"
​
# Alert manager running on the same host:
alerting:
  alertmanagers:
  - path_prefix: "/alertmanager/"
    static_configs:
    - targets:
      - alert:9093
​
scrape_configs:
  - job_name: ''cockroachdb''
    metrics_path: ''/_status/vars''
    # Insecure mode:
    scheme: ''http''
    tls_config:
      insecure_skip_verify: true
    static_configs:
    - targets: [''roach1:8080'',''roach2:8080'',''roach3:8080'']
      labels:
        cluster: ''my-cockroachdb-cluster''
 

grafana dashboard json 文件可以参考官方文档，或者github 项目

运行效果

 

 


 

 

参考资料

https://www.cockroachlabs.com/docs/stable/monitor-cockroachdb-with-prometheus.html
https://github.com/rongfengliang/cockroachdb-docker-compose-local-cluster

Docker Compose 部署 Nexus3 时的 docker-compose,yml 代码

Docker Compose 部署 Nexus3 时的 docker-compose,yml 代码

场景

Docker-Compose 简介与 Ubuntu Server 上安装 Compose：

https://blog.csdn.net/BADAO_LIUMANG_QIZHI/article/details/100902301

Docker Compose 基本使用 - 使用 Compose 启动 Tomcat 为例：

https://blog.csdn.net/BADAO_LIUMANG_QIZHI/article/details/100904080

Docker Compose 部署项目到容器 - 基于 Tomcat 和 mysql 的商城项目 (附源码和 sql 下载)：

https://blog.csdn.net/BADAO_LIUMANG_QIZHI/article/details/100941366

在上面实现基本的 Compose 的操作的基础上，实现使用 Docker Compose 搭建 Nexus3。

注：

博客：
https://blog.csdn.net/badao_liumang_qizhi
关注公众号
霸道的程序猿
获取编程相关电子书、教程推送与免费下载。

实现

version: ''3''
services:
  nexus:
    restart: always
    image: sonatype/nexus3
    container_name: nexus3
    ports:
      - 8081:8081
    volumes:
      - /usr/local/docker/nexus/nexus-data:/nexus-data

 

Docker 环境下使用 prometheus + grafana 监听 postgresql

Docker 环境下使用 prometheus + grafana 监听 postgresql

效果图

image

环境准备

准备好 docker 环境，包括 docker-compose。这里直接使用已制作好的 docker-compose 配置文件。

$ mkdir docker-composes
$ git clone https://github.com/docker-composes/postgres.git
$ git clone https://github.com/docker-composes/grafana.git
$ git clone https://github.com/docker-composes/prometheus.git
注：下文操作皆从 docker-composes 目录出发。

容器配置

postgres exporter 配置

vim postgres/exporter/docker-compose.yml

将 postgres 数据库连接信息设置为 DATA_SOURCE_NAME 环境变量。如果是同网络下容器，以容器名称作为 host，如此处使用同网络（local-net）下容器 postgres-singleton。

DATA_SOURCE_NAME=postgresql://root:123456@postgres-singleton:5432/postgres?sslmode=disable

prometheus.yml

vim prometheus/singleton/config/prometheus.yml

在 scrape_configs 作用域下添加：

  # Postgres
  - job_name: ''postgres''
    static_configs:
      - targets: [''postgres-exporter-singleton:9187'']
        labels:
          instance: ''postgres-01''
          platform: ''ec2''

启动容器

$ docker network create local-net
$ cd grafana && docker-compose up -d 
$ cd prometheus/signleton && docker-compose up -d 
$ cd postgres/signleton && docker-compose up -d
$ cd postgres/expoter && docker-compose up -d

配置 grafana

访问 http://localhost:3000。

配置数据源

在 Configuration -> Data Sources 页面添加数据源（Add data source）：

image

导入 Dashboard

复制 Dashboard ID: 9628，导入：
image

image

导入成功，即可打开 dashboard 查看效果。

结语

  1. 理解 docker 容器间的网络连接。
  2. 理解 docker-compose.yml 中配置文件挂载。
  3. 耐心配置 grafana。

跑通之后可以研究下各项指标的查询，以及 grafana 的统计函数，将会受益匪浅。

Docker 监控（1）：prometheus+cadviso+grafana 实现对 docker 容器和宿主机进行监控

Docker 监控（1）：prometheus+cadviso+grafana 实现对 docker 容器和宿主机进行监控

Prometheus 特点：

	1）多维数据模型：由度量名称和键值对标识的时间序列数据(TSDB：存储临时数据还行)
	2）promSQL：一种灵活的查询语言，可以利用多维数据完成复杂的查询
	3）不依赖分布式存储，单个服务器节点可直接工作
	4）基于HTTP的pull方式采集时间序列数据
	5）推送时间序列数据通过PushGateway组件支持
	6）通过服务发现或者静态配置发现目标
	7）多种图形模式及仪表盘支持(grafana)

在这里插入图片描述

各个组件的作用：

Prometheus Server	收集指标和存储时间序列数据，并提供查询接口
ClientLibrary	客户端库
Push Gateway	短期存储指标数据，主要用于临时性的任务
Exports	采集已有的第三方服务监控指标并暴露metrics
Altertmanager	告警
Web UI	简单的web控制台

最终展示：（官网找的最新模板，在导入模板中替换就行了）

在这里插入图片描述

一、安装 prometheus

Docker部署：https://prometheus.io/docs/prometheus/latest/installation/
1、将配置文件放入/tmp中，并生成服务端
	[root@prometheus ~]# mv prometheus.yml /tmp/
	[root@prometheus ~]# docker run -d --name=prometheus -p 9090:9090 -v /tmp/prometheus.yml:/etc/prometheus/prometheus.yml prom/prometheus
2、使用网页查看能正常访问
	http://192.168.200.90:9090

在这里插入图片描述

二、配置监控 (cadvisor)

cadvisor部署：https://github.com/google/cadvisor
1、生成容器监控（在需要监控的docker宿主机中进行配置）
		docker run -d \
	--volume=/:/rootfs:ro \
	--volume=/var/run:/var/run:ro \
	--volume=/sys:/sys:ro \
	--volume=/var/lib/docker/:/var/lib/docker:ro \
	--volume=/dev/disk/:/dev/disk:ro \
	--publish=8080:8080 \
	--detach=true \
	--name=cadvisor \
	google/cadvisor:latest
2、使用网页查看能正常访问
	http://192.168.200.80:8080

在这里插入图片描述

三、部署 granafa

granafa模板地址：https://grafana.com/grafana/dashboards
	1、生成granafa容器(可在任何docker宿主机中运行，我这里在prometheus服务器服务器中运行的)
		[root@prometheus ~]# docker run -d --name=grafana -p 3000:3000 grafana/grafana
	2、监控docker
		1）修改prometheus.yml文件监控容器
			[root@prometheus ~]# vim /tmp/prometheus.yml 
			  - job_name: ''prometheus''    #默认的名字，

			  - job_name: "prometheus-docker"	 	#添加，名字不要和默认的一致
			    static_configs:						#添加
			    - targets: [''192.168.200.90:8080'']	#添加

			  - job_name: "docker01"				#添加
			    static_configs:						#添加
			    - targets: [''192.168.200.80:8080'']	#添加
			[root@prometheus ~]# docker restart prometheus 		#更新配置文件
		2）随便生成一个测试容器
			[root@docker01 ~]# docker run --name nginx -d nginx

3）查看 prometheus 是否监控到数据
在这里插入图片描述
在这里插入图片描述

4）配置 granafa 导入 prometheus
在这里插入图片描述
5）添加模板
在这里插入图片描述
在这里插入图片描述在这里插入图片描述

6）查看生成的图像
在这里插入图片描述

3、监控docker宿主机
		1）修改prometheus.yml文件监控容器，并加载配置文件
			[root@prometheus ~]# vim /tmp/prometheus.yml		
			  - job_name: "Linux"
			    static_configs:
			    - targets: [''192.168.200.80:9100'']
			[root@prometheus ~]# docker restart prometheus
		2）下载客户端监控端
			[root@docker01 ~]# wget https://github.com/prometheus/node_exporter/releases/download/v0.17.0/node_exporter-0.17.0.linux-amd64.tar.gz
		3）解压tar包
			[root@docker01 ~]# tar xzvf ./node_exporter-0.17.0.linux-amd64.tar.gz -C /usr/local/
			[root@docker01 ~]# cd /usr/local/
			[root@docker01 local]# mv ./node_exporter-0.17.0.linux-amd64/ ./node_exporter
		4）生成系统文件
			[root@docker01 node_exporter]# vim ./node_exporter.sh 

				#!/bin/bash

				cat <<EOF >/usr/lib/systemd/system/node_exporter.service
				[Unit]
				Description=https://prometheus.io

				[Service]
				Restart=on-failure
				ExecStart=/usr/local/node_exporter/node_exporter

				[Install]
				WantedBy=multi-user.target
				EOF

				systemctl daemon-reload
				systemctl enable node_exporter
				systemctl restart node_exporter
			[root@docker01 node_exporter]# sh ./node_exporter.sh
		5）查看服务是否启动
			[root@docker01 node_exporter]# ps -aux | grep node
				root      43063  0.1  1.1 113740 11772 ?        Ssl  10:18   0:00 /usr/local/node_exporter/node_exporter
			[root@docker01 node_exporter]# netstat -anptu | grep node
				tcp6       0      0 :::9100                 :::*                    LISTEN      43063/node_exporter

6）查看 promenadetheus 采集的数据
在这里插入图片描述
7）导入模板
在这里插入图片描述
在这里插入图片描述

8）查看图像
在这里插入图片描述
9）解决图像中网络无数据的现象
修改为 ens32 (linux 主机的真实网卡)
在这里插入图片描述
#查看图像
在这里插入图片描述

今天关于使用 Prometheus 监控 docker compose 方式部署的 ES和prometheus监控docker 容器的讲解已经结束，谢谢您的阅读，如果想了解更多关于cockroachdb docker-compose 本地集群运行以及prometheus监控、Docker Compose 部署 Nexus3 时的 docker-compose,yml 代码、Docker 环境下使用 prometheus + grafana 监听 postgresql、Docker 监控（1）：prometheus+cadviso+grafana 实现对 docker 容器和宿主机进行监控的相关知识，请在本站搜索。

本文标签：

上一篇【转载】Non-blocking I/O with regular files（non-local block）

下一篇凹语言 Docker + WebAssembly 3 分钟入门（凹言凹语是什么意思）

相关文章