Historique de la page
...
Sv translation | |||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| |||||||||||||||||||||||
To look for and analyze a metric:
Useful features/advanced queriesChanging the time interval displayedThis part of the query sets the time interval displayed:
This literally translates as: the data whose time is greater than today minus 7 days, i.e. the data from the past 7 days. change the number of days/hours as desired to increase or decrease the graph's timeframe. Evolution of a counterCounter data is cumulative and therefore increases regularly. This means that its evolution is more relevant than the data itself. For example, the non_negative_differenceTo watch how this data evolves, you can use the "non_negative_difference" function which returns the non-negative difference between 2 points in the graph. To use the authentication example again, the graph below, with no function applied, shows the mean number of authentications processed by the ysnp component in the last 24 hours, by server and by status: the mean value keeps going up as additional authentications are being processed. With an interval difference function, the graph returns the number of authentications for each time interval, you can now see how the amount of authentications processed evolves: A sudden spike of "failed" in the timeline could be the sign of an attack by spammers attempting to use the server to send emails. non_negative_derivativeAnother function returns an evolution graph for field values with un additional setting: non_negative_derivative. This function also calculates the difference between 2 points, but in addition, it specifies the unit argument. E.g., the query below shows the mean number of connections (mean("count")) per minute (non_negative_derivative(...,1m)) in the last 24h (where time > now() - 1d) for every hour (group by time(1h)): at 14:00 hours, there was a mean of 1.03 connections per minute, at 15:00 there was 0.5/mn, etc.
distsum metrics comprise 2 types of information:
As a result it may be a pair such as:
Take the This data can be used to calculate an average message size and see whether it evolves abnormally or suddenly. E.g. you may observe a regular increase in average message size over time, which may be down to better connections, servers or user habits etc. but if over a few days average message size suddenly doubles (or more), there's something wrong and you need to find out what: was a corporate signature added? Does it contain an image whose size hasn't been reduced, which increases the size of messages and as a result server load. Useful linksTo find out more about InfluxQL queries, please refer to the documentation: https://docs.influxdata.com/influxdb/v1.6/query_language/ In particular, about fonctions: https://docs.influxdata.com/influxdb/v1.6/query_language/functions/ And grouping by time: https://docs.influxdata.com/influxdb/v1.6/query_language/data_exploration/#advanced-group-by-time-syntax Doing more with graphsThe DataExplorer graphical tool has limited options. For example, you can't create a stacked chart to view the sum of two line graphs. To do this, you need to use the Dashboard's graphs (see next section): DashboardsThe Dashboards tab is used to access to a series of pages where you can group data as desired. By default, 3 tableaux are preconfigured and shown as examples:
You can add as many dashboards as you like, that way you can have customized views of the data you're interested in by grouping it by type, relevance, module, etc.
To create a new dashboard, go to the Dashboard homepage and click "Create dashboard": The dashboard is created immediately, and an empty view of it opens: Click "Name this dashboard" to edit the box and enter a name for the dashboard: To add a graph in the existing area, click The query editor opens. You can create a query either by typing a command or using the database browser. A view of the graph is shown in real time: This editor is similar to the DataExplorer's. Please refer to the previous section for metrics search and query building. The "Visualization" button is used to choose a graphic type and customize it: Once your graphic has been created, click "Save" in the top right corner of the editor. The graph is saved and added to the area: Click to add as many graph areas as you like: In the top right corner of each cell, three buttons are used to:
Clicking the icon opens a menu of possible actions.
AlertsThe Alerting tab is used to manage alerts as well as alert history. Alerts can be shown as scripts or as alert rules. By default, there are no alert rules on installation, there are however, a number of pre-set scripts which you can modify. You can also add as many scripts as you like.
Alert rules
Fill in (or edit) the form:
ScriptsScripts are used for advanced alert management. Each alert created as a rule also exists as a script and can be edited using that method.
For more information on writing scripts, please refer to the product's documentation: https://docs.influxdata.com/kapacitor/v1.5/tick/ https://www.influxdata.com/blog/tick-script-templates/ Alert historyThe Alerting > Alert history sub-menu is used to access the history of alerts triggered: The history shows the name, level, host and value of the data when the alert was triggered. Click the host's name to open its dashboard. Other tabsHostsThe Host List tab shows the list of monitored host servers, with the apps they include: Clicking a server or an app opens its specific dashboard. | |||||||||||||||||||||||
Sv translation | |||||||||||||||||||||||
|
Astuce |
---|
Generell empfiehlt es sich, die Daten nach Servern zu gruppieren, indem Sie die Schaltfläche "Group by host" wählen, die erscheint, wenn Sie mit der Maus über die Zeile "Host" fahren, oder indem Sie diese Baumstruktur aufklappen: Dadurch können die Daten nach Host gruppiert werden, anstatt einen Durchschnitt der Daten von jedem Server zu erhalten. Abhängig von den beobachteten Metriken kann es auch relevant sein, die Gruppierung nach status, code oder datalocation zu verwenden. |
Nützliche Funktionen/Verfeinerung der Abfrage
Ändern der angezeigten Dauer
Dieser Teil der Abfrage definiert die anzuzeigende Dauer:
Bloc de code |
---|
WHERE time > now() - 7d |
In Worten ausgedrückt: Daten, deren Zeit größer ist als heute minus 7 Tage (7d = 7 Tage), d.h. die Daten der letzten 7 Tage
auf die gewünschte Anzahl von Tagen/Stunden ändern, um die Ansicht der Grafik zu vergrößern oder zu verkleinern
Entwicklung eines Zählers
Daten vom Typ counter sind kumulativ und erhöhen sich daher regelmäßig. In diesem Fall ist ihre Entwicklung interessanter als der Wert selbst.
Zum Beispiel zählt bm-ysnp.authCount
die Anzahl der verarbeiteten Authentifizierungen: bei Aufrufen der Rohdaten erhalten wir in einem Moment T die Anzahl der vom Server verarbeiteten Authentifizierungen seit Beginn der Sammlung, was an sich keine interessante Zahl ist. Andererseits gibt die Entwicklung dieser Zahl Aufschluss über die Anzahl der verarbeiteten Authentifizierungen im Laufe der Zeit.
non_negative_difference
Um diese Entwicklung zu beobachten, können wir die Funktion"non_negative_difference" verwenden, die die nichtnegative Differenz zwischen 2 Punkten des Diagramms angibt.
Am Beispiel der Anzahl der Authentifizierungen zeigt das folgende Diagramm ohne angewendete Funktion die durchschnittliche Anzahl der von der ysnp-Komponente verarbeiteten Authentifizierungen über die letzten 24 Stunden, nach Server und nach Status:
der Durchschnitt steigt weiter an, da immer mehr Authentifizierungen verarbeitet werden
Unter Verwendung der Intervalldifferenzfunktion gibt das Diagramm die Anzahl der Authentifizierungen für jedes Zeitintervall an, so dass wir sehen können, wie sich die Menge der verarbeiteten Authentifizierungen entwickelt:
Eine starke und anhaltende Spitze in der Kurve des fehlgeschlagenen Status könnte ein Zeichen für einen Angriff von Spammern sein, die versuchen, den Server zum Versenden von E-Mails zu verwenden.
non_negative_derivative
Eine andere Funktion ermöglicht es, die Entwicklungskurve der Daten zu erhalten, aber mit einer zusätzlichen Parametereinstellung: non_negative_derivative.
Diese Funktion bietet ebenfalls die Berechnung der Differenz zwischen 2 Punkten, erlaubt aber zusätzlich die Angabe der Einheit.
Mit der Funktion non_negative_difference berechnet das System eigenständig ein automatisches Intervall entsprechend der angezeigten Dauer ("where time...") und der Gruppierung der Daten ("group by time..."). Mit der Funktion non_negative_derivative können Sie die Einheit erzwingen, um z. B. eine Rate pro Minute, Stunde, Tag usw. zu erhalten.
Die folgende Abfrage zeigt somit die durchschnittliche Anzahl der Verbindungen (mean("count")) pro Minute (non_negative_derivative(...,1m)) während der letzten 24 Stunden (mit time > now() - 1d) für jede Stunde (group by time(1h)):
um 14 Uhr gab es durchschnittlich 1,03 Verbindungen pro Minute, um 15 Uhr waren es 0,5/min usw.
Die Metriken vom Typ distsum enthalten 2 Informationen:
- die erste Zahl ist ein Konto
- die 2. Zahl ist eine Menge
So haben wir z.B. die folgenden Paare:
bm-lmtpd.emailSize
= (Anzahl der Emails, Gesamtgröße der Emails)bm-lmtpd.emailRecipients
= (Anzahl der Emails, Anzahl der Empfänger)
Nehmen wir als Beispiel die Metrik emailSize
: Bei jeder Speicherung wird die Anzahl der gezählten E-Mails für den Zeitraum (seit der letzten Speicherung) und die Gesamtgröße, die diese E-Mails darstellten, aufgezeichnet.
Anhand dieser Daten lassen sich Durchschnittswerte für die Größe pro Nachricht ermitteln, um zu sehen, ob eine plötzliche und anormale Entwicklung der durchschnittlichen Größe der Nachrichten stattfindet.
Zum Beispiel ist ein regelmäßiger Anstieg der durchschnittlichen Größe im Laufe der Zeit festzustellen, was auf die Verbesserung der Verbindungen, Server, Benutzergewohnheiten usw. zurückzuführen ist. Wenn sich aber plötzlich, innerhalb weniger Tage, die durchschnittliche Größe der Nachrichten verdoppelt (oder mehr), ist das nicht normal und wir müssen nach dem Grund suchen: Wurde eine Firmenunterschrift gesetzt? Sie kann ein Bild enthalten, das nicht verkleinert wurde und jede Nachricht noch schwerer macht und damit die Belastung der Servern erhöht.
Nützliche Links
Für weitere Infos zur Abfragesprache InfluxQL lesen Sie bitte die entsprechende Dokumentation:
https://docs.influxdata.com/influxdb/v1.6/query_language/
Siehe insbesondere die Funktionen: https://docs.influxdata.com/influxdb/v1.6/query_language/functions/
Und Gruppierungen nach Zeit: https://docs.influxdata.com/influxdb/v1.6/query_language/data_exploration/#advanced-group-by-time-syntax
Diagramme optimal nutzen
Das Diagrammwerkzeug des DataExplorers bietet nur eingeschränkte Möglichkeiten, es ist z.B. nicht möglich, ein gestapeltes Diagramm zu erstellen, um die Summen von 2 Kurven zu sehen.
Dazu müssen die Dashboard-Kurven aufgerufen werden (siehe unten):
Dashboards
Über die Registerkarte Dashboards können Sie auf die Dashboards zugreifen. Auf diesen Seiten können Sie Daten Ihrer Wahl gruppieren.
Standardmäßig sind 3 Dashboards vorkonfiguriert und als Beispiele angegeben:
- JVMs Memory Usage: JVMs Speichernutzung; hier finden Sie die Nutzung jeder BlueMind-Komponente (EAS, Core, milter, ElasticSearch, HPS, etc.) und können einen übermäßigen Verbrauch oder im Gegenteil das Fehlen von Daten, die darauf hinweisen, dass ein Dienst gestoppt ist, kontrollieren
- Mail insights: Messaging-Daten (Anzahl der zugestellten E-Mails, durchschnittliche Nachrichtengröße, Anzahl der IMAP-Prozesse usw.)
- Monitoring system status: Systemdaten, die das Monitoringtool selbst betreffen (Menge der gesammelten Daten, Größe der Datenbank usw.)
Remarque | ||
---|---|---|
| ||
Die Standard-Dashboards von BlueMind werden bei jeder Aktualisierung zurückgesetzt. So werden sie neu erstellt, wenn sie gelöscht wurden, und auf den Standardinhalt zurückgesetzt, wenn sie geändert wurden. Zur Anpassung einer dieser 3 Tabellen ist es daher besser, sie zu klonen (siehe unten) und die Änderungen am Klon vorzunehmen oder die Tabelle einfach umzubenennen. |
Sie können so viele Tabellen hinzufügen, wie Sie möchten, um personalisierte Ansichten auf die Daten zu haben, die Sie interessieren, und die Daten nach Typ, Relevanz, Modul usw. gruppieren.
Astuce |
---|
Tabellen können direkt in der Hauptliste dupliziert oder gelöscht werden. Wenn Sie die Maus über eine Dashboard-Zeile bewegen, erscheinen die Aktionsschaltflächen am Ende der entsprechenden Zeile: |
Um ein neues Dashboard zu erstellen, gehen Sie auf die Startseite der Registerkarte "Dashboard" und klicken Sie auf die Schaltfläche "Dashboard erstellen":
Die Tabelle wird sofort erstellt, es erscheint eine neue leere Ansicht:
Klicken Sie auf "Name this dashboard", um das Feld editierbar zu machen, und geben Sie dann einen Namen für Ihr Dashboard ein:
Um dem bereits vorhandenen Bereich ein Diagramm hinzuzufügen, klicken Sie auf
Es erscheint der Abfrage-Editor, mit dem Sie Ihre Abfrage entweder durch direkte Eingabe oder über den Datenbank-Browser erstellen können, und bietet Ihnen eine Echtzeit-Ansicht des entsprechenden Diagramms:
Dieser Editor ähnelt dem des DataExplorers, für die Suche nach Metriken und die Erstellung von Abfragen können Sie sich auf den vorherigen Abschnitt beziehen.
Über die Schaltfläche "Visualization" können Sie die Art des Diagramms wählen und es anpassen:
Wenn Sie Ihr Diagramm erstellt haben, klicken Sie auf "Speichern" in der oberen rechten Ecke des Editors, um es zu speichern und dem Bereich hinzuzufügen:
Klicken Sie auf , um so viele Grafikbereiche hinzufügen, wie Sie möchten:
Oben rechts in jeder Zelle befinden sich Schaltflächen für verschiedene Vorgänge:
- : bearbeiten, Anmerkungen hinzufügen oder Daten im csv-Format herunterladen
- : Diagramm klonen, ein neuer Bereich mit demselben Diagramm wird am Ende des Dashboards hinzugefügt
- : Diagramm löschen
Klicken Sie auf das gewünschte Symbol, um das Menü der möglichen Aktionen aufzurufen.
Astuce |
---|
Diagramme können per Drag-and-Drop neu angeordnet werden, indem Sie auf ihren Titelbereich klicken: |
Info |
---|
Es gibt keine Schaltfläche zum Speichern von Änderungen: Alle Änderungen werden während des Änderungsvorgangs gespeichert, und es besteht nicht die Gefahr, alle vorgenommenen Arbeiten zu verlieren, wenn das Speichern vergessen wird. |
Alarme
Die Registerkarte Alerting ermöglicht den Zugriff auf die Verwaltung von Alarmen sowie auf die Historie der ausgelösten Alarme.
Alarme können in Form von Skripten oder Alarmregeln erfolgen.
Standardmäßig ist bei der Installation keine Alarmregel vorhanden, jedoch sind eine Reihe von Skripten vorkonfiguriert, die Sie nach Belieben ändern und/oder hinzufügen können.
Avertissement |
---|
Bei den von BlueMind vorkonfigurierten Alarmen handelt es sich um wichtige Warnungen zum Gesundheitszustand des Servers, denen besondere Aufmerksamkeit gewidmet werden muss, wenn einer von ihnen ausgelöst wird. |
Alarme
- Um einen Alarm zu erstellen, klicken Sie auf die Schaltfläche
- Um einen Alarm zu bearbeiten, klicken Sie auf seinen Namen in der Liste.
Füllen Sie dann die verschiedenen Teile des Formulars aus (oder korrigieren Sie sie):
- Name this alert rule: Name des Alarms
- Alert type:Art des Alarms, Details werden unten definiert
- Threshold: Schwelle - der Alarm wird ausgelöst, wenn die Daten den eingestellten Wert erreichen, überschreiten oder unterschreiten
- Relative: bezogen auf die Alarm-Historie – der Alarm wird aufgehoben, wenn eine Wertänderung vorliegt, die die definierten Bedingungen überschreitet
- Deadman: tot – der Alarm wird ausgelöst, wenn für die eingestellte Zeit keine Werte mehr erkannt werden
- Time series: Überwachte Datenreihen – verwenden Sie den Browser, um die gewünschte Reihe zu finden
- DB.RetentionPolicy: die betroffene Datenbank. Uns interessiert in erster Linie die Datenbank telegraf.autogen, die die betreffenden Daten enthält; die anderen Datenbanken sind Systemdatenbanken, die die Daten der Datenbank selbst enthalten.
- Measurements & Tags: die gesuchte Metrik; ein Feld am oberen Rand der Spalte ermöglicht zur Vereinfachung der Suche das Filtern nach Namen.
- fields: das Feld oder die Felder, das/die für diese Daten gewünscht wird/werden.
- Conditions: Nach Auswahl des Felds werden hier die Bedingungen entsprechend dem zuvor gewählten Alarmtyp eingestellt.
Wenn ein Wert eingegeben wird, bietet das Display eine Echtzeitvorschau der erfassten Daten und ermöglicht möglicherweise die Positionierung oder Anpassung des Wertes.
Zum Beispiel mit dem folgenden Formular:
- Ich setze einen Alarm, wenn die Anzahl der Verbindungen 2 überschreitet.
- Die Grafik zeigt die Anzahl der Verbindungen im vergangenen Monat (grüne Kurve).
- Der grüne Bereich oben stellt den Bereich dar, in dem der Alarm aufgehoben worden wäre.
- Ich sehe, dass meine Werte immer darunter lagen. Eine Überschreitung dieses Werts wäre anormal, daher scheint mir der Alarm bei diesem Schwellenwert relevant zu sein
In diesem zweiten Beispiel wird ein Alarm während der Speicherverbrauchspeaks ausgelöst, die alle paar Tage auftreten:
- Alert handlers: Manager von auszuführenden Aktionen
Fügen Sie über die Dropdown-Liste einen oder mehrere Empfänger des Alarms hinzu:- post: sendet eine http-Anfrage vom Typ "post" an die angegebene url
- tcp: Sendet eine Anfrage über das tcp-Protokoll an die angegebene Adresse
- exec: Befehlszeile zur Ausführung auf dem Server
- log: schreibt eine Meldung in die vorgesehene Logdatei
- ...
- Message: die Nachricht, die über den/die oben angegebenen Handler geschrieben oder gesendet werden soll
Die Skripte
Skripte ermöglichen eine verfeinerte Verwaltung von Alarmen. Jeder als Regel angelegte Alarm ist auch als Skript vorhanden und kann so bearbeitet werden.
- Um ein Skript zu erstellen, klicken Sie auf die Schaltfläche
- Um ein Skript zu bearbeiten, klicken Sie auf seinen Namen in der Liste.
Weitere Informationen zum Schreiben von Skripten finden Sie in der Produktdokumentation:
https://docs.influxdata.com/kapacitor/v1.5/tick/
https://www.influxdata.com/blog/tick-script-templates/
Alarm-Historie
Das Untermenü Alerting > Alert history bietet Zugriff auf die Historie der ausgelösten Alarme:
Im Verlauf können Sie den Namen, die Ebene, die Zeit, den beteiligten Host und den Wert der Daten bei Aufheben des Alarm sehen.
Ein Klick auf den Hostnamen führt zu dessen Überwachungs-Dashboard.
Andere Registerkarten
Hosts
Die Registerkarte Host List zeigt Ihnen eine Liste der überwachten Host-Server zusammen mit den darin enthaltenen Anwendungen:
Wenn Sie auf einen Server oder eine Anwendung klicken, gelangen Sie zum spezifischen Dashboard für dieses Element.