Linux常用監(jiān)控指標(biāo)有哪些

本篇內(nèi)容介紹了“Linux常用監(jiān)控指標(biāo)有哪些”的有關(guān)知識(shí)，在實(shí)際案例的操作過程中，不少人都會(huì)遇到這樣的困境，接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

1. Linux運(yùn)維基礎(chǔ)采集項(xiàng)

做運(yùn)維，不怕出問題，怕的是出了問題，抓不到現(xiàn)場(chǎng)，兩眼摸黑。所以，依靠強(qiáng)大的監(jiān)控系統(tǒng)，收集盡可能多的指標(biāo)，意義重大。但哪些指標(biāo)才是有意義的呢，本著從實(shí)踐中來的思想，各位工程師在長(zhǎng)期摸爬滾打中總結(jié)出來的經(jīng)驗(yàn)最有價(jià)值。

在各位運(yùn)維工程師長(zhǎng)期的工作實(shí)踐中，我們總結(jié)了在系統(tǒng)運(yùn)維過程中，經(jīng)常會(huì)參考的一些指標(biāo)，主要包括以下幾個(gè)類別：

• CPU

• Load

• 內(nèi)存

• 磁盤

• IO

• 網(wǎng)絡(luò)相關(guān)

• 內(nèi)核參數(shù)

• ss 統(tǒng)計(jì)輸出

• 端口采集

• 核心服務(wù)的進(jìn)程存活信息采集

• 關(guān)鍵業(yè)務(wù)進(jìn)程資源消耗

• NTP offset采集

• DNS解析采集

每個(gè)類別，具體的詳細(xì)指標(biāo)如下，這些指標(biāo)，都是open-falcon的agent組件直接支持的。falcon-agent每隔一定時(shí)間間隔（目前是60秒）會(huì)采集一次相關(guān)的指標(biāo)，并匯報(bào)給server端。

2. CPU相關(guān)采集項(xiàng)

計(jì)算方法：通過采集/proc/stat來得到，大家可以參考sar命令的統(tǒng)計(jì)輸出來理解。

• cpu.idle：Percentage of time that the CPU or CPUs were idle and the system did not have an outstanding disk I/O request.

• cpu.busy：與cpu.idle相對(duì)，他的值等于100減去cpu.idle。

• cpu.guest：Percentage of time spent by the CPU or CPUs to run a virtual processor.

• cpu.iowait：Percentage of time that the CPU or CPUs were idle during which the system had an outstanding disk I/O request.

• cpu.irq：Percentage of time spent by the CPU or CPUs to service hardware interrupts.

• cpu.softirq：Percentage of time spent by the CPU or CPUs to service software interrupts.

• cpu.nice：Percentage of CPU utilization that occurred while executing at the user level with nice priority.

• cpu.steal：Percentage of time spent in involuntary wait by the virtual CPU or CPUs while the hypervisor was servicing another virtual processor.

• cpu.system：Percentage of CPU utilization that occurred while executing at the system level (kernel).

• cpu.user：Percentage of CPU utilization that occurred while executing at the user level (application).

• cpu.cnt：cpu核數(shù)。

• cpu.switches：cpu上下文切換次數(shù)，計(jì)數(shù)器類型。

3. 磁盤相關(guān)采集項(xiàng)

計(jì)算方法：先讀取/proc/mounts拿到所有掛載點(diǎn)，然后通過syscall.Statfs_t拿到blocks和inode的使用情況。每個(gè)metric都會(huì)附加一組tag描述，類似mount=$mount,fstype=$fstype，其中$mount是掛載點(diǎn)，比如/home，$fstype是文件系統(tǒng)，比如ext4。

• df.bytes.free：磁盤可用量，int64

• df.bytes.free.percent：磁盤可用量占總量的百分比，float64，比如32.1

• df.bytes.total：磁盤總大小，int64

• df.bytes.used：磁盤已用大小，int64

• df.bytes.used.percent：磁盤已用大小占總量的百分比，float64

• df.inodes.total：inode總數(shù)，int64

• df.inodes.free：可用inode數(shù)目，int64

• df.inodes.free.percent：可用inode占比，float64

• df.inodes.used：已用的inode數(shù)據(jù)，int64

• df.inodes.used.percent：已用inode占比，float64

4. megacli工具輸出

使用 megacli 工具讀取 RAID 相關(guān)信息，每個(gè)metric都會(huì)附件一組tag描述，用來標(biāo)明所屬PD或者 VD，PD格式為PD=Enclosure_ID:SLOT_ID，比如PD=32:0表明第一塊磁盤 ，VD=0 表明第一個(gè)邏輯磁盤。

• sys.disk.lsiraid.pd.Media_Error_Count：這個(gè)及以下三個(gè)指標(biāo)目前僅作為數(shù)據(jù)收集，不一定意味磁盤損壞（只是表示損壞概率變大）

• sys.disk.lsiraid.pd.Other_Error_Count

• sys.disk.lsiraid.pd.Predictive_Failure_Count

• sys.disk.lsiraid.pd.Drive_Temperature

• sys.disk.lsiraid.pd.Firmware_state：如果值不為0，則此物理磁盤出現(xiàn)問題

• sys.disk.lsiraid.vd.cache_policy：如果值不為0，表示此邏輯磁盤緩存策略和設(shè)置不符

• sys.disk.lsiraid.vd.state：如果值不為0，表示此邏輯磁盤出現(xiàn)問題

5. SMART工具輸出

使用 smartctl 工具讀取磁盤 SMART 信息，目前所有指標(biāo)僅作為數(shù)據(jù)收集，不一定意味磁盤損壞（只是表示概率變大），每個(gè)metric都會(huì)有一組tag描述，表明盤符，例如device=/dev/sda。

• sys.disk.smart.Reallocated_Sector_Ct

• sys.disk.smart.Spin_Retry_Count

• sys.disk.smart.Reallocated_Event_Count

• sys.disk.smart.Current_Pending_Sector

• sys.disk.smart.Offline_Uncorrectable

• sys.disk.smart.Temperature_Celsius

6. 分區(qū)讀寫監(jiān)控

測(cè)試所有已掛載分區(qū)是否可讀寫，每個(gè)metric都會(huì)有一組tag描述，表示掛載點(diǎn)，比如mount=/home

sys.disk.rw：如果值不為0，表明此分區(qū)讀寫出現(xiàn)問題

7. IO相關(guān)采集項(xiàng)

計(jì)算方法：每秒采集一次/proc/diskstats，計(jì)算差值，都是計(jì)數(shù)器類型的。每個(gè)metric都會(huì)有一組tag描述，形如device=$device，用來表示具體的設(shè)備，比如sda1、sdb。用戶可以參考iostat的幫助文檔來理解具體的metric含義。

• disk.io.ios_in_progress：Number of actual I/O requests currently in flight.

• disk.io.msec_read：Total number of ms spent by all reads.

• disk.io.msec_total：Amount of time during which ios_in_progress >= 1.

• disk.io.msec_weighted_total：Measure of recent I/O completion time and backlog.

• disk.io.msec_write：Total number of ms spent by all writes.

• disk.io.read_merged：Adjacent read requests merged in a single req.

• disk.io.read_requests：Total number of reads completed successfully.

• disk.io.read_sectors：Total number of sectors read successfully.

• disk.io.write_merged：Adjacent write requests merged in a single req.

• disk.io.write_requests：total number of writes completed successfully.

• disk.io.write_sectors：total number of sectors written successfully.

• disk.io.read_bytes：?jiǎn)挝皇莃yte的數(shù)字

• disk.io.write_bytes：?jiǎn)挝皇莃yte的數(shù)字

• disk.io.avgrq_sz：下面幾個(gè)值就是iostat -x 1看到的值

• disk.io.avgqu-sz

• disk.io.await

• disk.io.svctm

• disk.io.util：是個(gè)百分?jǐn)?shù)，比如56.43，表示56.43%

8. 機(jī)器負(fù)載相關(guān)采集項(xiàng)

計(jì)算方法：讀取/proc/loadavg，都是原始值類型的：

• load.1min

• load.5min

• load.15min

9. 內(nèi)存相關(guān)采集項(xiàng)

計(jì)算方法：讀取/proc/meminfo 中的內(nèi)容，其中的mem.memfree是free+buffers+cached，mem.memused=mem.memtotal-mem.memfree。用戶具體可以參考free命令的輸出和幫助文檔來理解每個(gè)metric的含義。

• mem.memtotal：內(nèi)存總大小

• mem.memused：使用了多少內(nèi)存

• mem.memused.percent：使用的內(nèi)存占比

• mem.memfree

• mem.memfree.percent

• mem.swaptotal：swap總大小

• mem.swapused：使用了多少swap

• mem.swapused.percent：使用的swap的占比

• mem.swapfree

• mem.swapfree.percent

10. 網(wǎng)絡(luò)相關(guān)采集項(xiàng)

計(jì)算方法：讀取/proc/net/dev的內(nèi)容，每個(gè)metric都附加有一組tag，形如iface=$iface，標(biāo)明具體那個(gè)interface，比如eth0。metric中帶有in的表示流入情況，out表示流出情況，total是總量in+out，支持的metric如下：

• net.if.in.bytes

• net.if.in.compressed

• net.if.in.dropped

• net.if.in.errors

• net.if.in.fifo.errs

• net.if.in.frame.errs

• net.if.in.multicast

• net.if.in.packets

• net.if.out.bytes

• net.if.out.carrier.errs

• net.if.out.collisions

• net.if.out.compressed

• net.if.out.dropped

• net.if.out.errors

• net.if.out.fifo.errs

• net.if.out.packets

• net.if.total.bytes

• net.if.total.dropped

• net.if.total.errors

• net.if.total.packets

11. 端口采集項(xiàng)

計(jì)算方法，通過ss -ln，來判斷指定的端口是否處于listen狀態(tài)。原始值類型，值要么是1：代表在監(jiān)聽，要么是0，代表沒有在監(jiān)聽。每個(gè)metric都附件一組tag，形如port=port，port就是具體的端口。

• net.port.listen

12. 機(jī)器內(nèi)核配置

• kernel.maxfiles：讀取的/proc/sys/fs/file-max

• kernel.files.allocated：讀取的/proc/sys/fs/file-nr第一個(gè)Field

• kernel.files.left：值=kernel.maxfiles-kernel.files.allocated

• kernel.maxproc：讀取的/proc/sys/kernel/pid_max

13. ntp采集項(xiàng)

使用 ntpq -pn 獲取本機(jī)時(shí)間相對(duì)于 ntp 服務(wù)器的 offset。

• sys.ntp.offset：本機(jī)偏移時(shí)間，單位為ms，值過大或者為0則表明有異常，需要報(bào)警

14. 進(jìn)程監(jiān)控

proc.num：判斷某個(gè)進(jìn)程的數(shù)目，這里需要分兩個(gè)場(chǎng)景，一種是根據(jù)進(jìn)程的名字來判定，比如name=sshd；另外一種是根據(jù)cmdline來判定，比如Java的應(yīng)用進(jìn)程名可能都是java，根據(jù)第一種情況沒法做區(qū)分，此時(shí)可以配置cmdline，如cmdline=./falcon_agent-c./cfg.ini

15. 進(jìn)程資源監(jiān)控

• process.cpu.all：進(jìn)程和它的子進(jìn)程使用的sys+user的cpu，單位是jiffies

• process.cpu.sys：進(jìn)程和它的子進(jìn)程使用的sys cpu，單位是jiffies

• process.cpu.user：進(jìn)程和它的子進(jìn)程使用的user cpu，單位是jiffies

• process.swap：進(jìn)程和它的子進(jìn)程使用的swap，單位是page

• process.fd：進(jìn)程使用的文件描述符個(gè)數(shù)

• process.mem：進(jìn)程占用內(nèi)存，單位byte

16. ss命令輸出

• ss.orphaned

• ss.closed

• ss.timewait

• ss.slabinfo.timewait

• ss.synrecv

• ss.estab

“Linux常用監(jiān)控指標(biāo)有哪些”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注億速云網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！