暂无图片
暂无图片
暂无图片
暂无图片
暂无图片

从安装到告警:一步步教你搭建 TDengine 的全方位监控系统

TDengine 2024-12-18
228

小T导读

Guide

在数字化转型的过程中,监控与告警功能的优化对保障系统的稳定运行至关重要。本篇文章是“2024,我想和 TDengine 谈谈”征文活动的三等奖作品之一,作者张世伟详细介绍了如何利用 TDengine、taosKeeper 和 TDinsight 实现对 TDengine 服务的状态监控与告警功能。他通过容器化安装 TDengine 和 Grafana,演示了如何配置 Grafana 数据源、导入 TDinsight 仪表板、以及如何设置告警规则和通知策略。欢迎大家阅读。


如果没有监控,那么最好的情况是没有问题发生,最糟糕的情况则是问题发生了但没有被发现。——《Prometheus监控实战》

在今年的 10 月 10 日我收到了 TDengine 官方微信公众号的一条推送,摘要如下:


今天我们非常高兴地宣布,TDengine 3.3.3.0 版本正式发布。本次更新引入了多项重要功能和性能优化,旨在为用户提供更高效、更灵活的数据解决方案。在 3.3.3.0 版本中,我们着重优化了监控和告警功能,新增了多种常见的 MySQL 函数,并增强了对 MongoDB 数据源的支持。这些改进将为用户在物联网和大数据应用中提供更强大的功能,助力大家在数字化转型过程中实现更大的成功。

时序数据库作为软件项目的核心基础设施,其运行状态的实时监控至关重要。今天,我们将体验一下经过重优化的监控和告警功能。早在 TDengine 2.1.2.0 发布时,就可以将 TDengine 的日志数据表内容可视化展示在 Grafana 仪表盘上;随着官方不断增强监控能力,TDinsight 应运而生,成为与 Grafana 深度集成的可视化工具。这篇文章将演示如何通过容器化安装 TDengine 与 TDinsight 监控大盘,并结合 taosKeeper 和 TDinsight 实现对 TDengine 服务状态的监测,以及如何通过钉钉推送告警消息。

虚拟资源

在这次实践中,我共用到了 2 台虚机,1 台作为应用服务节点,1 台作为运维监控节点。

基本选用当前最新版本,即将安装的 Grafana 及组件版本信息如下:

  • Grafana 版本:11.2.0

  • TDengine 版本:3.3.3.0(自带了 taosAdapter 与 taosKeeper)

系统环境

    [root@ops ~]# uname -a
    Linux ops 5.10.0-182.0.0.95.oe2203sp3.x86_64 #1 SMP Sat Dec 30 13:10:36 CST 2023 x86_64 x86_64 x86_64 GNU/Linux
    [root@ops ~]# cat proc/version
    Linux version 5.10.0-182.0.0.95.oe2203sp3.x86_64 (root@dc-64g.compass-ci) (gcc_old (GCC) 10.3.1, GNU ld (GNU Binutils) 2.37) #1 SMP Sat Dec 30 13:10:36 CST 2023

    svc 节点:使用 Docker 安装 TDengine 3.3.3.0

    通过 Docker 安装 TDengine 3.3.3.0,创建名为 tdengine 的容器,并挂载数据与日志卷目录。
      [root@svc opt]# docker pull tdengine/tdengine:3.3.3.0


      [root@svc opt]# docker run -d --name tdengine -v opt/tdengine/data:/var/lib/taos \
      -v opt/tdengine/log:/var/log/taos \
      -p 6030:6030 -p 6041:6041 -p 6043-6060:6043-6060 -p 6043-6060:6043-6060/udp tdengine/tdengine:3.3.3.0
      0b9e36feac54d787114e5eed8b5dc7fa132dcd29d736b7489733194a27f28cab
      • 使用客户端工具验证 TDengine 安装效果

      • 通过浏览器验证 metrics 端点
      在浏览器中访问 http://192.168.44.168:6043/metrics,即可查看 TDengine 的监控指标。这些指标默认会被写入 TDengine 的 log
      数据库,Grafana 则通过读取该数据库中的数据表来实现监控数据的可视化展示。
      注: taosKeeper
      是 TDengine 3.0 版本的监控指标导出工具,通过简单配置即可获取 TDengine 的运行状态(这些指标可以导入到 Prometheus,本文直接使用 TDengine 存储)。

      ops 节点:使用 Docker Compose 安装 Grafana

      参考文章:《云原生之运维监控实践-OpenEuler22.03SP3上安装Prometheus与Grafana实现主机状态监测》https://blog.csdn.net/u013810234/article/details/142589059?spm=1001.2014.3001.5501
      在安装 Grafana 的主机上,首先需要安装 TDinsight,之后才能在 Grafana 数据源中添加 TDengine 数据源。
        # 编辑TDinsight下载脚本
        [root@ops monitoring]# vi tdinsight-plugin.sh
        get_latest_release() {
        curl --silent "https://api.github.com/repos/taosdata/grafanaplugin/releases/latest" |
        grep '"tag_name":' |
        sed -E 's/.*"v([^"]+)".*/\1/'
        }
        TDENGINE_PLUGIN_VERSION=$(get_latest_release)
        grafana-cli \
        --pluginUrl https://github.com/taosdata/grafanaplugin/releases/download/v$TDENGINE_PLUGIN_VERSION/tdengine-datasource-$TDENGINE_PLUGIN_VERSION.zip \
        plugins install tdengine-datasource


        # 复制下载脚本到Grafana容器中
        [root@ops monitoring]# docker cp tdinsight-plugin.sh ops-grafana:/usr/share/grafana
        Successfully copied 2.05kB to ops-grafana:/usr/share/grafana


        # 下载并安装TDinsight插件
        [root@ops monitoring]# docker exec ops-grafana bash tdinsight-plugin.sh
        Deprecation warning: The standalone 'grafana-cli' program is deprecated and will be removed in the future. Please update all uses of 'grafana-cli' to 'grafana cli'
        ✔ Downloaded and extracted tdengine-datasource v3.6.0 zip successfully to var/lib/grafana/plugins/tdengine-datasource


        Please restart Grafana after installing or removing plugins. Refer to Grafana documentation for instructions if necessary.


        # 重启Grafana容器
        [root@ops monitoring]# docker restart ops-grafana
        ops-grafana

        TDinsight 监控实战

        通过浏览器访问 http://192.168.44.169:3000 进入 Grafana。
        配置数据源:
        1. 在左侧菜单中点击 “Add new connection”。

        2. 选择或搜索 “Data Sources”。

        3. 点击 “Add data source”,然后选择 “TDengine Datasource”。

        4. 在 “HTTP” 部分,输入 TDengine 的地址,例如:http://192.168.44.168:6041

        5. 点击 “Save & Test”,确认连接成功。

        1

        导入仪表盘


        查看现成的仪表板:
        Grafana 官方仪表板目录:https://grafana.com/grafana/dashboards/,在这个页面上,用户可以找到并共享各种现成的 Grafana 仪表板,涵盖系统性能、应用监控、网络流量等多种监控需求。根据需求,用户可以搜索并导入适合的仪表板,提升监控效率和可视化效果。比如,搜索 “TDengine” 后,可以找到 TDinsight for 3.x 仪表板,点击查看详细 UI 效果,并复制仪表板 ID(如:18180)。
        导入现成的仪表板:
        1. 在 Grafana 右侧菜单中点击 “New” 按钮,选择 “Import”。

        2. 在输入框中,直接输入仪表板 ID【常用的主机监控仪表板 ID 是 18180(TDinsight for 3.x)】,或者上传 JSON 文件。

        3. 点击 “Load”,然后选择已配置好的数据源。

        4. 点击 “Import” 完成导入。

        2

        TDinsight 监控效果


        TDinsight 是一款结合监控数据库和 Grafana 的 TDengine 监控解决方案。它可以实时可视化集群状态、节点信息、插入与查询请求、资源使用情况等关键指标,同时支持对 vnode、dnode 和 mnode 节点的状态进行异常告警。

        TDinsight 告警实战


        一个好警报的关键是能够在正确的时间、以正确的理由和正确的速度发送,并在其中放入有用的信息。

        告警原理说明:
        1. Grafana 定期查询数据源并评估告警规则中定义的条件。

        2. 当条件被触发时,则会触发告警实例。

        3. 生成的告警实例根据标签匹配规则,路由至相应的通知策略。

        4. 通知会发送到策略中指定的联系点。

        1

        配置告警规则


        这里我们使用 TDinsight 默认提供的告警规则。要建立一个出色的通知系统,我们需要考虑以下基础信息,而基于 Grafana 的 TDinsight 监控方案做到了:
        • 哪些问题需要通知;

        • 谁需要被告知;

        • 如何告知他们;

        • 多久告知他们一次。

        2

        配置推送方式


        TDengine 支持多种推送方式,这里选择钉钉推送。首先,从钉钉中获取机器人的 access_token,然后将推送方式命名为 DingDingPush
        。在配置中,将消息类型(Message Type)更改为 ActionCard

        3

        配置通知策略


        默认的通知策略是邮件方式,这里直接调整为我们的 DingDingPush 。

        4

        模拟压力告警


        进入 TDengine 容器内部,执行 taosBenchmark
        命令。为了触发告警,我们在 test
        数据库中创建了 10000 张表,每张表插入 200 万条数据。由于容器磁盘空间的限制,这将导致磁盘告警的触发,进而导致 DNodes 和 VNodes 停止工作,从而触发相应的告警。
          [root@ops monitoring]# docker exec -it tdengine /bin/bash
          root@9118ddbfa74b:~# taosBenchmark -I stmt -n 2000000 -t 10000

          在 TDinsight 的仪表板上可以看到磁盘使用率已到达 95%,根据报警规则设置,即将触发告警。

          5

          告警触发推送与告警解除推送


          当 taosBenchmark 写入数据逐渐将磁盘空间耗尽时,会触发告警,进而会通过我们配置的告警方式和策略进行推送,本文中我们将通过钉钉接收到推送消息:
          当我在 taos 命令行中执行 drop database test;
          删除 test
          数据库后,TDengine 服务恢复正常。经过一段时间(一个告警监测周期),钉钉上会自动收到各类告警解除的通知。
            [root@localhost monitoring]# docker exec -it tdengine /bin/bash
            root@9118ddbfa74b:~# taos
            Welcome to the TDengine Command Line Interface, Client Version:3.3.3.0
            Copyright (c) 2023 by TDengine, all rights reserved.
            ********************************* Tab Completion *************************************
            * The TDengine CLI supports tab completion for a variety of items, *
            * including database names, table names, function names and keywords. *
            * The full list of shortcut keys is as follows: *
            * [ TAB ] ...... complete the current word *
            * ...... if used on a blank line, display all supported commands *
            * [ Ctrl + A ] ...... move cursor to the st[A]rt of the line *
            * [ Ctrl + E ] ...... move cursor to the [E]nd of the line *
            * [ Ctrl + W ] ...... move cursor to the middle of the line *
            * [ Ctrl + L ] ...... clear the entire screen *
            * [ Ctrl + K ] ...... clear the screen after the cursor *
            * [ Ctrl + U ] ...... clear the screen before the cursor *
            ****************************************************************************************
            Server is TDengine Community Edition, ver:3.3.3.0 and will never expire.


            taos> drop database test;
            Drop OK, 0 row(s) affected (1.476353s)
            注意:在 Prometheus 和 AlertManager 的生态中,alertstate
            字段表示报警的状态,可能有以下几种取值:
            • Firing:表示报警已触发。当报警规则条件满足时,报警状态会变为 Firing,表示触发了报警。通常情况下,报警会发送给相关的接收器或通知渠道,以便进行处理。

            • Resolved:表示报警已解决。当报警条件不再满足时,报警状态会变为 Resolved,表示报警已经解决。这意味着报警规则所监控的指标已经恢复到正常状态,不再需要进一步的处理。

            • Pending:表示报警处于等待状态。当报警规则的条件满足时,报警状态会从 Firing 变为 Pending,表示报警处于等待状态。在报警状态从 Firing 到 Resolved 之间的过渡期间,报警可能会处于 Pending 状态,这通常是因为报警规则定义了一些延迟或滞后的条件。

            结语


            If you can’t measure it, you can’t improve it!

            没有度量就没有改进。本文介绍了如何利用 TDengine、taosKeeper 和 TDinsight 实现对 TDengine 服务的状态监测与告警功能,详细记录了在两台虚拟机上进行的安装过程,包括在服务节点上使用 Docker 安装最新版的 TDengine 3.3.3.0,以及在监控节点上配置 Grafana 和 TDinsight 插件。此外,文章还展示了如何配置 Grafana 数据源、导入 TDinsight 仪表板、设置告警规则和通知策略。最后,通过模拟压力测试,演示了如何触发磁盘空间不足的告警,并通过钉钉接收告警推送与解除通知。
            本实践充分展示了 TDengine 生态系统在监控和告警方面的强大功能,为数据库管理员和运维工程师提供了高效、可靠的监控解决方案。

            参考资料

            Reference


            1)https://github.com/taosdata/TDengine/releases/tag/ver-3.3.3.0

            2)https://github.com/taosdata/TDengine/releases/tag/ver-3.3.3.0

            3)https://grafana.com/grafana/dashboards/18180-tdinsight-for-3-x/

            4)https://docs.taosdata.com/reference/components/taoskeeper/

            往期推荐

            客户盘点:北微传感青山钢铁首自信国电投江河信息寓信科技前晨汽车华风数据协鑫鑫光双合电气路特斯昆船电子天合富家红有软件上海晶澳太阳能极氪汽车威士顿树根互联福州城建积成电子西电电力中船九院大唐水电院

            Use Case:泛能网产业智能平台电芯容量预测系统煤矿安全生产综合管控平台虚拟电厂运营管理平台明阳集团能源大数据应用系统知轮智慧轮胎系统中国地震台网中心中移物联智慧出行场景搜狐基金智光电气黑格智能设备追踪场景韵达订单扫描系统顺丰大数据监控平台车辆轨迹定位存储引擎项目西门子轻量级数字化解决方案

            技术分享:TDengine S3 存储TDengine 流计算TDengine 建模实战与工业 SCADA 深度融合TDengine 与新型电力系统TDgpt 如何助力数据预测Historian Connector+TDengine长查询问题实战分享TDengine 数据订阅TDengine SQL 查询规则万字长文解读怎样激活 TDengine 最高性价比

            测试报告:TDengine 线性扩展能力测试IoT 场景下 TDengine 3.0 性能对比分析报告DevOps 场景下 TDengine 3.0 性能对比分析报告

            👇 点击阅读原文,立即体验 TDgpt

            文章转载自TDengine,如果涉嫌侵权,请发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。

            评论