Linux系统监视工具Glances怎么用
這篇文章給大家分享的是有關(guān)Linux系統(tǒng)監(jiān)視工具Glances怎么用的內(nèi)容。小編覺得挺實(shí)用的,因此分享給大家做個參考,一起跟隨小編過來看看吧。
Glances 是一個由 Python 編寫,使用 psutil 庫來從系統(tǒng)抓取信息的基于 curses 開發(fā)的跨平臺命令行系統(tǒng)監(jiān)視工具。 通過 Glances,我們可以監(jiān)視 CPU,平均負(fù)載,內(nèi)存,網(wǎng)絡(luò)流量,磁盤 I/O,其他處理器 和 文件系統(tǒng) 空間的利用情況。
如何安裝Glances
默認(rèn)情況下不安裝 Glances。下面介紹如何在常用的linux發(fā)行版中安裝:
#Ubuntu/Debian$sudoaptinstall-yglances#CentOS[root@localhost~]#yum-yinstallepel-release[root@localhost~]#yum-yinstallglances
也可以使用snap包管理器來安裝glances:
#snapinstallglances
此外,由于 Glances 是用 Python 編寫的,因此也可以使用 pip 包管理器來安裝它:
#pip3installglances
在單機(jī)模式下監(jiān)控系統(tǒng)信息
啟動 Glances 來監(jiān)控本地系統(tǒng)是一件輕而易舉的事情:
[root@localhost~]#glances
可以看到一些系統(tǒng)指標(biāo),從最頂部的主機(jī)名開始,以及從終端右上角的正常運(yùn)行時間開始。在其下方,您可以查看其他系統(tǒng)指標(biāo),例如 CPU 和內(nèi)存利用率、網(wǎng)絡(luò)帶寬率、正在運(yùn)行的進(jìn)程、磁盤容量等。 如果要在 Web 瀏覽器中查看這些統(tǒng)計信息,請使用 -w 選項,需要先安裝bottle,不然會出現(xiàn)一下錯誤:
[root@localhost~]#glances-wBottlemodulenotfound.Glancescannotstartinwebservermode.
下面使用pip3安裝bottle:
[root@localhost~]#pip3installbottle
下面再次添加-w選項啟動:
[root@localhost~]#glances-wGlancesWebUserInterfacestartedonhttp://0.0.0.0:61208/
然后在瀏覽器中輸入服務(wù)器的ip地址,端口為上面輸出中提供的端口61208 可以通過配置密碼以僅允許已授權(quán)用戶使用。
[root@localhost~]#glances-w--passwordDefinetheGlanceswebserverpassword(glancesusername): Password(confirm): Doyouwanttosavethepassword?[Yes/No]:yes GlancesWebUserInterfacestartedonhttp://0.0.0.0:61208/
默認(rèn)的用戶名為:glances
在服務(wù)器模式下監(jiān)控系統(tǒng)信息
Glances 命令也可用于監(jiān)控遠(yuǎn)程主機(jī)。只需添加-s選項即可在服務(wù)器模式下初始化 Glance,如下所示。
[root@localhost~]#glances-sGlancesXML-RPCserverisrunningon0.0.0.0:61209
在客戶端 PC 中,使用glances -c server-ip即可連接:
[root@localhost~]#glances-c192.168.43.131
Glances 警報類型
通過在顯示系統(tǒng)指標(biāo)時使用顏色代碼,Glances 可以更容易地發(fā)現(xiàn)和縮小問題范圍,下面是顏色對用的解釋:
-
GREEN: OK (一切正常) -
BLUE: CAREFUL (需要注意) -
VIOLET: WARNING (警告) -
RED: CRITICAL (嚴(yán)重錯誤)
默認(rèn)情況下,閾值參數(shù)為:
-
careful=50 -
warning=70 -
critical=90
這些參數(shù)可以在/etc/glances/glances.conf文件中修改。
總結(jié)
以上是生活随笔為你收集整理的Linux系统监视工具Glances怎么用的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: [机器学习]超参数优化算法-Succes
- 下一篇: [图神经网络] 图神经网络GNN基础入门