在前面的文章說，我們介紹了基于Docker的Jmeter彈性壓測的發壓方法。在壓測過程中，無論是鏈路壓測，還是單服務壓測，我們都需要考量服務器在壓測過程中的負載。一般情況下，對于服務器性能指標的監控，比如CPU、內存、網絡等，可以由運維部門配合或者提供工具供我們使用，而有些情況下，是需要我們自己來做監控的。傳統的監控辦法，就是top、vmstat這些linux的命令；或者nmon這種有一定歷史的監控工具。現代化的監控的方案，常用的有ELK(elastic search + logstash + kibana)或者grafana + telegraf + influxdb等方式(其他開源的比如open-falcon等)。這里我們主要介紹grafana +telegraf + influxdb的方式進行服務器監控。以下的例子以ubuntu為例。

安裝和配置

• influxdb: 其官網地址為https://www.influxdata.com/

apt install influxdb

安裝完成之后即自動啟動：

service influxdb status

安裝influxdb的客戶端：

apt install influxdb-client

安裝完成之后我們可以用influx命令連接上本地的influxdb，然后使用如下命令創建一個database：

create database telegraf

• telegraf: 其官網地址為https://www.influxdata.com/time-series-platform/telegraf/

使用如下命令進行安裝：

wget https://dl.influxdata.com/telegraf/releases/telegraf_1.11.4-1_amd64.debsudo dpkg -i telegraf_1.11.4-1_amd64.deb

其他平臺的安裝方法，可以參考https://portal.influxdata.com/downloads/

安裝完成之后，telegraf默認自動啟動：

service telegraf status

我們先停掉他。

service telegraf stop

然后我們需要修改下telegraf的默認配置：

vim /etc/telegraf/telegraf.conf

在[[outputs.influxdb]]節點，輸入influxdb的地址，因為我是本機，所以ip是127.0.0.1：

urls = ["http://127.0.0.1:8086"]

其他配置不用更改，我們:qw退出之后啟動telegraf：

service telegraf start

• grafana: 下載地址為https://grafana.com/get

wget https://dl.grafana.com/oss/release/grafana_6.3.3_amd64.deb sudo dpkg -i grafana_6.3.3_amd64.deb

其他安裝操作系統安裝方式請參考https://grafana.com/docs/installation/debian/

安裝完成之后，使用

service grafana-server start

啟動grafana server，訪問地址為http://localhost:3000，默認的用戶名和密碼均為admin，首次登陸會要求更改密碼。

至此，監控中間件安裝完成，下面我們看下使用。

實時監控的配置

• 登錄grafana: http://localhost:3000
• 點擊datasources創建一個數據源并選擇influxdb：

• 輸入influxdb的信息：
• 點擊dashboards創建一個新的dashboard：

• 在新彈出的頁面點擊Add Query添加一個查詢：

• 按如下方式進行選擇配置，都是下拉框選擇：

簡單介紹下：從default這個datasource(前面設置的時候influxdb的是默認數據源)選擇cpu這個度量，主機名是test-112的，然后呢，我們選擇的字段是系統cpu使用量，每10s的平均值。通俗講，就是我畫了一個隨時間推移的圖，橫坐標是時間戳，縱坐標是每10s的系統cpu使用率平均值。

以此類推，我們加上內存的，直接點擊下方右側的Add Query即可：

然后保存，最終我們可以得到如下的圖：

• 實際壓測，我們想看到一個實時刷新的圖，點擊右上方選擇時限：

然后選擇自動刷新間隔：

• 如果想修改圖像的title，點擊：

然后按如下方式進行設置并保存：

壓測驗證

下面我們啟動jmeter進行壓測，實時觀察下服務器的性能指標：

很方便有么有。而且telegraf是使用go語言開發的，在數據采集的過程中對服務器性能損耗基本可以忽略。對于telegraf、grafana的深度用法，我們后續撰文再續。

總結

以上是生活随笔為你收集整理的jmeter展示内存cpu_基于Docker的jmeter弹性压测（2）监控的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。