5. Znaczna część prezentacji to hands-on przykłady/dema. Kolejne slajdy zawierają notatki używane w przykładach. Te
notatki nie były widoczne w oryginalnej prezentacji.
Źródła prezentacji są na . Źródło samej prezentacji (i notatki) w .html jest być
może mało ciekawe, ale warto spojrzeć na przykładowe/użyte w przykładach configi .yml
Speaker notes
https://github.com/tehasdf/monitoring-talk
7. Uruchamianie prometheusa:
UI: http://127.0.0.1:9090/metrics
Showcase możliwości query language prometheusa:
Node exporter - metryki hostów
Uzycie z grafaną - ma wbudowane source dla prometheusa
Przykład instrumentacji aplikacji w pythonie
Speaker notes
docker run --net host prom/prometheus
docker run --net host -v /tmp/prometheus.yml:/etc/prometheus/prometheus.yml prom/prometheus
# po prostu ściągnij wartość
promhttp_metric_handler_requests_total
# wartości z ostatnich 5 minut - range vector
promhttp_metric_handler_requests_total[5m]
# interval - 1m
promhttp_metric_handler_requests_total[5m:1m]
# funkcje - suma, średnia
sum(promhttp_metric_handler_requests_total)
avg(promhttp_metric_handler_requests_total)
# rate - wymaga range vector
rate(promhttp_metric_handler_requests_total[5m])
docker run --net host prom/node-exporter
docker run --net host prom/node-exporter --web.listen-address=":9101"
# przykładowe query, z filtrem
node_cpu_seconds_total{cpu="1"}[5m]
rate(node_cpu_seconds_total{cpu="0", mode="user"}[5m])
docker run --net host grafana/grafana
docker build -f app.dockerfile . -t app1
docker run --net host -v $(pwd):/app:ro app1 uwsgi --http 0.0.0.0:5000 --wsgi-file app.py --callable app
10. Speaker notes
docker exec -it tik_influxdb_1 influx --precision rfc3339
show field keys from cpu;
show tag keys from cpu;
select cpu, mean(usage_idle) from cpu;
select mean(usage_idle) from cpu group by cpu, time(10m);
docker run --net host influxdb
telegraf --config telegraf.conf
SELECT cumulative_sum(value) FROM "request"