Go 实现 nginx log 读取 分析 写入InfluxDB 并用Grafana 显示

2024-06-12 03:48

本文主要是介绍Go 实现 nginx log 读取 分析 写入InfluxDB 并用Grafana 显示,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

参考:慕课网https://www.imooc.com/learn/982

1. 系统结构

用Go实现文件读取,并且将log 分析并写入InfluxDB,最后用通过配置Grafana 显示

log file –>log process –> influxdb –> grafana

监控需求:某个协议下的某个请求在某个请求方法的QPS和响应时间和流量

2. Go 接收

  1. Go 并发执行
    • 将复杂的任务拆分,通过goroutine去并发的执行
    • 通过channel做数据通信
  2. Golang 中面向对象
    1. struct对象
    2. interface
    3. 封装,继承,多态

封装:

type Foo struct {baz string
}
func (f * Foo) echo() {fmt.Println(f.baz)
}

继承:

type Foo struct {baz string
}
type Bar strct {Foo
}

Code 实现:https://github.com/itsmikej/imooc_logprocess, 通过看视频教程,应该可以能够很好的理解code, 以及理解如何一步步实现模块封装。

3. InfluxDB

是一个开源的时序性的数据库,使用GO编写,被广泛用于存储系统的监控数据,IOT行业的实时数据等场景,有以下特性:

- 部署简单,无外部依赖
- 内置http支持,使用http读写
- 类sql的灵活查询(max,min,sum等)

概念:database: 数据库;measurement: 数据库的表,points: 表里的一行数据(tags: 有索引的属性,fields:各种记录的值,time: 时间戳)

写入数据:

curl -i -XPOST 'http://localhost:8086/write?db=mydb' --data-binary 'cpu_usage,host=server01,region=us-west value=0.64 143405230000000'

读取数据:

curl -G 'http://localhost:8086/query?pretty=true' --data-urlencode "db=mydb" --data-urlencode "q=SELECT\"value\"FROM\"cpu_usage\"WHERE "region\"='us-west'"

针对本log 系统:
tags: path, method, scheme, status
Fileds: UpstreamTime, Requestime,BytesSent
Time: Timelocal

安装:

  1. docker pull influxdb
  2. 创建DB, curl -G http://localhost:8086/query --data-urlencode "q=CREATE DATABASE imooc"
  3. 创建用户, curl "http://localhost:8086/query" --data-urlencode "q=CREATE USER imooc WITH PASSWORD 'imoocpass' WITH ALL PRIVILEGES"
  4. 启动container:
docker run -itd -p 8086:8086 -v $PWD:/var/lib/influxd influxdb

4. Grafana

Grafana 可以集成多种数据源, ES, Mysql 等 可以通过创建漂亮的GUI,实时的显示数据。只需要配置下Datastore,以及DashBoad
安装

docker run -d --name=grafana -p 3000:3000 grafana/grafana

Add datastore: 添加 influxdb 的地址,数据库等信息。

这篇关于Go 实现 nginx log 读取 分析 写入InfluxDB 并用Grafana 显示的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1053117

相关文章

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

Python使用Tenacity一行代码实现自动重试详解

《Python使用Tenacity一行代码实现自动重试详解》tenacity是一个专为Python设计的通用重试库,它的核心理念就是用简单、清晰的方式,为任何可能失败的操作添加重试能力,下面我们就来看... 目录一切始于一个简单的 API 调用Tenacity 入门:一行代码实现优雅重试精细控制:让重试按我

MySQL中EXISTS与IN用法使用与对比分析

《MySQL中EXISTS与IN用法使用与对比分析》在MySQL中,EXISTS和IN都用于子查询中根据另一个查询的结果来过滤主查询的记录,本文将基于工作原理、效率和应用场景进行全面对比... 目录一、基本用法详解1. IN 运算符2. EXISTS 运算符二、EXISTS 与 IN 的选择策略三、性能对比

Redis客户端连接机制的实现方案

《Redis客户端连接机制的实现方案》本文主要介绍了Redis客户端连接机制的实现方案,包括事件驱动模型、非阻塞I/O处理、连接池应用及配置优化,具有一定的参考价值,感兴趣的可以了解一下... 目录1. Redis连接模型概述2. 连接建立过程详解2.1 连php接初始化流程2.2 关键配置参数3. 最大连

SpringBoot多环境配置数据读取方式

《SpringBoot多环境配置数据读取方式》SpringBoot通过环境隔离机制,支持properties/yaml/yml多格式配置,结合@Value、Environment和@Configura... 目录一、多环境配置的核心思路二、3种配置文件格式详解2.1 properties格式(传统格式)1.

Python实现网格交易策略的过程

《Python实现网格交易策略的过程》本文讲解Python网格交易策略,利用ccxt获取加密货币数据及backtrader回测,通过设定网格节点,低买高卖获利,适合震荡行情,下面跟我一起看看我们的第一... 网格交易是一种经典的量化交易策略,其核心思想是在价格上下预设多个“网格”,当价格触发特定网格时执行买

MySQL 内存使用率常用分析语句

《MySQL内存使用率常用分析语句》用户整理了MySQL内存占用过高的分析方法,涵盖操作系统层确认及数据库层bufferpool、内存模块差值、线程状态、performance_schema性能数据... 目录一、 OS层二、 DB层1. 全局情况2. 内存占js用详情最近连续遇到mysql内存占用过高导致

解决pandas无法读取csv文件数据的问题

《解决pandas无法读取csv文件数据的问题》本文讲述作者用Pandas读取CSV文件时因参数设置不当导致数据错位,通过调整delimiter和on_bad_lines参数最终解决问题,并强调正确参... 目录一、前言二、问题复现1. 问题2. 通过 on_bad_lines=‘warn’ 跳过异常数据3

python设置环境变量路径实现过程

《python设置环境变量路径实现过程》本文介绍设置Python路径的多种方法:临时设置(Windows用`set`,Linux/macOS用`export`)、永久设置(系统属性或shell配置文件... 目录设置python路径的方法临时设置环境变量(适用于当前会话)永久设置环境变量(Windows系统

深度解析Nginx日志分析与499状态码问题解决

《深度解析Nginx日志分析与499状态码问题解决》在Web服务器运维和性能优化过程中,Nginx日志是排查问题的重要依据,本文将围绕Nginx日志分析、499状态码的成因、排查方法及解决方案展开讨论... 目录前言1. Nginx日志基础1.1 Nginx日志存放位置1.2 Nginx日志格式2. 499