具前景的mysql数据监控平台_管理和监控MySQL和MongoDB性能的开源平台Percona

本文主要是介绍具前景的mysql数据监控平台_管理和监控MySQL和MongoDB性能的开源平台Percona,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!

Percona监控和管理概述

Percona监控和管理(PMM)是一个用于管理和监控MySQL和MongoDB性能的开源平台。 它由Percona与托管数据库服务,支持和咨询领域的专家合作开发。 PMM是一个免费的开源解决方案,您可以在自己的环境中运行,以实现最大的安全性和可靠性。 它为MySQL和MongoDB服务器提供全面的基于时间的分析,以确保您的数据尽可能高效地工作。

Percona监控和管理架构

PMM平台基于简单的客户端 - 服务器模型,可实现高效的可扩展性。它包括以下模块:

PMM Client安装在您要监视的每个数据库主机上。它收集服务器指标,一般系统指标和查询分析数据,以获得完整的性能概述。收集的数据发送到PMM服务器。

PMM Server是PMM的核心部分,它聚合收集的数据,并以Web界面的表格,仪表板和图形的形式呈现。

PMM是旨在无缝协同工作的工具集合。一些是由Percona开发的,一些是第三方开源工具。

下图说明了PMM当前的结构:

1460000011172589

PMM Client

PMM客户端软件包适用于大多数流行的Linux发行版:

Red Hat Enterprise Linux衍生产品的RPM(包括CentOS,Oracle Linux,Amazon Linux等)

DEB用于基于Debian的发行版(包括Ubuntu等)

PMM客户端软件包包含以下内容:

pmm-admin是用于管理PMM客户端的命令行工具,例如,添加和删除要监视的数据库实例。

percona-qan-agent是一种在收集查询性能数据时管理查询分析(QAN)代理的服务。它还与PMM服务器中的QAN API连接,并发送收集的数据。

node_exporter是收集一般系统指标的Prometheus exporter。有关详细信息,请参阅https://github.com/prometheus...。

mysqld_exporter是收集MySQL服务器指标的Prometheus exporter。有关详细信息,请参阅https://github.com/percona/my...。

mongodb_exporter是收集MongoDB服务器指标的Prometheus exporter。有关详细信息,请参阅https://github.com/percona/mo...。

proxysql_exporter是收集ProxySQL性能指标的Prometheus exporter。有关详细信息,请参阅https://github.com/percona/pr...。

PMM Server

PMM服务器将作为您的中央监控主机的机器运行。它通过以下方式作为设备分发:

可以用于运行容器的Docker映像

可以在VirtualBox或其他管理程序中运行

可以通过Amazon Web Services(AWS)运行的Amazon Machine Image(AMI)

PMM服务器由以下工具组成:

查询分析(QAN)使您能够在一段时间内分析MySQL查询性能。除客户端QAN代理外,还包括以下内容:

QAN API是用于存储和访问在PMM客户端上运行的percona-qan-agent收集的查询数据的后端

QAN Web App是用于可视化收集的Query Analytics数据的Web应用程序。

度量监视器(MM)提供对MySQL或MongoDB服务器实例至关重要的度量的历史视图。它包括以下内容:

Prometheus是一个第三方时间序列数据库,连接到在PMM客户端上运行的出口商,并汇总了收集的指标.

Consul提供一个PMM客户端可以远程列出,添加和删除Prometheus主机的API。

Grafana是一个第三方仪表板和图形构建器,用于在直观的Web界面中可视化由Prometheus汇总的数据.

Percona仪表板是由Percona开发的Grafana仪表板

Orchestrator是MySQL复制拓扑管理和可视化工具。

部署Percona监控和管理

以下过程介绍如何正确部署PMM:

在主机上运行PMM Server,用于访问收集的数据,查看基于时间的图表,并执行性能分析。

以下选项可用:

使用Docker运行PMM服务器

使用VirtualBox运行PMM服务器

使用Amazon Machine Image(AMI)运行PMM服务器

安装运行PMM Server(使用Docker运行PMM服务器)

使用docker运行PMM Server

PMM服务器的Docker映像公开托管在https://hub.docker.com/r/perc...。 如果要从Docker映像运行PMM Server,则主机必须能够运行Docker 1.13或更高版本,并具有网络访问权限。 有关使用Docker的更多信息,请参阅Docker文档(https://docs.docker.com/)。

CentOS 6 安装Docker

yum --enablerepo=epel -y install docker-io

/etc/rc.d/init.d/docker start

chkconfig docker on

注:使用pmm-server映像时,请使用特定的版本标签,而不是最新的标签。目前的稳定版本是1.1.3。

第一步. 创建一个PMM数据容器

要创建持久PMM数据的容器,请运行以下命令:

docker create \

-v /opt/prometheus/data \

-v /opt/consul-data \

-v /var/lib/mysql \

-v /var/lib/grafana \

--name pmm-data \

percona/pmm-server:1.1.3 /bin/true

此容器不运行,只需升级到较新的pmm服务器映像时,确保您保留所有PMM数据。不要删除或重新创建此容器,除非您打算清除所有PMM数据并重新开始。

第二步、创建并运行PMM服务器容器

要运行PMM服务器,请使用以下命令:

docker run -d \

-p 666:80 \

--volumes-from pmm-data \

--name pmm-server \

--restart always \

percona/pmm-server:1.1.3

注意:这里666端口是自定义的,因为笔者实验机80已被占用

确认PMM 安装运行是否正确

通过使用运行容器的主机的IP地址连接到PMM Web界面来验证PMM服务器是否正在运行,然后在要监视的所有数据库主机上安装PMM Client

Component

URL

删除PMM服务器

在停止和删除PMM服务器之前,请确保相关的PMM客户端不通过删除所有监视的实例来收集任何数据,如删除监控服务中所述。

docker stop pmm-server && docker rm pmm-server

docker rm pmm-data # 删除pmm数据容器

升级PMM服务器

docker stop pmm-server # 先停

docker rm pmm-server # 再删,如果如要保留收集数据,不要执行此操作

docker run -d \

-p 999:80 \

--volumes-from pmm-data \

--name pmm-server \

--restart always \

--init \

percona/pmm-server:1.1.3

在Red Hat和CentOS上安装PMM客户端

PMM客户端是安装在您要监视的MySQL或MongoDB主机上的一组代理和出口商。 组件收集关于一般系统和数据库性能的各种数据,并将该数据发送到相应的PMM服务器组件。

注:不应该在具有相同主机名的数据库服务器上安装代理,因为PMM服务器使用主机名来标识收集的数据。

安装PMM客户端

PMM客户端应该运行在任何现代的Linux发行版上,但是Percona提供的PMM客户端软件包只能从最受欢迎的Linux发行版的软件仓库进行自动安装:

系统事先无percona的yum源,需要新增

sudo yum install https://www.percona.com/redir/downloads/percona-release/redhat/latest/percona-release-0.1-4.noarch.rpm

安装pmm-client软件包

sudo yum install pmm-client -y

将PMM客户端连接到PMM服务器

使用pmm-admin config --help,查看帮助

[root@backup-server ~]# sudo pmm-admin config --server 192.168.0.99:666

OK, PMM server is alive.

PMM Server | 192.168.0.99:666

Client Name | backup-server

Client Address | 192.168.0.47

开始数据收集

将客户端连接到PMM服务器后,通过添加监控服务,从数据库实例启用数据收集。

要启用一般系统度量,MySQL指标和查询分析,请运行:

管理PMM客户端

# 添加监控服务

pmm-admin add

# 检查PMM客户端和PMM服务器之间的网络连接。

pmm-admin check-network

# 配置PMM Client如何与PMM服务器通信。

pmm-admin config

# 打印任何命令和退出的帮助

pmm-admin help

# 打印有关PMM客户端的信息

pmm-admin info

# 出为此PMM客户端添加的所有监控服务

pmm-admin list

# 检查PMM服务器是否存活

pmm-admin ping

# 检查PMM服务器是否存活。

pmm-admin purge

# 清除PMM服务器上的度量数据

pmm-admin remove, pmm-admin rm

# 删除监控服务

pmm-admin repair

# 重启pmm

pmm-admin restart

# 打印PMM Client使用的密码

pmm-admin show-passwords

# 开启监控服务

pmm-admin start

# 停止监控服务

pmm-admin stop

# 在卸载之前清理PMM Client

pmm-admin uninstall

添加MySQL查询分析服务

默认情况下不存在初始的被pmm-client使用的mysql用户,需要自己创建,笔者是登录到mysql中创建的用户,感兴趣的同学可以使用pmm-admin提供的参数创建默认用户

GRANT ALL PRIVILEGES ON *.* TO 'pmm'@'192.168.0.47' IDENTIFIED BY 'pmmpassword';

# 创建用户成功

[root@backup-server ~]# sudo pmm-admin add mysql:metrics --user pmm --password pmmpassword --host 192.168.0.47

# 使用创建的用户添加监控mysql服务

OK, now monitoring MySQL metrics using DSN pmm:***@tcp(192.168.0.47:3306)

[root@backup-server ~]# sudo pmm-admin add mysql:queries --user pmm --password pmmpassword --host 192.168.0.47

查看当前服务器监控的服务

[root@backup-server ~]# pmm-admin list

pmm-admin 1.1.3

PMM Server | 192.168.0.99:666

Client Name | backup-server

Client Address | 192.168.0.47

Service Manager | unix-systemv

-------------- -------------- ----------- -------- ------------------------------- ------------------------------------------

SERVICE TYPE NAME LOCAL PORT RUNNING DATA SOURCE OPTIONS

-------------- -------------- ----------- -------- ------------------------------- ------------------------------------------

mysql:queries backup-server - YES pmm:***@tcp(192.168.0.47:3306) query_source=slowlog, query_examples=true

linux:metrics backup-server 42000 YES -

mysql:metrics backup-server 42002 YES pmm:***@tcp(192.168.0.47:3306) tablestats=OFF

报错排查

QAN API error: "qh.Profile: No query classes for selected instance and time range. Please check whether your MySQL settings match the recommended.".Check the /var/log/qan-api.log file in docker container for more information

# mysql 开启慢日志查询

yum install percona-toolkit -y # 建议安装

#

slow_query_log = 1

long_query_time = 2

# 重启mysql(mysql5.6)

/etc/init.d/mysql restart

cc4c42270442e8edeb29db4ae286948c.png

881e1ea686521b75063fb927ab85aaba.png

01f44de2b5baf7620d07e5e337fe52e2.png

后续补充监控MongoDB的教程。。。

这篇关于具前景的mysql数据监控平台_管理和监控MySQL和MongoDB性能的开源平台Percona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/512523

相关文章

SpringBoot 多环境开发实战(从配置、管理与控制)

《SpringBoot多环境开发实战(从配置、管理与控制)》本文详解SpringBoot多环境配置,涵盖单文件YAML、多文件模式、MavenProfile分组及激活策略,通过优先级控制灵活切换环境... 目录一、多环境开发基础(单文件 YAML 版)(一)配置原理与优势(二)实操示例二、多环境开发多文件版

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本

MySQL中On duplicate key update的实现示例

《MySQL中Onduplicatekeyupdate的实现示例》ONDUPLICATEKEYUPDATE是一种MySQL的语法,它在插入新数据时,如果遇到唯一键冲突,则会执行更新操作,而不是抛... 目录1/ ON DUPLICATE KEY UPDATE的简介2/ ON DUPLICATE KEY UP

MySQL分库分表的实践示例

《MySQL分库分表的实践示例》MySQL分库分表适用于数据量大或并发压力高的场景,核心技术包括水平/垂直分片和分库,需应对分布式事务、跨库查询等挑战,通过中间件和解决方案实现,最佳实践为合理策略、备... 目录一、分库分表的触发条件1.1 数据量阈值1.2 并发压力二、分库分表的核心技术模块2.1 水平分

GSON框架下将百度天气JSON数据转JavaBean

《GSON框架下将百度天气JSON数据转JavaBean》这篇文章主要为大家详细介绍了如何在GSON框架下实现将百度天气JSON数据转JavaBean,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录前言一、百度天气jsON1、请求参数2、返回参数3、属性映射二、GSON属性映射实战1、类对象映

Python与MySQL实现数据库实时同步的详细步骤

《Python与MySQL实现数据库实时同步的详细步骤》在日常开发中,数据同步是一项常见的需求,本篇文章将使用Python和MySQL来实现数据库实时同步,我们将围绕数据变更捕获、数据处理和数据写入这... 目录前言摘要概述:数据同步方案1. 基本思路2. mysql Binlog 简介实现步骤与代码示例1

Redis实现高效内存管理的示例代码

《Redis实现高效内存管理的示例代码》Redis内存管理是其核心功能之一,为了高效地利用内存,Redis采用了多种技术和策略,如优化的数据结构、内存分配策略、内存回收、数据压缩等,下面就来详细的介绍... 目录1. 内存分配策略jemalloc 的使用2. 数据压缩和编码ziplist示例代码3. 优化的

从原理到实战解析Java Stream 的并行流性能优化

《从原理到实战解析JavaStream的并行流性能优化》本文给大家介绍JavaStream的并行流性能优化:从原理到实战的全攻略,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的... 目录一、并行流的核心原理与适用场景二、性能优化的核心策略1. 合理设置并行度:打破默认阈值2. 避免装箱

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

SpringBoot集成XXL-JOB实现任务管理全流程

《SpringBoot集成XXL-JOB实现任务管理全流程》XXL-JOB是一款轻量级分布式任务调度平台,功能丰富、界面简洁、易于扩展,本文介绍如何通过SpringBoot项目,使用RestTempl... 目录一、前言二、项目结构简述三、Maven 依赖四、Controller 代码详解五、Service