Prometheus（四）：VMware Vsphere监控及数据展示

2024-03-21 19:20
文章标签 数据 展示 vmware 监控 prometheus vsphere

本文主要是介绍Prometheus（四）：VMware Vsphere监控及数据展示，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！

目录

  • 1 vmware exporter安装配置
    • 1.1 vmware exporter介绍
    • 1.2 安装 - 使用kubernetes部署
      • 1、下载
      • 2、修改配置文件
      • 3、执行安装
      • 4、查看
    • 1.3 安装-使用docker的方式
    • 1.4 Prometheus配置
    • 1.5 Grafana配置（模板页面还需要修改）
  • 总结

1 vmware exporter安装配置

参考文档：
https://github.com/pryorda/vmware_exporter/tree/main
https://shanzhi7.github.io/2021/11/29/Prometheus_VMware_exporter/

1.1 vmware exporter介绍

VMware exporter是一个用于 Prometheus 的 VMware vCenter 导出器（Exporter）。Prometheus 是一个开源的系统监控和警报工具包，而 Exporter 则是用于将特定服务或系统的度量指标转换为 Prometheus 可以理解的格式的工具。
通过这个 Exporter，可以获取关于 VMware vCenter 的各种信息，包括：

  • 1.基础虚拟机（VM）和主机（Host）的度量指标：这可能包括 CPU 使用率、内存使用情况、磁盘 I/O 等基础性能指标。
  • 2.当前活动的快照数量：VMware 允许用户对虚拟机进行快照，以便在需要时恢复到某个特定状态。这个指标表示当前有多少个活动的快照。
  • 3.数据存储的大小以及其他信息：这涵盖了与数据存储（Datastore）相关的度量指标，如数据存储的总大小、已使用的空间、剩余空间等。
  • 4.快照创建的 Unix 时间戳日期：Unix 时间戳是从 1970 年 1 月 1 日 00:00:00（UTC）到现在的秒数。这里指的是快照创建的具体时间。

vmware exporter可以通过docker、podman、kubernets等多种方式部署，以下介绍两种方式。

1.2 安装 - 使用kubernetes部署

环境：我的kubernetes环境是在ubuntu环境下部署的，可以通过ubuntu用户执行 kubectl 命令

1、下载

# 进入：https://github.com/pryorda/vmware_exporter/tree/main/kubernetes
# 下载：config.yml  vmware-exporter.yml  readme.md 文件
# 并把文件上传到k8s的server服务器
cd /home/ubuntu/data
mkdir vmware_exporter
cd vmware_exporter

2、修改配置文件

# 修改文件
cp config.yml{,.bak}
cp vmware-exporter.yml{,.bak}# 修改config.yml
vim config.yml
kind: ConfigMap
metadata:labels:app: vmware-exportername: vmware-exporter-confignamespace: vmware-exporter
apiVersion: v1
data:VSPHERE_USER: "administrator@vsphere.local"VSPHERE_HOST: "xx.xx.xx.xx"VSPHERE_IGNORE_SSL: "True"VSPHERE_COLLECT_HOSTS: "True"VSPHERE_COLLECT_DATASTORES: "True"VSPHERE_COLLECT_VMS: "True"# 修改vmware-exporter.yml
vim vmware-exporter.yml
apiVersion: apps/v1
kind: Deployment
metadata:name: vmware-exporternamespace: vmware-exporter
spec:selector:matchLabels:app: vmware-exportertemplate:metadata:labels:app: vmware-exporterrelease: vmware-exporterannotations:prometheus.io/path: "/metrics"prometheus.io/port: "9272"prometheus.io/scrape: "true"spec:containers:- name: vmware-exporterimage: "pryorda/vmware_exporter:latest"imagePullPolicy: Alwaysports:- containerPort: 9272name: httpenvFrom:- configMapRef:name: vmware-exporter-config- secretRef:name: vmware-exporter-password
---
apiVersion: v1
kind: Service
metadata:name: vmware-exporter-servicenamespace: vmware-exporter
spec:ports:- nodePort: 9272port: 9272protocol: TCPtargetPort: 9272selector:app: vmware-exporterrelease: vmware-exportersessionAffinity: Nonetype: NodePort

3、执行安装

# 设置自动补全
source <(kubectl completion bash)kubectl create ns vmware-exporter
# read回车后直接输入密码即可
# 使用这种方式是为了避免密码暴露
read -s VSPHERE_PASSWORD
echo $VSPHERE_PASSWORD
kubectl create secret generic vmware-exporter-password --from-literal=VSPHERE_PASSWORD=$VSPHERE_PASSWORD -n vmware-exporter
kubectl apply -f .

4、查看

kubectl get pods,svc -n vmware-exporter -o wide

连接：http://ip:31221/metrics

1.3 安装-使用docker的方式

### 方法一：直接把环境变量写在命令行
docker run -itd -p 9272:9272 -e VSPHERE_USER=${VSPHERE_USERNAME} -e VSPHERE_PASSWORD=${VSPHERE_PASSWORD} -e VSPHERE_HOST=${VSPHERE_HOST} -e VSPHERE_IGNORE_SSL=True -e VSPHERE_SPECS_SIZE=2000 --name vmware_exporter pryorda/vmware_exporter### 方法二：把环境变量统一写在配置文件中
mkdir /root/data
cat > /root/data/config.env << EOF
VSPHERE_USER=administrator@vsphere.local
VSPHERE_PASSWORD=password
VSPHERE_HOST=xx.xx.xx.xx
VSPHERE_IGNORE_SSL=True
VSPHERE_SPECS_SIZE=2000
EOF# 执行命令：
docker run -itd --rm -p 9272:9272 --env-file /root/data/config.env --name vmware_exporter pryorda/vmware_exporter

登录网页查看：ip:9272/metrics
在这里插入图片描述

1.4 Prometheus配置

## 此时在Prometheus的安装目录下
mkdir -p sd_file/vmware
cat sd_file/vmware/vmware_vsphere.yaml 
- targets:  - 'xx.xx.xx.xx:9272'labels:app: vmware_vspherejob: vmware_vspherevim prometheus.yml
- job_name: 'vmware_vcenter'scrape_interval: 15sscrape_timeout: 15smetrics_path: /metrics#scheme: httpfile_sd_configs:- files:- /usr/local/prometheus/sd_file/vmware/*.yamlrefresh_interval: 5m#params:#section: [esx]relabel_configs:- source_labels: [__address__]target_label: __param_target- source_labels: [__param_target]target_label: instance- target_label: __address__replacement: exporter_ip:9272
# 此处需要注意：replacement后面跟的是 vmware_exporter所在的服务器地址，以及暴露的端口
# 如果在通过 docker 、kubernetes或者其他方式部署暴露了其他端口，需要自行修改systemctl restart prometheus.services

http://ip:9090/targets?search=
在这里插入图片描述

1.5 Grafana配置（模板页面还需要修改）

导入模板：（综合，下面三个模板针对的对象不同，所以需要看清楚自己需要的）

  • VMware VM：https://grafana.com/grafana/dashboards/18019
  • exsi: https://grafana.com/grafana/dashboards/10076
  • VMware stats: https://grafana.com/grafana/dashboards/11243

注意：如果不知道该如何导入模板，可以参考之前的文章：Prometheus（二）：NodeExporter和Grafana的安装和使用

总结

此处使用 VMware exporter 监控VMware Vsphere。exporter有多种部署方式，可以根据自己的环境进行选择。
除了上述部署之外还可以通过 python、podman进行部署，具体可以参考如下页面：https://github.com/pryorda/vmware_exporter/tree/main

这篇关于Prometheus（四）：VMware Vsphere监控及数据展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/833660。

相关文章

Linux下利用select实现串口数据读取过程

Linux下利用select实现串口数据读取过程

《Linux下利用select实现串口数据读取过程》文章介绍Linux中使用select、poll或epoll实现串口数据读取,通过I/O多路复用机制在数据到达时触发读取,避免持续轮询,示例代码展示设... 目录示例代码（使用select实现）代码解释总结在 linux 系统里，我们可以借助 select、
阅读更多...
C#使用iText获取PDF的trailer数据的代码示例

C#使用iText获取PDF的trailer数据的代码示例

《C#使用iText获取PDF的trailer数据的代码示例》开发程序debug的时候,看到了PDF有个trailer数据,挺有意思,于是考虑用代码把它读出来,那么就用到我们常用的iText框架了,所... 目录引言iText 核心概念C# 代码示例步骤 1: 确保已安装 iText步骤 2: C# 代码程
阅读更多...
Pandas处理缺失数据的方式汇总

Pandas处理缺失数据的方式汇总

《Pandas处理缺失数据的方式汇总》许多教程中的数据与现实世界中的数据有很大不同,现实世界中的数据很少是干净且同质的,本文我们将讨论处理缺失数据的一些常规注意事项,了解Pandas如何表示缺失数据,... 目录缺失数据约定的权衡Pandas 中的缺失数据None 作为哨兵值NaN：缺失的数值数据Panda
阅读更多...
C++中处理文本数据char与string的终极对比指南

C++中处理文本数据char与string的终极对比指南

《C++中处理文本数据char与string的终极对比指南》在C++编程中char和string是两种用于处理字符数据的类型,但它们在使用方式和功能上有显著的不同,：本文主要介绍C++中处理文本数... 目录1. 基本定义与本质2. 内存管理3. 操作与功能4. 性能特点5. 使用场景6. 相互转换核心区别
阅读更多...
python库pydantic数据验证和设置管理库的用途

python库pydantic数据验证和设置管理库的用途

《python库pydantic数据验证和设置管理库的用途》pydantic是一个用于数据验证和设置管理的Python库,它主要利用Python类型注解来定义数据模型的结构和验证规则,本文给大家介绍p... 目录主要特点和用途：Field数值验证参数总结pydantic 是一个让你能够 confidentl
阅读更多...
JAVA实现亿级千万级数据顺序导出的示例代码

JAVA实现亿级千万级数据顺序导出的示例代码

《JAVA实现亿级千万级数据顺序导出的示例代码》本文主要介绍了JAVA实现亿级千万级数据顺序导出的示例代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 前提：主要考虑控制内存占用空间，避免出现同时导出，导致主程序OOM问题。实现思路：A.启用线程池
阅读更多...
SpringBoot分段处理List集合多线程批量插入数据方式

SpringBoot分段处理List集合多线程批量插入数据方式

《SpringBoot分段处理List集合多线程批量插入数据方式》文章介绍如何处理大数据量List批量插入数据库的优化方案：通过拆分List并分配独立线程处理,结合Spring线程池与异步方法提升效率... 目录项目场景解决方案1.实体类2.Mapper3.spring容器注入线程池bejsan对象4.创建
阅读更多...
PHP轻松处理千万行数据的方法详解

PHP轻松处理千万行数据的方法详解

《PHP轻松处理千万行数据的方法详解》说到处理大数据集,PHP通常不是第一个想到的语言,但如果你曾经需要处理数百万行数据而不让服务器崩溃或内存耗尽,你就会知道PHP用对了工具有多强大,下面小编就... 目录问题的本质php 中的数据流处理：为什么必不可少生成器：内存高效的迭代方式流量控制：避免系统过载一次性
阅读更多...
C#实现千万数据秒级导入的代码

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很
阅读更多...
MyBatis-plus处理存储json数据过程

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
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2