02：openf-falcon安装

open-falcon其他篇

1.1 安装open-falcon环境准备
1.2 部署open-falcon后端
1.2.1 agent配置文件
1.2.2 transfer（数据上报）
1.2.3 judge（告警判断）
1.2.4 Alarm（告警）
1.2.5 graph（数据存储&归档）
1.2.6 API
1.2.7 Aggregator
1.2.8 Nodata
1.3 部署前端(dashboard)
1.4 被监控主机安装open-falcon agent

1.1 安装open-falcon环境准备返回顶部

　　 环境准备：https://book.open-falcon.org/zh_0_2/quick_install/prepare.html

　　 参考博客：https://www.cnblogs.com/yaohong/p/8713723.html

　　1、依赖组件

　　　　1）安装一些基本工具（与open-falcon无关）

　　　　　　　　yum install -y wget

　　　　　　　　yum install -y vim

　　　　　　　　yum install -y git

　　　　2）安装redis

　　　　　　　　yum install -y redis

　　　　　　　　systemctl start redis # 启动redis

　　　　　　　　systemctl enable redis # 设置redis开机启动

　　　　　　　　systemctl status redis # 查看redis是否开启

　　　　3）安装mysql

　　　　　　　　wget http://repo.mysql.com/mysql-community-release-el7-5.noarch.rpm # 下载repo源

　　　　　　　　rpm -ivh mysql-community-release-el7-5.noarch.rpm # 安装该rpm包

　　　　　　　　yum install mysql-server -y # 安装mysql

　　　　　　　　systemctl start mysql

　　　　　　　　systemctl status mysql

　　　　4）初始化mysql表结构

cd /tmp/ && git clone https://github.com/open-falcon/falcon-plus.git

cd /tmp/falcon-plus/scripts/mysql/db_schema/

mysql -h 127.0.0.1 -u root -p < 1_uic-db-schema.sql

mysql -h 127.0.0.1 -u root -p < 2_portal-db-schema.sql

mysql -h 127.0.0.1 -u root -p < 3_dashboard-db-schema.sql

mysql -h 127.0.0.1 -u root -p < 4_graph-db-schema.sql

mysql -h 127.0.0.1 -u root -p < 5_alarms-db-schema.sql

rm -rf /tmp/falcon-plus/

　　2、安装Go语言开发环境 & 编译打包 open-falcon-v0.2.1.tar.gz

　　　　 注：https://book.open-falcon.org/zh_0_2/quick_install/prepare.html 中官方有提供编译包，如果编译过程不顺利可以直接下载编译包。

　　　　1）安装go语言环境

　　　　　　　　yum install -y epel-release

　　　　　　　　yum install golang -y

　　　　　　　　go version # 确认是否满足官方要求的Go >= 1.6

　　　　2）设置环境变量GOROOT和GOPATH

　　　　　　　　export GOROOT=/usr/lib/golang

　　　　　　　　export GOPATH=/home

　　　　3）将open-falcon的源码从github上get下来

　　　　　　　　mkdir -p $GOPATH/src/github.com/open-falcon # 创建GOPATH下的一个本地的路径

　　　　　　　　cd $GOPATH/src/github.com/open-falcon # 进入该路径

　　　　　　　　git clone https://github.com/open-falcon/falcon-plus.git # 将源码get到本地

　　　　4）编译源码并打包 open-falcon-v0.2.1.tar.gz

　　　　　　　　cd $GOPATH/src/github.com/open-falcon/falcon-plus/ # 进入本地源码路径下

　　　　　　　　go get github.com/open-falcon/rrdlite # 使用go get获取rrdtool工具包（make过程卡壳的一个点）

　　　　　　　　make all # 编译所有模块

　　　　　　　　make pack # 打包

　　　　　　　　注：在$GOPATH/src/github.com/open-falcon/falcon-plus/ 目录下就多了刚才的压缩包 “open-falcon-v0.2.1.tar.gz”。

1.2 部署open-falcon后端返回顶部

　　https://book.open-falcon.org/zh_0_2/quick_install/backend.html

　　1、创建工作目录

　　　　　　export WORKSPACE=/home/work

　　　　　　mkdir -p $WORKSPACE

　　2、解压二进制包（包名根据实际进行修改）

　　　　　　cd $GOPATH/src/github.com/open-falcon/falcon-plus/

　　　　　　tar -xzvf open-falcon-v0.2.1.tar.gz -C $WORKSPACE

　　　　　　注：由于我是根据本教程编译源码获得的压缩包，故需要切换到“$GOPATH/src/github.com/open-falcon/falcon-plus/”路径下。

　　　　　　包名由于make pack的时候就是open-falcon-v0.2.0.tar.gz，具体根据实际情况（17/12/6再部署时发现官方已有0.2.1）。

　　3、修改配置文件说明

　　　　　　下面这些模块需要使用mysql数据库，将下面文件的mysql用户名密码替换成真实的即可

模块	配置文件所在路径
aggregator	/home/work/aggregator/config/cfg.json
graph	/home/work/graph/config/cfg.json
hbs	/home/work/hbs/config/cfg.json
nodata	/home/work/nodata/config/cfg.json
api	/home/work/api/config/cfg.json
alarm	/home/work/alarm/config/cfg.json

　　4、启动后端命令

cd $WORKSPACE

./open-falcon start

# 检查所有模块的启动状况

./open-falcon check

1.2.1 agent配置文件返回顶部

　　1、agent（数据采集组件）：golang项目

　　　　　　1. 需要监控的服务器都要安装falcon-agent，falcon-agent是一个golang开发的daemon程序，用于自发现的采集单机的各种数据和指标

　　　　　　2. falcon-agent提供了一个proxy-gateway，用户可以方便的通过http接口，push数据到本机的gateway

　　　　　　3. gateway会将用户push的数据转发到server端，所有自实现的插件都使用这个REST接口传送数据。。

　　　　　　4. 部署好agent后，能自动获取到系统的基础监控指标，并上报给transfer，agent与transfer建立了TCP长连接，每隔60秒发送一次数据到transfer。

　　2、配置说明

　　　　　　http://192.168.56.12:1988/

　　　　　　vim /home/work/agent/config/cfg.json

{

    "debug": true,    # 控制一些debug信息的输出，生产环境通常设置为false

    "hostname": "",   # agent采集了数据发给transfer，endpoint就设置为了hostname，默认通过`hostname`获取，如果配置中配置了hostname，就用配置中的

    "ip": "",         # agent与hbs心跳的时候会把自己的ip地址发给hbs，agent会自动探测本机ip，如果不想让agent自动探测，可以手工修改该配置

    "plugin": {

        "enabled": false,                   # 默认不开启插件机制

        "dir": "./plugin",                  # 把放置插件脚本的git repo clone到这个目录

        "git": "https://github.com/open-falcon/plugin.git", # 放置插件脚本的git repo地址

        "logs": "./logs"                                    # 插件执行的log，如果插件执行有问题，可以去这个目录看log

    },

    "heartbeat": {

        "enabled": true,                      # 此处enabled要设置为true

        "addr": "127.0.0.1:6030",             # hbs的地址，端口是hbs的rpc端口

        "interval": 60,                       # 心跳周期，单位是秒

        "timeout": 1000                       # 连接hbs的超时时间，单位是毫秒

    },

    "transfer": {

        "enabled": true,

        "addrs": [

            "127.0.0.1:18433"

        ],                          # transfer的地址，端口是transfer的rpc端口, 可以支持写多个transfer的地址，agent会保证HA

        "interval": 60,             # 采集周期，单位是秒，即agent一分钟采集一次数据发给transfer

        "timeout": 1000             # 连接transfer的超时时间，单位是毫秒

    },

    "http": {

        "enabled": true,            # 是否要监听http端口

        "listen": ":1988",

        "backdoor": false

    },

    "collector": {

        "ifacePrefix": ["eth", "em"],  # 默认配置只会采集网卡名称前缀是eth、em的网卡流量，配置为空就会采集所有的，lo的也会采集。可以从/proc/net/dev看到各个网卡的流量信息

        "mountPoint": []

    },

    "default_tags": {

    },

    "ignore": {                        # 默认采集了200多个metric，可以通过ignore设置为不采集

        "cpu.busy": true,

        "df.bytes.free": true,

        "df.bytes.total": true,

        "df.bytes.used": true,

        "df.bytes.used.percent": true,

        "df.inodes.total": true,

        "df.inodes.free": true,

        "df.inodes.used": true,

        "df.inodes.used.percent": true,

        "mem.memtotal": true,

        "mem.memused": true,

        "mem.memused.percent": true,

        "mem.memfree": true,

        "mem.swaptotal": true,

        "mem.swapused": true,

        "mem.swapfree": true

    }

}

agent配置文件

　　3、进程管理

　　　　　　./open-falcon start agent 启动进程

　　　　　　./open-falcon stop agent 停止进程

　　　　　　./open-falcon monitor agent 查看日志

　　4、验证agent是否正常

　　　　　　cd /home/work/agent/bin/

　　　　　　./falcon-agent --check

　　　　　　curl 127.0.0.1:1988/config/reload # 重载agent配置

　　5、/v1/push接口，监控脚本定制

　　　　　　ts=`date +%s`; curl -X POST -d "[{\"metric\": \"metric.demo\", \"endpoint\": \"qd-open-falcon-judge01.hd\", \"timestamp\": $ts,\"step\": 60,\"value\": 9,\"counterType\": \"GAUGE\",\"tags\": \"project=falcon,module=judge\"}]" http://127.0.0.1:1988/v1/push

1.2.2 transfer（数据上报）返回顶部

　　1、transfer（数据上报）

　　　　　　1. transfer进程负责分发从agent上送的监控指标数据，并根据哈希分片。

　　　　　　2. 将数据分发给judge进程和graph进程，供告警判定和绘图。

　　2、服务管理

　　　　　　./open-falcon start transfer # 启动服务

　　　　　　curl -s "127.0.0.1:6060/health" # 校验服务,这里假定服务开启了6060的http监听端口。检验结果为ok表明服务正常启动。

　　　　　　./open-falcon stop transfer # 停止服务

　　　　　　./open-falcon monitor transfer # 查看日志

　　3、补充说明

　　　　　　部署完成transfer组件后，请修改agent的配置，使其指向正确的transfer地址。

　　　　　　在安装完graph和judge后，请修改transfer的相应配置、使其能够正确寻址到这两个组件。

　　4、配置说明

{

    "debug": true,      # 如果为true，日志中会打印debug信息

    "minStep": 30,      # 允许上报的数据最小间隔，默认为30秒

    "http": {

        "enabled": true,                # 表示是否开启该http端口，该端口为控制端口，主要用来对transfer发送控制命令、统计命令、debug命令等

        "listen": "0.0.0.0:6060"        # 表示监听的http端口

    },

    "rpc": {

        "enabled": true,                # 表示是否开启该jsonrpc数据接收端口, Agent发送数据使用的就是该端口

        "listen": "0.0.0.0:8433"        # 表示监听的http端口

    },

    "socket": {                         # 即将被废弃,请避免使用

        "enabled": true,

        "listen": "0.0.0.0:4444",

        "timeout": 3600

    },

    "judge": {

        "enabled": true,                # 表示是否开启向judge发送数据

        "batch": 200,                   # 数据转发的批量大小，可以加快发送速度，建议保持默认值

        "connTimeout": 1000,            # 单位是毫秒，与后端建立连接的超时时间，可以根据网络质量微调，建议保持默认

        "callTimeout": 5000,            # 单位是毫秒，发送数据给后端的超时时间，可以根据网络质量微调，建议保持默认

        "maxConns": 32,                 # 连接池相关配置，最大连接数，建议保持默认

        "maxIdle": 32,                  # 连接池相关配置，最大空闲连接数，建议保持默认

        "replicas": 500,                # 这是一致性hash算法需要的节点副本数量，建议不要变更，保持默认即可

        "cluster": {                    # key-value形式的字典，表示后端的judge列表，其中key代表后端judge名字，value代表的是具体的ip:port

            "judge-00" : "0.0.0.0:6080"

        }

    },

    "graph": {

        "enabled": true,                # 表示是否开启向graph发送数据

        "batch": 200,

        "connTimeout": 1000,

        "callTimeout": 5000,

        "maxConns": 32,

        "maxIdle": 32,

        "replicas": 500,

        "cluster": {                      # key-value形式的字典，表示后端的graph列表，其中key代表后端graph名字，value代表的是具体的ip:port

            "graph-00" : "0.0.0.0:6070"   # (多个地址用逗号隔开, transfer会将同一份数据发送至各个地址，利用这个特性可以实现数据的多重备份)

        }

    },

    "tsdb": {

        "enabled": false,                 # 表示是否开启向open tsdb发送数据

        "batch": 200,

        "connTimeout": 1000,

        "callTimeout": 5000,

        "maxConns": 32,

        "maxIdle": 32,

        "retry": 3,                       # 连接后端的重试次数和发送数据的重试次数

        "address": "127.0.0.1:8088"       # tsdb地址或者tsdb集群vip地址, 通过tcp连接tsdb.

    }

}

transfer配置文件

1.2.3 judge（告警判断）返回顶部

　　1、judge（告警判断）

　　　　　　1.Judge从Heartbeat server获取所有的报警策略，并判断transfer推送的指标数据是否触发告警。

　　　　　　2. 若触发了告警，judge将会产生告警事件，这些告警事件会写入Redis（使用Redis消息队列）。

　　　　　　3. redis中告警事件，供处理告警事件的Alarm进程转发告警消息，或是Email，或是手机短信等。

　　2、部署说明

　　　　　　1. Judge监听了一个http端口，提供了一个http接口：/count，访问之，可以得悉当前Judge实例处理了多少数据量。

　　　　　　2. 推荐的做法是一个Judge实例处理50万~100万数据，用个5G~10G内存，如果所用物理机内存比较大，比如有128G，可以在一个物理机上部署多个Judge实例。

　　3、进程管理

　　　　　　1. ./open-falcon start judge # 启动

　　　　　　2. ./open-falcon stop judge # 停止

　　　　　　3. ./open-falcon monitor judge # 查看日志

　　4、配置说明

{

    "debug": true,

    "debugHost": "nil",

    "remain": 11,

    "http": {

        "enabled": true,

        "listen": "0.0.0.0:6081"

    },

    "rpc": {

        "enabled": true,

        "listen": "0.0.0.0:6080"

    },

    "hbs": {

        "servers": ["127.0.0.1:6030"],       # hbs最好放到lvs vip后面，所以此处最好配置为vip:port

        "timeout": 300,

        "interval": 60

    },

    "alarm": {

        "enabled": true,

        "minInterval": 300,                  # 连续两个报警之间至少相隔的秒数，维持默认即可

        "queuePattern": "event:p%v",

        "redis": {

            "dsn": "127.0.0.1:6379",         # 与alarm、sender使用一个redis

            "maxIdle": 5,

            "connTimeout": 5000,

            "readTimeout": 5000,

            "writeTimeout": 5000

        }

    }

}

judge配置文件

1.2.4 Alarm（告警）返回顶部

　　1、Alarm（告警）

　　　　　　1. Alarm进程监听Redis中的消息队列，并将judge产生的告警事件转发给微信、短信和邮件三种REST接口，REST接口才是具体的发送动作。

　　　　　　2. 另外，关于告警，每条告警策略都会定义不同的优先级，Redis中的消息队列也按优先级划分。

　　　　　　3. Alarm不仅消费告警事件，优先级比较低的报警，其合并逻辑都是在alarm中做，所以目前Alarm进程只能部署一个实例。

　　　　　　4. 已经发送出去的告警事件，Alarm将会负责写入MySQL。

　　　　　　说明：

　　　　　　　　1）我们在配置报警策略的时候配置了报警级别，比如P0/P1/P2等等，每个及别的报警都会对应不同的redis队列

　　　　　　　　2）alarm去读取这个数据的时候我们希望先读取P0的数据，再读取P1的数据，最后读取P5的数据，因为我们希望先处理优先级高的。

　　　　　　注：alarm是个单点。对于未恢复的告警是放到alarm的内存中的，alarm还需要做报警合并，故而alarm只能部署一个实例。后期需要想办法改进。

　　2、部署说明

　　　　　　1. alarm是个单点，对于未恢复的告警是放到alarm的内存中的，alarm还需要做报警合并，故而alarm只能部署一个实例。需要对alarm的存活做好监控。

　　3、进程管理

　　　　　　./open-falcon start alarm # 启动

　　　　　　./open-falcon stop alarm # 停止

　　　　　　./open-falcon monitor alarm # 查看日志

　　4、配置说明

{

    "log_level": "debug",

    "http": {

        "enabled": true,

        "listen": "0.0.0.0:9912"

    },

    "redis": {

        "addr": "127.0.0.1:6379",

        "maxIdle": 5,

        "highQueues": [

            "event:p0",

            "event:p1",

            "event:p2"

        ],

        "lowQueues": [

            "event:p3",

            "event:p4",

            "event:p5",

            "event:p6"

        ],

        "userIMQueue": "/queue/user/im",

        "userSmsQueue": "/queue/user/sms",

        "userMailQueue": "/queue/user/mail"

    },

    "api": {

        "im": "http:#127.0.0.1:10086/wechat",      #微信发送网关地址

        "sms": "http:#127.0.0.1:10086/sms",        #短信发送网关地址

        "mail": "http:#127.0.0.1:10086/mail",      #邮件发送网关地址

        "dashboard": "http:#127.0.0.1:8081",       #dashboard模块的运行地址

        "plus_api":"http:#127.0.0.1:8080",         #falcon-plus api模块的运行地址

        "plus_api_token": "default-token-used-in-server-side"       #用于和falcon-plus api模块服务端之间的通信认证token

    },

    "falcon_portal": {

        "addr": "root:@tcp(127.0.0.1:3306)/alarms?charset=utf8&loc=Asia%2FChongqing",

        "idle": 10,

        "max": 100

    },

    "worker": {

        "im": 10,

        "sms": 10,

        "mail": 50

    },

    "housekeeper": {

        "event_retention_days": 7,    #报警历史信息的保留天数

        "event_delete_batch": 100

    }

}

alarm配置文件

　　5、报警合并

　　　　　　1. 如果某个核心服务挂了，可能会造成大面积报警，为了减少报警短信数量，我们做了报警合并功能。

　　　　　　2. 把报警信息写入dashboard模块，然后dashboard返回一个url地址给alarm，alarm将这个url链接发给用户，
　　　　　　这样用户只要收到一条短信（里边是个url地址），点击url进去就是多条报警内容。

　　　　　　3. highQueues中配置的几个event队列中的事件是不会做报警合并的，因为那些是高优先级的报警，报警合并只是针对lowQueues中的事件。

　　　　　　4. 如果所有的事件都不想做报警合并，就把所有的event队列都配置到highQueues中即可

1.2.5 graph（数据存储&归档）返回顶部

　　1、graph（数据存储&归档）

　　　　　　1. graph进程接收从transfer推送来的指标数据，操作rrd文件存储监控数据。

　　　　　　2. graph也为API进程提供查询接口，处理query组件的查询请求、返回绘图数据。

　　2、进程管理

　　　　　　./open-falcon start graph # 启动服务

　　　　　　./open-falcon stop graph # 停止服务　　　　

　　　　　　./open-falcon monitor graph # 查看日志

　　　　　　注：部署完graph组件后，请修改transfer和api的配置，使这两个组件可以寻址到graph。

　　3、配置说明

{

    "debug": false,                  #true or false, 是否开启debug日志

    "http": {

        "enabled": true,             #true or false, 表示是否开启该http端口，该端口为控制端口，主要用来对graph发送控制命令、统计命令、debug命令

        "listen": "0.0.0.0:6071"     #表示监听的http端口

    },

    "rpc": {

        "enabled": true,             #true or false, 表示是否开启该rpc端口，该端口为数据接收端口

        "listen": "0.0.0.0:6070"     #表示监听的rpc端口

    },

    "rrd": {

        "storage": "./data/6070"     # 历史数据的文件存储路径（如有必要，请修改为合适的路）

    },

    "db": {

        "dsn": "root:@tcp(127.0.0.1:3306)/graph?loc=Local&parseTime=true", #MySQL的连接信息，默认用户名是root，密码为空，host为127.0.0.1，database为graph（如有必要，请修改)

        "maxIdle": 4                 #MySQL连接池配置，连接池允许的最大连接数，保持默认即可

    },

    "callTimeout": 5000,             #RPC调用超时时间，单位ms

    "ioWorkerNum": 64,               #底层io.Worker的数量, 注意: 这个功能是v0.2.1版本之后引入的，v0.2.1版本之前的配置文件不需要该参数

    "migrate": {                     #扩容graph时历史数据自动迁移

        "enabled": false,            #true or false, 表示graph是否处于数据迁移状态

        "concurrency": 2,            #数据迁移时的并发连接数，建议保持默认

        "replicas": 500,             #这是一致性hash算法需要的节点副本数量，建议不要变更，保持默认即可（必须和transfer的配置中保持一致）

        "cluster": {                 #未扩容前老的graph实例列表

            "graph-00" : "127.0.0.1:6070"

        }

    }

}

graph配置文件

1.2.6 API返回顶部

　　1、API（提供统一的restAPI操作接口）：go的后端模块

　　　　　　1. API组件，提供统一的绘图数据查询入口（提供http接口））。

　　　　　　2. API组件接收查询请求，根据一致性哈希算法去相应的graph实例查询不同metric的数据，然后汇总拿到的数据，最后统一返回给用户。

　　　　　　补充说明：

　　　　　　　　部署完成api组件后，请修改dashboard组件的配置、使其能够正确寻址到api组件。

　　　　　　　　请确保api组件的graph列表与 transfer的配置一致。

　　2、进程管理

　　　　　　./open-falcon start api # 启动服务

　　　　　　./open-falcon stop api # 停止服务

　　　　　　./open-falcon monitor api # 查看日志

　　3、配置说明

{

    "log_level": "debug",

    "db": {                       //数据库相关的连接配置信息

        "faclon_portal": "root:@tcp(127.0.0.1:3306)/falcon_portal?charset=utf8&parseTime=True&loc=Local",

        "graph": "root:@tcp(127.0.0.1:3306)/graph?charset=utf8&parseTime=True&loc=Local",

        "uic": "root:@tcp(127.0.0.1:3306)/uic?charset=utf8&parseTime=True&loc=Local",

        "dashboard": "root:@tcp(127.0.0.1:3306)/dashboard?charset=utf8&parseTime=True&loc=Local",

        "alarms": "root:@tcp(127.0.0.1:3306)/alarms?charset=utf8&parseTime=True&loc=Local",

        "db_bug": true

    },

    "graphs": {                  // graph模块的部署列表信息

        "cluster": {

            "graph-00": "127.0.0.1:6070"

        },

        "max_conns": 100,

        "max_idle": 100,

        "conn_timeout": 1000,

        "call_timeout": 5000,

        "numberOfReplicas": 500

    },

    "metric_list_file": "./api/data/metric",

    "web_port": ":8080",                       // http监听端口

    "access_control": true,                    // 如果设置为false，那么任何用户都可以具备管理员权限

    "salt": "pleaseinputwhichyouareusingnow",  //数据库加密密码的时候的salt

    "skip_auth": false,                        //如果设置为true，那么访问api就不需要经过认证

    "default_token": "default-token-used-in-server-side",         //用于服务端各模块间的访问授权

    "gen_doc": false,

    "gen_doc_path": "doc/module.html"

}

API配置说明

1.2.7 Aggregator返回顶部

　　1、Aggregator

　　　　　　1. 集群聚合模块，聚合某集群下的所有机器的某个指标的值，提供一种集群视角的监控体验。

　　2、进程管理

　　　　　　./open-falcon start aggregator # 启动服务

　　　　　　./open-falcon monitor aggregator # 检查log

　　　　　　./open-falcon stop aggregator # 停止服务

　　3、配置说明

{

    "debug": true,

    "http": {

        "enabled": true,

        "listen": "0.0.0.0:6055"

    },

    "database": {

        "addr": "root:@tcp(127.0.0.1:3306)/falcon_portal?loc=Local&parseTime=true",

        "idle": 10,

        "ids": [1, -1],

        "interval": 55

    },

    "api": {

        "connect_timeout": 500,

        "request_timeout": 2000,

        "plus_api": "http://127.0.0.1:8080",                           #falcon-plus api模块的运行地址

        "plus_api_token": "default-token-used-in-server-side",         #和falcon-plus api 模块交互的认证token

        "push_api": "http://127.0.0.1:1988/v1/push"                    #push数据的http接口，这是agent提供的接口

    }

}

Aggregator配置说明

1.2.8 Nodata返回顶部

　　1、Nodata

　　　　　　1. nodata用于检测监控数据的上报异常。

　　　　　　2. nodata和实时报警judge模块协同工作，过程为: 配置了nodata的采集项超时未上报数据，nodata生成一条默认的模拟数据；

　　　　　　3. 用户配置相应的报警策略，收到mock数据就产生报警。

　　　　　　4. 采集项上报异常检测，作为judge模块的一个必要补充，能够使judge的实时报警功能更加可靠、完善。

　　2、进程管理

　　　　　　./open-falcon start nodata # 启动服务

　　　　　　./open-falcon stop nodata # 停止服务

　　　　　　./open-falcon monitor nodata # 检查日志

　　3、配置说明

{

    "debug": true,

    "http": {

        "enabled": true,

        "listen": "0.0.0.0:6090"

    },

    "plus_api":{

        "connectTimeout": 500,

        "requestTimeout": 2000,

        "addr": "http://127.0.0.1:8080",                 #falcon-plus api模块的运行地址

        "token": "default-token-used-in-server-side"     #用于和falcon-plus api模块的交互认证token

    },

    "config": {

        "enabled": true,

        "dsn": "root:@tcp(127.0.0.1:3306)/falcon_portal?loc=Local&parseTime=true&wait_timeout=604800",

        "maxIdle": 4

    },

    "collector":{

        "enabled": true,

        "batch": 200,

        "concurrent": 10

    },

    "sender":{

        "enabled": true,

        "connectTimeout": 500,

        "requestTimeout": 2000,

        "transferAddr": "127.0.0.1:6060",                #transfer的http监听地址,一般形如"domain.transfer.service:6060"

        "batch": 500

    }

}

Nodata配置说明

1.3 部署前端(dashboard)返回顶部

　　1、创建工作目录

export FRONTSPACE=/home/front/open-falcon
mkdir -p $FRONTSPACE

　　2、克隆前端组件代码

cd $FRONTSPACE
git clone https://github.com/open-falcon/dashboard.git

　　3、安装依赖包

yum install -y python-virtualenv

yum install -y python-devel

yum install -y openldap-devel

yum install -y mysql-devel

yum groupinstall "Development tools" -y

cd $FRONTSPACE/dashboard/
virtualenv ./env

./env/bin/pip install -r pip_requirements.txt

　　4、修改配置

　　　　　　注：由于前端后台搭在一台虚拟机里，且暂时不接入LDAP，且数据库root的密码为空，故先不修改配置文件。

# dashboard的配置文件为： '/home/front/open-falcon/dashboard/rrd/config.py'，请根据实际情况修改

#1、portal database

PORTAL_DB_USER = os.environ.get("PORTAL_DB_USER","root")

PORTAL_DB_PASS = os.environ.get("PORTAL_DB_PASS","")

#2、alarm database

ALARM_DB_USER = os.environ.get("ALARM_DB_USER","root")

ALARM_DB_PASS = os.environ.get("ALARM_DB_PASS","")

　　5、启动服务

　　　　浏览器打开： http://192.168.56.12:8081

　　　　1）开发者模式启动

　　　　　　　　cd $FRONTSPACE/dashboard/

　　　　　　　　./env/bin/python wsgi.py

　　　　2）在生产环境启动

　　　　　　　　bash control start # 在生产环境启动

　　　　　　　　bash control stop　 # 停止dashboard运行

　　　　　　　　bash control tail # 查看日志

1.4 被监控主机安装open-falcon agent返回顶部

　　 参考博客： https://blog.csdn.net/qq_27384769/article/details/79569776

　　1、在被监控服务器中创建工作目录

# 1、在被监控服务器中创建工作目录

mkdir -p /home/work/

# 2、将server端agent文件夹和启动脚本 拷贝到被监控服务器上

scp -r /home/work/agent/ root@192.168.56.13:/home/work/                 # 拷贝agent目录

scp -r /home/work/open-falcon root@192.168.56.13:/home/work/            # 拷贝启动脚本

# 3、修改配置文件

vim /home/work/agent/config/cfg.json

{

    "debug": true,

    "hostname": "",

    "ip": "",

    "plugin": {

        "enabled": false,

        "dir": "./plugin",

        "git": "https://github.com/open-falcon/plugin.git",

        "logs": "./logs"

    },

    "heartbeat": {

        "enabled": true,

        "addr": "192.168.56.12:6030",

        "interval": 60,

        "timeout": 1000

    },

    "transfer": {

        "enabled": true,

        "addrs": [

            "192.168.56.12:8433"

        ],

        "interval": 60,

        "timeout": 1000

    },

    "http": {

        "enabled": true,

        "listen": ":1988",

        "backdoor": false

    },

    "collector": {

        "ifacePrefix": ["eth", "em"],

        "mountPoint": []

    },

    "default_tags": {

    },

    "ignore": {

        "cpu.busy": true,

        "df.bytes.free": true,

        "df.bytes.total": true,

        "df.bytes.used": true,

        "df.bytes.used.percent": true,

        "df.inodes.total": true,

        "df.inodes.free": true,

        "df.inodes.used": true,

        "df.inodes.used.percent": true,

        "mem.memtotal": true,

        "mem.memused": true,

        "mem.memused.percent": true,

        "mem.memfree": true,

        "mem.swaptotal": true,

        "mem.swapused": true,

        "mem.swapfree": true

    }

}

/home/work/agent/config/cfg.json

　　2、agent进程管理

　　　　　　./open-falcon start agent 启动进程

　　　　　　./open-falcon stop agent 停止进程

　　　　　　./open-falcon monitor agent 查看日志