Linux基础数据采集项

Linux基础数据采集项

一、CPU相关采集项

计算方法：通过采集/proc/stat来得到，大家可以参考sar命令的统计输出来理解。

cpu.idle：cpu 或 cpu 闲置的时间百分比, 系统没有一个未完成的磁盘i/o 请求。

cpu.busy：与cpu.idle相对，他的值等于100减去cpu.idle。

cpu.guest：cpu 或 cpu 运行虚拟处理器所用的时间的百分比。

cpu.iowait：cpu 或 cpu 闲置时间的百分比, 在此期间系统具有未完成的磁盘 i/o 请求。

cpu.irq：cpu 或 cpu 用于服务硬件中断的时间百分比。

cpu.softirq：cpu 或 cpu 用于服务软件中断的时间百分比。

cpu.nice：在具有良好优先级的用户级别执行时发生的 cpu 利用率的百分比。

cpu.steal：在管理程序为另一个虚拟处理器提供服务时, 虚拟 cpu 或 cpu 在非自愿等待中所花费的时间百分比。

cpu.system：在系统级别 (内核) 执行时发生的 cpu 利用率的百分比。

cpu.user：在用户级别 (应用程序) 执行时发生的 cpu 利用率的百分比。

cpu.cnt：cpu核数。

cpu.switches：cpu上下文切换次数，计数器类型。

二、磁盘相关采集项

计算方法：先读取/proc/mounts拿到所有挂载点，然后通过syscall.Statfs_t拿到blocks和inode的使用情况。

每个metric都会附加一组tag描述，类似mount=$mount,fstype=$fstype，其中$mount是挂载点，比如/home，$fstype是文件系统，比如ext4。

df.bytes.free：磁盘可用量，int64

df.bytes.free.percent：磁盘可用量占总量的百分比，float64，比如32.1

df.bytes.total：磁盘总大小，int64

df.bytes.used：磁盘已用大小，int64

df.bytes.used.percent：磁盘已用大小占总量的百分比，float64

df.inodes.total：inode总数，int64

df.inodes.free：可用inode数目，int64

df.inodes.free.percent：可用inode占比，float64

df.inodes.used：已用的inode数据，int64

df.inodes.used.percent：已用inode占比，float64

三、megacli工具输出

使用 megacli 工具读取 RAID 相关信息，每个metric都会附件一组tag描述，用来标明所属PD或者 VD，PD格式为PD=Enclosure_ID:SLOT_ID，比如PD=32:0表明第一块磁盘 ，VD=0 表明第一个逻辑磁盘。

sys.disk.lsiraid.pd.Media_Error_Count：这个及以下三个指标目前仅作为数据收集，不一定意味磁盘损坏（只是表示损坏概率变大）

sys.disk.lsiraid.pd.Other_Error_Count

sys.disk.lsiraid.pd.Predictive_Failure_Count

sys.disk.lsiraid.pd.Drive_Temperature

sys.disk.lsiraid.pd.Firmware_state：如果值不为0，则此物理磁盘出现问题

sys.disk.lsiraid.vd.cache_policy：如果值不为0，表示此逻辑磁盘缓存策略和设置不符

sys.disk.lsiraid.vd.state： 如果值不为0，表示此逻辑磁盘出现问题

四、SMART工具输出

使用 smartctl 工具读取磁盘 SMART 信息，目前所有指标仅作为数据收集，不一定意味磁盘损坏（只是表示概率变大），每个metric都会有一组tag描述，表明盘符，例如device=/dev/sda。

sys.disk.smart.Reallocated_Sector_Ct

sys.disk.smart.Spin_Retry_Count

sys.disk.smart.Reallocated_Event_Count

sys.disk.smart.Current_Pending_Sector

sys.disk.smart.Offline_Uncorrectable

sys.disk.smart.Temperature_Celsius

五、分区读写监控

测试所有已挂载分区是否可读写，每个metric都会有一组tag描述，表示挂载点，比如mount=/home

sys.disk.rw： 如果值不为0，表明此分区读写出现问题

六、IO相关采集项

计算方法：每秒采集一次/proc/diskstats，计算差值，都是计数器类型的。每个metric都会有一组tag描述，形如device=$device，用来表示具体的设备，比如sda1、sdb。用户可以参考iostat的帮助文档来理解具体的metric含义。

disk.io.ios_in_progress：Number ofactual I/O requests currently in flight.

disk.io.msec_read：所有读取所花费的 ms 总数。

disk.io.msec_total：Amount oftime during which ios_in_progress >= 1.

disk.io.msec_weighted_total：Measure ofrecent I/O completion time and backlog.

disk.io.msec_write：Total numberof ms spent by all writes.

disk.io.read_merged：Adjacentread requests merged in a single req.

disk.io.read_requests：Total numberof reads completed successfully.

disk.io.read_sectors：Total numberof sectors read successfully.

disk.io.write_merged：Adjacentwrite requests merged in a single req.

disk.io.write_requests：total numberof writes completed successfully.

disk.io.write_sectors：total numberof sectors written successfully.

disk.io.read_bytes：单位是byte的数字

disk.io.write_bytes：单位是byte的数字

disk.io.avgrq_sz：下面几个值就是iostat-x 1看到的值

disk.io.avgqu-sz

disk.io.await

disk.io.svctm

disk.io.util：是个百分数，比如56.43，表示56.43%

七、机器负载相关采集项

计算方法：读取/proc/loadavg，都是原始值类型的：

load.1min

load.5min

load.15min

八、内存相关采集项

计算方法：读取/proc/meminfo 中的内容，其中的mem.memfree是free+buffers+cached，mem.memused=mem.memtotal-mem.memfree。用户具体可以参考free命令的输出和帮助文档来理解每个metric的含义。

mem.memtotal：内存总大小

mem.memused：使用了多少内存

mem.memused.percent：使用的内存占比

mem.memfree

mem.memfree.percent

mem.swaptotal：swap总大小

mem.swapused：使用了多少swap

mem.swapused.percent：使用的swap的占比

mem.swapfree

mem.swapfree.percent

九、网络相关采集项

计算方法：读取/proc/net/dev的内容，每个metric都附加有一组tag，形如iface=$iface，标明具体那个interface，比如eth0。metric中带有in的表示流入情况，out表示流出情况，total是总量in+out，支持的metric如下：

net.if.in.bytes

net.if.in.compressed

net.if.in.dropped

net.if.in.errors

net.if.in.fifo.errs

net.if.in.frame.errs

net.if.in.multicast

net.if.in.packets

net.if.out.bytes

net.if.out.carrier.errs

net.if.out.collisions

net.if.out.compressed

net.if.out.dropped

net.if.out.errors

net.if.out.fifo.errs

net.if.out.packets

net.if.total.bytes

net.if.total.dropped

net.if.total.errors

net.if.total.packets

十、端口采集项

计算方法，通过ss -ln，来判断指定的端口是否处于listen状态。原始值类型，值要么是1：代表在监听，要么是0，代表没有在监听。每个metric都附件一组tag，形如port=$port，$port就是具体的端口。

net.port.listen

十一、机器内核配置

kernel.maxfiles： 读取的/proc/sys/fs/file-max

kernel.files.allocated：读取的/proc/sys/fs/file-nr第一个Field

kernel.files.left：值=kernel.maxfiles-kernel.files.allocated

kernel.maxproc：读取的/proc/sys/kernel/pid_max

十二、ntp采集项

使用 ntpq -pn 获取本机时间相对于 ntp服务器的 offset。

sys.ntp.offset： 本机偏移时间，单位为ms，值过大或者为0则表明有异常，需要报警

十三、进程监控

proc.num：判断某个进程的数目，这里需要分两个场景，一种是根据进程的名字来判定，比如name=sshd；另外一种是根据cmdline来判定，比如Java的应用进程名可能都是java，根据第一种情况没法做区分，此时可以配置cmdline，如cmdline=./falcon_agent-c./cfg.ini

十四、进程资源监控

process.cpu.all：进程和它的子进程使用的sys+user的cpu，单位是jiffies

process.cpu.sys：进程和它的子进程使用的syscpu，单位是jiffies

process.cpu.user：进程和它的子进程使用的usercpu，单位是jiffies

process.swap：进程和它的子进程使用的swap，单位是page

process.fd：进程使用的文件描述符个数

process.mem：进程占用内存，单位byte

十五、ss命令输出

ss.orphaned

ss.closed

ss.timewait

ss.slabinfo.timewait

ss.synrecv

ss.estab