Skip to main content

Command Palette

Search for a command to run...

Grafana 的新瓶,Zabbix 的酒

Published
•1 min read•View as Markdown

近期声名鹊起的 Grafana,终于拉了年老色衰的 Zabbix 一把,提供了 Zabbix 数据源插件,让 Zabbix 得以改头换面(画外音:洒家这下有机会上大屏幕了吧?)闲话少叙,言归正传:

安装

这里采用 Docker Hub 中的 Grafana Latest 镜像直接运行 Grafana:

#!/bin/sh
docker run -d -p 3000:3000 \
    --name=grafana \
    -v /var/lib/grafana:/var/lib/grafana \
    -e "GF_SECURITY_ADMIN_PASSWORD=secret" \
    grafana/grafana

这一启动脚本开放主机的 3000 端口作为 Grafana 的服务端口;将本机的 /var/lib/grafana映射到容器同一目录,用于存储本地数据,admin 密码设置为 secret。

下载和启动容器之后,会生成名为 grafana 的容器实例,利用 exec 命令安装插件:

docker exec  grafana grafana-cli plugins install alexanderzobnin-zabbix-app

安装之后,需要重新启动容器来识别插件,可以简单粗暴的使用 docker 的 kill 和 rm 来实现。

完成了重启,就可以在浏览器访问 Grafana 了。使用账号 admin 和之前设置的密码登录系统。

访问菜单 plug-ins --> app,应该会看到 Zabbix 插件,点击 enable 按钮,启用。

配置

数据源

访问主菜单的 Datasource ,添加新的数据源。这里可以设置 Zabbix 为缺省数据源。类型自然是选择新出现的 zabbix 类型了。

注意 URL 部分需要在后面加上 api_jsonrpc.php 作为访问入口。填好用户名密码,其他不变即可。

点击 Save & Test 按钮测试并保存数据源设置。

缺省 Dashboard

随插件自带了两个 Dashboard,在配置好数据源之后,回到 Zabbix 插件的配置页面,点击 Dashboard 右侧的 Re-import 按钮。

新建 Dashboard

  1. 选择主菜单中 Dashboard --> New。

  2. 新建一个 Graph。点击新的 Graph 对象,在弹出的工具栏中选择 Edit。

  3. 这里就出现了选择指标的编辑区

    • General 页可以对标题等进行设置

    • Metric 页中可以对指标进行管理,例如下图展示了如何新建一个可用内存的指标:

每个 Panel 都可以合并多个 Metrics,在 Dashboard 中也可以对 panel 进行排列组合,达到美观实用的目的。

查看

现在就可以在首页的 Dashboard 中查看系统自带的两个 Dashboard,以及我们新建的 My Dashboard 了。

More from this blog

AI Agent 的“莫兰迪时刻”

一个新范式真正走向大众,往往不是从所有人都正确理解它开始,而是从它开始被反复引用、简化、误读,甚至滥用开始。 今天的 AI Agent,可能正走到这样一个时刻。 这篇文章的念头,来自我最近收听《大内密谈》vol.1434《审美升级or消费主义?从莫兰迪在中国聊起》时的一些联想。节目从莫兰迪色在中国的走红,谈到作品价格、知识产权、商业流量与消费主义。[9] 我听着听着想到另一个熟悉的技术史问题:为

Oct 5, 20263 min read

FDE 是传统运维产品厂商的出路吗?

很多传统运维产品厂商,已经不缺产品了。 从 ITSM、CMDB、监控、自动化,到 IAM、数据中心管理和各类大屏,一个成熟厂商往往都能拿出一张很完整的产品地图。销售材料上看,客户运维部门的日常工作几乎都被覆盖了。 但项目一落地,味道就变了。 产品越多,集成越重;模块越全,边界越模糊;客户越大,定制越深。到了后期,项目成功本身也会变成麻烦:现场改出来的东西回不到主干,配置越来越像黑箱,谁都不敢轻易升

Jun 29, 20263 min read

绵里藏针才是 AIOps 的本质?

Agent 让运维编排变得柔性、可变、甚至自演进;但真正敢进入生产环境的 AIOps,仍然离不开坚实、受控、可审计、可回退的自动化底座。 从 Gartner 提出 AIOps 概念到现在,也大概有十年了。这么多年来,这个领域好像发生了很多变化,又好像没什么“本质”的变化。技术上,我们经历了传统机器学习、深度学习和神经网络、以及大模型和智能体这样“翻天覆地”的变化;业务上,我们面对的是更多品种、更大

May 31, 20263 min read

龙虾恐慌:AIOps 又要改名了?

ChatGPT 开始,把 AI 拉近到普罗大众的面前,让无数人感受到 AI 的亲民魅力。而龙虾,则把大模型驱动的自动化能力,突然间变得水灵灵、活泼泼地走进千家万户。它不只是“风口上的猪”,而是风口本身。热度高到让 Mac mini 一度断货,不知道这在不在库克的预料之内。 每代人都有每代人的鸡蛋,春节期间,我就领了我的鸡蛋。翻出古老的 MacBook Air M1,充值各种大模型。当然了,这个工具

Mar 9, 20261 min read
【

【伪】架构师

346 posts