Prometheus+Grafana+Mongodb数据可视化

我们的目的是搭建

$mongodb \rightarrow mongodb \: exporter \rightarrow prometheus \rightarrow grafana$

实现mongodb中的数据可视化。

安装Grafana

利用$brew$工具安装$grafana$

brew update //更新brew工具，确保安装软件最新版本

安装$grafana$最新版本

brew install grafana

之后运行$grafana$

brew services start grafana

$grafana$的$UI$界面默认端口是3000，因此在浏览器地址输入本地$IP:Port$（这里的192.168.19.178是我的$IP$地址，应该设置为自己的$IP$地址）

http://192.168.19.178:3000

进入登陆界面，此时主界面为

$Grafana$的默认用户名和密码均为$admin$，输入之后点击确定就可以进入$Grafana$的控制台页面

到此为止$Grafana$安装完成

安装MongoDB

为了节省资源和方便配置，选择用$docker$来搭建$mongodb$

从$docker \: hub$里 $pull$ 下来 $mongodb$的镜像

docker pull mongo

之后运行即可

docker run --name mydocker -p 27017:27017 -d mongo --auth

进入$mongo$中，给数据库增加一个用户（登陆使用）

use admin

db.createUser({user:'root',pwd:'root',roles:[{role:'root',db:'admin'}]})

PS：这里最好重启一下，使新配置的用户名生效

到此$mongodb$安装完成

安装Prometheus

为了节省资源和方便配置，选择用$docker$来搭建$prometheus$

从$docker \: hub$里 $pull$ 下来 $prometheus$的镜像

docker pull prom/prometheus

在本地新建一个自己的$prometheus$的配置文件$prometheus.yml$，假设放在桌面的$prometheus$文件夹中，文件内容为

# my global config
global:
  scrape_interval:     15s # Set the scrape interval to every 15 seconds. Default is every 1 minute.
  evaluation_interval: 15s # Evaluate rules every 15 seconds. The default is every 1 minute.
  # scrape_timeout is set to the global default (10s).

  # Attach these labels to any time series or alerts when communicating with
  # external systems (federation, remote storage, Alertmanager).
  external_labels:
      monitor: 'codelab-monitor'

# Load rules once and periodically evaluate them according to the global 'evaluation_interval'.
rule_files:
  # - "first.rules"
  # - "second.rules"

# A scrape configuration containing exactly one endpoint to scrape:
# Here it's Prometheus itself.
scrape_configs:
  # The job name is added as a label `job=<job_name>` to any timeseries scraped from this config.
  - job_name: 'mongo1'
    static_configs:
      - targets: ['192.168.19.178:9001']

文件中，最后一部分代表了所监控的内容的信息，需要在这个地方配置要监听的端口

scrape_configs:
  # The job name is added as a label `job=<job_name>` to any timeseries scraped from this config.
  - job_name: 'mongo1'
    static_configs:
      - targets: ['192.168.19.178:9001']

之后，在$docker$中运行$prometheus$

docker run -d --name prometheus -p 9090:9090 -v ～/Desktop/prometheus/prometheus.yml:/etc/prometheus/prometheus.yml prom/prometheus

$prometheus$的端口为9090，在浏览器中输入

http://192.168.19.178:9090

可以进入$prometheus$的界面中

可以看到$prometheus$开启成功，点击页面中的$status \rightarrow Targets$可以看到所配置的监听节点

当未将$mongodb$与$prometheus$真正连接时，节点的$Status$显示为红色的$Down$

到此$prometheus$安装配置完成

安装Mongodb_exporter

真正将$mongodb$与$prometheus$连接的是$mongodb\_exporter$，这个东西就像一个桥梁，用户在$mongodb$中进行了什么操作，会先告诉$mongodb\_exporter$，之后$mongodb\_exporter$再告诉$prometheus$。

为什么这么麻烦搞一个中间人？是因为$Grafana$的默认数据源不包括$mongodb$，所以需要将$prometheus$作为数据源，用$mongodb$作为$prometheus$的输入端。而$prometheus$与$mongodb$之间的连接需要$mongodb\_exporter$。

同样在$docker$中安装$mongodb\_exporter$

从$docker \: hub$里 $pull$ 下来 $mongodb\_exporter$的镜像

docker pull prom/mongodb_exporter

之后运行它（在这里我进行了一个端口映射，为了跟我前面配置的$Prometheus$监听的端口对应，因此设置了端口为9001）

docker run -d --name exporter -p 9001:9104 prom/mongodb_exporter --mongodb.uri mongodb://root:root@192.168.19.178:27017

这时$mongodb\_exporter$就配置完了，正式将$mongodb$与$prometheus$连接起来。

现在进入$prometheus$的$UI$界面内，点击页面中的$status \rightarrow Targets$可以看到$Status$已经由$Down$改为了$Up$

到此为止

$mongodb \rightarrow mongodbexporter \rightarrow prometheus$

已经调通。

连接Prometheus和Grafana

再次进入到$grafana$中

1. 首先配置数据源

配置完后，点击绿色按钮，会提示配置成功

2. 添加$mongodb$专用可视化模版，在导入中，输入2583，之后配置数据源，点击确认

3. 之后会出现图表模板

但是我们会发现，what？？？没有数据？？难道是配置错了？？no no no

4. 重新写搜索条件

经过多次测试后，发现其实是新版软件中的$query$语句已经变了。

于是我们修改它默认的$query$语句。随便点一个图表的标题（比如$Query \: Operations$），然后点击edit，会进入一个图表的具体配置页面，如下所示

可以看到，这条查询语句

然后我们把它修改为

rate(mongodb_mongod_op_counters_total{instance=~"192.168.19.178:9001"}[$interval])

然后数据出现了

发现它默认的语句中的$instance$要修改为自己的数据地址，然后前面的查询语句中需要添加一个$mongod$单词(自己手动输入查询语句的时候会有提示～)

之后配置一下其他的图表，tada，整个页面就出现效果了～

到此，整个环境就搭建完成了～

完结～

🎉🎉🎉🎉🎉