目录
强大性能,无限扩展
收集、组织和处理海量高速数据。当您将任何数据视为时间序列数据时,它都会变得更有价值。借助 InfluxDB,这是 #1 的时间序列平台,旨在通过 Telegraf 进行扩展。
查看入门方法
输入和输出集成概述
此插件将从 Amazon CloudWatch 中提取指标统计信息,从而简化监控和分析 AWS 资源的过程。
Telegraf 的 SQL 插件允许在 SQL 数据库中无缝存储指标。当配置为 Snowflake 时,它采用专门的 DSN 格式和动态表创建,以将指标映射到适当的架构。
集成详情
Amazon CloudWatch
Amazon CloudWatch 插件允许用户从 Amazon 的 CloudWatch 服务中提取详细的指标统计信息。作为一种监控解决方案,CloudWatch 使用户能够跟踪与 AWS 资源和应用程序相关的各种指标,从而改进运营和性能洞察。该插件使用结构化的身份验证方法,通过 STS(安全令牌服务)、共享凭证、环境变量和 EC2 实例配置文件的组合来优先考虑安全性和灵活性,从而确保对 AWS 资源的强大访问控制。主要功能包括定义特定指标命名空间、指标聚合周期以及可选包含链接帐户以进行跨帐户监控的能力。此插件的一个重要方面是它能够处理稀疏和密集指标格式,从而允许根据用户偏好使用不同的输出结构。因此,它通过提供直接来自 CloudWatch 的全面、及时的数据,支持云监控和分析中的各种用例。
Snowflake
Telegraf 的 SQL 插件旨在通过根据传入数据创建表和列来动态地将指标写入 SQL 数据库。当配置为 Snowflake 时,它采用 gosnowflake 驱动程序,该驱动程序使用 DSN,DSN 将凭证、帐户详细信息和数据库配置封装在紧凑的格式中。此设置允许自动生成表,其中每个指标都以精确的时间戳记录,从而确保详细的历史跟踪。尽管该集成被认为是实验性的,但它利用了 Snowflake 强大的数据仓库功能,使其适用于可扩展的、基于云的分析和报告解决方案。
配置
Amazon CloudWatch
[[inputs.cloudwatch]]
region = "us-east-1"
# access_key = ""
# secret_key = ""
# token = ""
# role_arn = ""
# web_identity_token_file = ""
# role_session_name = ""
# profile = ""
# shared_credential_file = ""
# include_linked_accounts = false
# endpoint_url = ""
# use_system_proxy = false
# http_proxy_url = "http://localhost:8888"
period = "5m"
delay = "5m"
interval = "5m"
#recently_active = "PT3H"
# cache_ttl = "1h"
namespaces = ["AWS/ELB"]
# metric_format = "sparse"
# ratelimit = 25
# timeout = "5s"
# batch_size = 500
# statistic_include = ["average", "sum", "minimum", "maximum", sample_count]
# statistic_exclude = []
# [[inputs.cloudwatch.metrics]]
# names = ["Latency", "RequestCount"]
# [[inputs.cloudwatch.metrics.dimensions]]
# name = "LoadBalancerName"
# value = "p-example"
Snowflake
[[outputs.sql]]
## Database driver
## Valid options: mssql (Microsoft SQL Server), mysql (MySQL), pgx (Postgres),
## sqlite (SQLite3), snowflake (snowflake.com), clickhouse (ClickHouse)
driver = "snowflake"
## Data source name
## For Snowflake, the DSN format typically includes the username, password, account identifier, and optional warehouse, database, and schema.
## Example DSN: "username:password@account/warehouse/db/schema"
data_source_name = "username:password@account/warehouse/db/schema"
## Timestamp column name
timestamp_column = "timestamp"
## Table creation template
## Available template variables:
## {TABLE} - table name as a quoted identifier
## {TABLELITERAL} - table name as a quoted string literal
## {COLUMNS} - column definitions (list of quoted identifiers and types)
table_template = "CREATE TABLE {TABLE} ({COLUMNS})"
## Table existence check template
## Available template variables:
## {TABLE} - table name as a quoted identifier
table_exists_template = "SELECT 1 FROM {TABLE} LIMIT 1"
## Initialization SQL (optional)
init_sql = ""
## Maximum amount of time a connection may be idle. "0s" means connections are never closed due to idle time.
connection_max_idle_time = "0s"
## Maximum amount of time a connection may be reused. "0s" means connections are never closed due to age.
connection_max_lifetime = "0s"
## Maximum number of connections in the idle connection pool. 0 means unlimited.
connection_max_idle = 2
## Maximum number of open connections to the database. 0 means unlimited.
connection_max_open = 0
## Metric type to SQL type conversion
## Defaults to ANSI/ISO SQL types unless overridden. Adjust if needed for Snowflake compatibility.
#[outputs.sql.convert]
# integer = "INT"
# real = "DOUBLE"
# text = "TEXT"
# timestamp = "TIMESTAMP"
# defaultvalue = "TEXT"
# unsigned = "UNSIGNED"
# bool = "BOOL"
输入和输出集成示例
Amazon CloudWatch
-
跨账户监控:通过启用
include_linked_accounts
选项,利用此插件监控多个 AWS 账户中的资源。这种情况允许管理多个 AWS 账户的公司将指标聚合到中央监控仪表板中,从而提供所有指标的统一视图,同时通过适当的角色管理确保安全的数据访问和合规性。 -
动态警报系统:将此插件与警报工具集成,以创建自动系统,该系统根据 CloudWatch 指标的已定义阈值触发警报。例如,如果延迟指标超过指定限制,则可以将警报发送到相关团队,从而主动响应性能问题并减少停机时间。
-
成本管理仪表板:使用从插件收集的指标构建成本管理仪表板,该仪表板可视化 AWS 服务随时间推移的使用情况指标。通过将这些指标与计费数据相关联,组织可以识别高成本服务,并采取明智的措施来优化其资源使用和支出。
-
应用程序的性能基准测试:利用从 AWS 上运行的应用程序收集的指标来执行性能基准测试。例如,通过跟踪 ELB 的延迟和请求计数指标,开发人员可以评估应用程序更改对其性能的影响,从而为优化做出数据驱动的决策。
Snowflake
-
基于云的数据湖集成:利用该插件将来自各种来源的实时指标流式传输到 Snowflake 中,从而创建集中式数据湖。这种集成支持云数据上的复杂分析和机器学习工作流程。
-
动态商业智能仪表板:利用该插件自动从传入指标生成表,并将它们馈送到 BI 工具中。这使企业能够创建动态仪表板,以可视化性能趋势和运营洞察,而无需手动架构管理。
-
可扩展的物联网分析:部署该插件以捕获来自 IoT 设备的高频数据到 Snowflake 中。此用例有助于聚合和分析传感器数据,从而实现大规模的预测性维护和实时监控。
-
用于合规性的历史趋势分析:使用该插件在 Snowflake 中记录和存档详细的指标数据,然后可以查询这些数据以进行长期趋势分析和合规性报告。此设置确保组织可以维护强大的审计跟踪并在需要时执行取证分析。
反馈
感谢您成为我们社区的一份子!如果您有任何一般性反馈或在这些页面上发现任何错误,我们欢迎并鼓励您提供意见。请在 InfluxDB 社区 Slack 中提交您的反馈。
强大性能,无限扩展
收集、组织和处理海量高速数据。当您将任何数据视为时间序列数据时,它都会变得更有价值。借助 InfluxDB,这是 #1 的时间序列平台,旨在通过 Telegraf 进行扩展。
查看入门方法