目录
强大的性能,无限的扩展
收集、组织和处理海量高速数据。 当您将任何数据视为时序数据时,它会更有价值。 借助 InfluxDB,第一的时序平台,它与 Telegraf 一起构建以实现扩展。
查看入门方法
输入和输出集成概述
MQTT Telegraf 插件旨在从指定的 MQTT 主题读取数据并创建指标,使用户能够利用 MQTT 进行实时数据收集和监控。
Redis 插件使用户能够将 Telegraf 收集的指标直接发送到 Redis。 此集成非常适合需要强大的时序数据存储和分析的应用程序。
集成详情
MQTT
MQTT 插件允许从指定的 MQTT 主题读取指标,并使用支持的输入数据格式创建指标。 此插件作为服务输入运行,它监听传入的指标或事件,而不是像普通插件那样按设定的时间间隔收集它们。 该插件的灵活性通过支持各种 Broker URL、主题和连接功能(包括服务质量 (QoS) 级别和持久会话)得到增强。 它的配置选项包含全局设置,可以修改指标并有效地处理启动错误。 它还支持密钥存储配置,以保护用户名和密码选项,确保与 MQTT 服务器的安全连接。
Redis
Redis Telegraf 插件旨在将指标写入 RedisTimeSeries,这是一个用于时序数据的专用 Redis 数据库模块。 此插件有助于 Telegraf 与 RedisTimeSeries 的集成,从而可以高效地存储和检索带时间戳的数据。 借助 RedisTimeSeries,用户可以利用增强的功能来管理时序数据,包括聚合视图和范围查询。 该插件提供了各种配置选项,以实现安全连接到 Redis 数据库所需的灵活性,包括对身份验证、超时、数据类型转换和 TLS 配置的支持。 底层技术利用了 Redis 的效率和可扩展性,使其成为高容量指标环境的绝佳选择,在这些环境中,实时处理至关重要。
配置
MQTT
[[inputs.mqtt_consumer]]
servers = ["tcp://127.0.0.1:1883"]
topics = [
"telegraf/host01/cpu",
"telegraf/+/mem",
"sensors/#",
]
# topic_tag = "topic"
# qos = 0
# connection_timeout = "30s"
# keepalive = "60s"
# ping_timeout = "10s"
# max_undelivered_messages = 1000
# persistent_session = false
# client_id = ""
# username = "telegraf"
# password = "metricsmetricsmetricsmetrics"
# tls_ca = "/etc/telegraf/ca.pem"
# tls_cert = "/etc/telegraf/cert.pem"
# tls_key = "/etc/telegraf/key.pem"
# insecure_skip_verify = false
# client_trace = false
data_format = "influx"
# [[inputs.mqtt_consumer.topic_parsing]]
# topic = ""
# measurement = ""
# tags = ""
# fields = ""
# [inputs.mqtt_consumer.topic_parsing.types]
# key = type
Redis
[[outputs.redistimeseries]]
## The address of the RedisTimeSeries server.
address = "127.0.0.1:6379"
## Redis ACL credentials
# username = ""
# password = ""
# database = 0
## Timeout for operations such as ping or sending metrics
# timeout = "10s"
## Enable attempt to convert string fields to numeric values
## If "false" or in case the string value cannot be converted the string
## field will be dropped.
# convert_string_fields = true
## Optional TLS Config
# tls_ca = "/etc/telegraf/ca.pem"
# tls_cert = "/etc/telegraf/cert.pem"
# tls_key = "/etc/telegraf/key.pem"
# insecure_skip_verify = false
输入和输出集成示例
MQTT
-
智能家居监控:使用 MQTT Consumer 插件监控智能家居设置中的各种传感器。 在这种情况下,可以将插件配置为订阅不同设备的主题,例如温度、湿度和能耗。 通过聚合这些数据,房主可以可视化趋势并接收异常模式的警报,从而提高家庭自动化系统的整体质量和效率。
-
物联网环境传感:部署 MQTT Consumer 以收集来自分布在不同位置的传感器的环境数据。 例如,这可以包括来自空气质量传感器、温度传感器和噪声水平仪的读数。 可以将插件配置为从 MQTT 主题中提取相关标签和字段,这可以对大规模的环境条件进行详细分析和报告,从而为城市规划或环境倡议提供更好的决策支持。
-
实时车辆跟踪和遥测:将 MQTT Consumer 插件集成到车辆遥测系统中,该系统实时收集来自各种传感器的数据。 借助该插件,可以将与车辆性能、位置和燃油消耗相关的指标发送到集中式监控仪表板。 这种实时遥测数据使车队经理能够通过主动数据分析来优化路线、降低燃油成本并改进车辆维护计划。
-
农业监控系统:利用此插件从农业传感器收集数据,这些传感器监控土壤湿度、作物健康状况和天气条件。 MQTT Consumer 可以订阅与农业设备和环境传感器相关的多个主题,使农民能够做出数据驱动的决策,以提高作物产量,同时节约资源,从而提高农业的可持续性。
Redis
-
监控物联网传感器数据:利用 Redis Telegraf 插件实时收集和存储来自物联网传感器的数据。 通过将插件连接到 RedisTimeSeries 数据库,用户可以分析温度、湿度或其他环境因素的趋势。 有效查询历史传感器数据的能力将有助于预测性维护并帮助资源管理。
-
金融市场数据聚合:使用此插件跟踪和存储来自各种来源的时间敏感的金融数据。 通过将指标发送到 Redis,金融机构可以聚合和分析市场趋势或随时间的价格变化,从而为他们提供从可靠的时序分析中得出的可操作的见解。
-
应用程序性能监控 (APM):实施 Redis 插件以收集应用程序性能指标,例如响应时间和 CPU 使用率。 用户可以使用 RedisTimeSeries 可视化其应用程序随时间的性能,从而使他们能够快速识别瓶颈并优化资源分配。
-
能源消耗跟踪:利用此插件来监控建筑物随时间的能源使用情况。 通过与智能电表集成并将数据发送到 RedisTimeSeries,市政当局或企业可以分析能源消耗模式,从而帮助实施节能措施和可持续性实践。
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出意见。 请在 InfluxDB 社区 Slack 中提交您的反馈。
强大的性能,无限的扩展
收集、组织和处理海量高速数据。 当您将任何数据视为时序数据时,它会更有价值。 借助 InfluxDB,第一的时序平台,它与 Telegraf 一起构建以实现扩展。
查看入门方法