MQTT 和 Splunk 集成

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。

此输出插件有助于将 Telegraf 收集的指标直接流式传输到 Splunk，通过 HTTP Event Collector，从而轻松与 Splunk 强大的分析平台集成。

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，可以有效地修改指标和处理启动错误。 它还支持密钥存储配置，用于保护用户名和密码选项，确保与 MQTT 服务器的安全连接。

Splunk

使用 Telegraf 轻松地从许多不同的来源收集和聚合指标，并将它们发送到 Splunk。 通过将 HTTP 输出插件与专门的 Splunk 指标序列化器结合使用，此配置可确保高效地将数据摄取到 Splunk 的指标索引中。 HEC 是 Splunk 提供的一种高级机制，旨在通过 HTTP 或 HTTPS 可靠地大规模收集数据，为安全性、监控和分析工作负载提供关键功能。 Telegraf 与 Splunk HEC 的集成通过利用标准 HTTP 协议、内置身份验证和结构化数据序列化来简化操作，从而优化指标摄取并实现即时可操作的见解。

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

Splunk

[[outputs.http]]
  ## Splunk HTTP Event Collector endpoint
  url = "https://splunk.example.com:8088/services/collector"

  ## HTTP method to use
  method = "POST"

  ## Splunk authentication token
  headers = {"Authorization" = "Splunk YOUR_SPLUNK_HEC_TOKEN"}

  ## Serializer for formatting metrics specifically for Splunk
  data_format = "splunkmetric"

  ## Optional parameters
  # timeout = "5s"
  # insecure_skip_verify = false
  # tls_ca = "/path/to/ca.pem"
  # tls_cert = "/path/to/cert.pem"
  # tls_key = "/path/to/key.pem"

输入和输出集成示例

MQTT

1. 智能家居监控：使用 MQTT Consumer 插件来监控智能家居设置中的各种传感器。 在此场景中，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。

2. 物联网环境感知：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计的读数。 可以配置插件以从 MQTT 主题中提取相关的标签和字段，从而可以大规模地对环境条件进行详细分析和报告，为城市规划或环境倡议提供更好的决策支持。

3. 实时车辆跟踪和遥测：在车辆遥测系统中集成 MQTT Consumer 插件，该系统实时收集来自各种传感器的数据。 通过该插件，可以将与车辆性能、位置和燃油消耗相关的指标发送到中央监控仪表板。 这种实时遥测数据使车队管理者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。

4. 农业监控系统：利用此插件来收集来自农业传感器的数据，这些传感器监控土壤湿度、作物健康状况和天气状况。 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。

Splunk

1. 实时安全分析：利用此插件将来自各种应用程序的安全相关指标实时流式传输到 Splunk 中。 组织可以通过关联跨系统的数据流来立即检测威胁，从而显着缩短检测和响应时间。

2. 多云基础设施监控：集成 Telegraf 以将来自多云环境的指标直接整合到 Splunk 中，从而实现全面的可见性和运营情报。 这种统一的监控使团队能够快速检测性能问题并简化云资源管理。

3. 动态容量规划：部署该插件以将来自容器编排平台（如 Kubernetes）的资源指标持续推送到 Splunk 中。 利用 Splunk 的分析功能，团队可以自动化预测性扩展和资源分配，避免资源瓶颈并最大限度地降低成本。

4. 自动化事件响应工作流程：将此插件与 Splunk 的警报系统结合使用，以创建自动化事件响应工作流程。 Telegraf 收集的指标会触发实时警报和自动化修复脚本，确保快速解决问题并保持高系统可用性。

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了任何错误，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。