SNMP 和 Azure Data Explorer 集成

强大的性能和简单的集成,由 Telegraf 提供支持,Telegraf 是 InfluxData 构建的开源数据连接器。

info

这不是大规模实时查询的推荐配置。 为了查询和压缩优化、高速摄取和高可用性,您可能需要考虑 SNMP 和 InfluxDB

50 亿+

Telegraf 下载量

#1

时序数据库
来源:DB Engines

10 亿+

InfluxDB 下载量

2,800+

贡献者

目录

强大的性能,无限的扩展性

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,它都更有价值。 使用 InfluxDB,#1 时序平台,旨在与 Telegraf 一起扩展。

查看入门方法

输入和输出集成概述

SNMP 插件允许您从 SNMP(简单网络管理协议)代理收集各种指标。 它在如何检索数据方面提供了灵活性,无论是收集单个指标还是整个表。

Azure Data Explorer 插件允许将指标收集与 Azure Data Explorer 集成,使​​用户能够有效地分析和查询其遥测数据。 使用此插件,用户可以配置适合其需求的摄取设置,并利用 Azure 强大的分析功能。

集成详情

SNMP

此插件使用轮询从 SNMP 代理收集指标,支持检索单个 OID 和完整的 SNMP 表。 它可以配置为处理多个 SNMP 版本、身份验证和其他功能。

Azure Data Explorer

Azure Data Explorer 插件允许用户将从各种 Telegraf 输入插件收集的指标、日志和时序数据写入 Azure Data Explorer、Azure Synapse 和 Fabric 中的实时分析。 这种集成充当桥梁,使应用程序和服务能够有效地监控其性能指标或日志。 Azure Data Explorer 针对大量不同数据类型的分析进行了优化,使其成为云环境中实时分析和监控解决方案的绝佳选择。 该插件使用户能够根据其需求配置指标摄取、动态定义表架构以及设置各种摄取方法,同时保留数据库操作所需的角色和权限方面的灵活性。 这支持利用云服务的现代应用程序的可扩展且安全的监控设置。

配置

SNMP


[[inputs.snmp]]
  agents = ["udp://127.0.0.1:161"]

  [[inputs.snmp.field]]
    oid = "RFC1213-MIB::sysUpTime.0"
    name = "sysUptime"
    conversion = "float(2)"

  [[inputs.snmp.field]]
    oid = "RFC1213-MIB::sysName.0"
    name = "sysName"
    is_tag = true

  [[inputs.snmp.table]]
    oid = "IF-MIB::ifTable"
    name = "interface"
    inherit_tags = ["sysName"]

    [[inputs.snmp.table.field]]
      oid = "IF-MIB::ifDescr"
      name = "ifDescr"
      is_tag = true

Azure Data Explorer

[[outputs.azure_data_explorer]]
  ## The URI property of the Azure Data Explorer resource on Azure
  ## ex: endpoint_url = https://myadxresource.australiasoutheast.kusto.windows.net
  endpoint_url = ""

  ## The Azure Data Explorer database that the metrics will be ingested into.
  ## The plugin will NOT generate this database automatically, it's expected that this database already exists before ingestion.
  ## ex: "exampledatabase"
  database = ""

  ## Timeout for Azure Data Explorer operations
  # timeout = "20s"

  ## Type of metrics grouping used when pushing to Azure Data Explorer.
  ## Default is "TablePerMetric" for one table per different metric.
  ## For more information, please check the plugin README.
  # metrics_grouping_type = "TablePerMetric"

  ## Name of the single table to store all the metrics (Only needed if metrics_grouping_type is "SingleTable").
  # table_name = ""

  ## Creates tables and relevant mapping if set to true(default).
  ## Skips table and mapping creation if set to false, this is useful for running Telegraf with the lowest possible permissions i.e. table ingestor role.
  # create_tables = true

  ##  Ingestion method to use.
  ##  Available options are
  ##    - managed  --  streaming ingestion with fallback to batched ingestion or the "queued" method below
  ##    - queued   --  queue up metrics data and process sequentially
  # ingestion_type = "queued"

输入和输出集成示例

SNMP

  1. 基本 SNMP 配置:使用典型的 SNMP 社区字符串设置从本地 SNMP 代理收集指标。 此设置非常适合本地设备性能监控。
  2. 高级 SNMPv3 设置:使用 SNMPv3 通过身份验证和加密安全地收集指标,以增强安全性。 建议在生产环境中使用此配置。
  3. 收集接口指标:配置插件以从设备的 SNMP 表中收集接口指标。 利用字段捕获用于流量分析的特定数据点。
  4. 连接两个 SNMP 表:通过使用转换字段,连接来自两个 SNMP 表的数据,以全面了解相关的性能指标。

Azure Data Explorer

  1. 实时监控仪表板:通过使用此插件将来自各种服务的指标集成到 Azure Data Explorer 中,组织可以构建反映实时性能指标的综合仪表板。 这使团队能够主动响应性能问题并立即优化系统健康状况。

  2. 集中式日志管理:利用 Azure Data Explorer 来整合来自多个应用程序和服务的日志。 通过利用该插件,组织可以简化其日志分析流程,从而更轻松地搜索、过滤和从长期积累的历史数据中获取见解。

  3. 数据驱动的警报系统:通过配置基于通过此插件发送的指标的警报来增强监控功能。 组织可以设置阈值并自动化事件响应,从而显着减少停机时间并提高关键操作的可靠性。

  4. 机器学习模型训练:通过利用发送到 Azure Data Explorer 的数据,组织可以执行大规模分析并准备数据以馈送到机器学习模型中。 此插件支持数据结构化,随后可用于预测分析,从而增强决策能力。

反馈

感谢您成为我们社区的一份子! 如果您有任何一般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,无限的扩展性

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,它都更有价值。 使用 InfluxDB,#1 时序平台,旨在与 Telegraf 一起扩展。

查看入门方法

相关集成

HTTP 和 InfluxDB 集成

HTTP 插件从一个或多个 HTTP(S) 端点收集指标。 它支持各种身份验证方法和数据格式的配置选项。

查看集成

Kafka 和 InfluxDB 集成

此插件从 Kafka 读取消息,并允许基于这些消息创建指标。 它支持各种配置,包括不同的 Kafka 设置和消息处理选项。

查看集成

Kinesis 和 InfluxDB 集成

Kinesis 插件允许从 AWS Kinesis 流中读取指标。 它支持多种输入数据格式,并提供与 DynamoDB 的检查点功能,以实现可靠的消息处理。

查看集成