对于大规模实时查询，这不是推荐的配置。 为了获得查询和压缩优化、高速摄取和高可用性，您可能需要考虑 VMware vSphere 和 InfluxDB。
50 亿+
Telegraf 下载量
#1
时间序列数据库
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
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，它会更有价值。借助 InfluxDB，排名第一的时间序列平台，专为与 Telegraf 协同扩展而构建。
查看入门方法
输入和输出集成概述
VMware vSphere Telegraf 插件提供了一种从 VMware vCenter 服务器收集指标的方法，从而可以全面监控和管理 vSphere 环境中的虚拟资源。
该插件使 Telegraf 能够将指标直接流式传输到 Grafana 仪表板，利用 Grafana Live 实现即时数据可视化和操作洞察。
集成详情
VMware vSphere
此插件连接到 VMware vSphere 服务器以收集来自虚拟环境的各种指标，从而实现虚拟资源的高效监控和管理。 它与 vSphere API 接口，收集关于集群、主机、资源池、虚拟机、数据存储和 vSAN 实体的数据，并以适合分析和可视化的格式呈现。 该插件对于管理基于 VMware 的基础设施的管理员尤其有价值，因为它有助于实时跟踪系统性能、资源使用情况和操作问题。 通过聚合来自多个来源的数据，该插件使用户能够获得洞察力，从而促进关于资源分配、故障排除和确保最佳系统性能的明智决策。 此外，对密钥存储集成的支持允许安全处理敏感凭据，从而促进安全和合规性评估方面的最佳实践。
Grafana
Telegraf 可以使用 Websocket 输出插件将实时数据发送到 Grafana。 Telegraf 收集的指标会立即推送到 Grafana 仪表板，从而实现实时可视化和分析。 该插件非常适合需要低延迟、实时数据可视化的用例，例如操作监控、实时分析和即时事件响应场景。 它支持身份验证标头、可自定义的数据序列化格式（如 JSON）以及通过 TLS 的安全通信，在动态、交互式仪表板环境中提供了灵活性和易用性。
配置
VMware vSphere
[[inputs.vsphere]]
vcenters = [ "https://vcenter.local/sdk" ]
username = "[email protected]"
password = "secret"
vm_metric_include = [
"cpu.demand.average",
"cpu.idle.summation",
"cpu.latency.average",
"cpu.readiness.average",
"cpu.ready.summation",
"cpu.run.summation",
"cpu.usagemhz.average",
"cpu.used.summation",
"cpu.wait.summation",
"mem.active.average",
"mem.granted.average",
"mem.latency.average",
"mem.swapin.average",
"mem.swapinRate.average",
"mem.swapout.average",
"mem.swapoutRate.average",
"mem.usage.average",
"mem.vmmemctl.average",
"net.bytesRx.average",
"net.bytesTx.average",
"net.droppedRx.summation",
"net.droppedTx.summation",
"net.usage.average",
"power.power.average",
"virtualDisk.numberReadAveraged.average",
"virtualDisk.numberWriteAveraged.average",
"virtualDisk.read.average",
"virtualDisk.readOIO.latest",
"virtualDisk.throughput.usage.average",
"virtualDisk.totalReadLatency.average",
"virtualDisk.totalWriteLatency.average",
"virtualDisk.write.average",
"virtualDisk.writeOIO.latest",
"sys.uptime.latest",
]
host_metric_include = [
"cpu.coreUtilization.average",
"cpu.costop.summation",
"cpu.demand.average",
"cpu.idle.summation",
"cpu.latency.average",
"cpu.readiness.average",
"cpu.ready.summation",
"cpu.swapwait.summation",
"cpu.usage.average",
"cpu.usagemhz.average",
"cpu.used.summation",
"cpu.utilization.average",
"cpu.wait.summation",
"disk.deviceReadLatency.average",
"disk.deviceWriteLatency.average",
"disk.kernelReadLatency.average",
"disk.kernelWriteLatency.average",
"disk.numberReadAveraged.average",
"disk.numberWriteAveraged.average",
"disk.read.average",
"disk.totalReadLatency.average",
"disk.totalWriteLatency.average",
"disk.write.average",
"mem.active.average",
"mem.latency.average",
"mem.state.latest",
"mem.swapin.average",
"mem.swapinRate.average",
"mem.swapout.average",
"mem.swapoutRate.average",
"mem.totalCapacity.average",
"mem.usage.average",
"mem.vmmemctl.average",
"net.bytesRx.average",
"net.bytesTx.average",
"net.droppedRx.summation",
"net.droppedTx.summation",
"net.errorsRx.summation",
"net.errorsTx.summation",
"net.usage.average",
"power.power.average",
"storageAdapter.numberReadAveraged.average",
"storageAdapter.numberWriteAveraged.average",
"storageAdapter.read.average",
"storageAdapter.write.average",
"sys.uptime.latest",
]
datacenter_metric_include = [] ## if omitted or empty, all metrics are collected
datacenter_metric_exclude = [ "*" ] ## Datacenters are not collected by default.
vsan_metric_include = [] ## if omitted or empty, all metrics are collected
vsan_metric_exclude = [ "*" ] ## vSAN are not collected by default.
separator = "_"
max_query_objects = 256
max_query_metrics = 256
collect_concurrency = 1
discover_concurrency = 1
object_discovery_interval = "300s"
timeout = "60s"
use_int_samples = true
custom_attribute_include = []
custom_attribute_exclude = ["*"]
metric_lookback = 3
ssl_ca = "/path/to/cafile"
ssl_cert = "/path/to/certfile"
ssl_key = "/path/to/keyfile"
insecure_skip_verify = false
historical_interval = "5m"
disconnected_servers_behavior = "error"
use_system_proxy = true
http_proxy_url = ""
Grafana
[[outputs.websocket]]
## Grafana Live WebSocket endpoint
url = "ws://localhost:3000/api/live/push/custom_id"
## Optional headers for authentication
# [outputs.websocket.headers]
# Authorization = "Bearer YOUR_GRAFANA_API_TOKEN"
## Data format to send metrics
data_format = "influx"
## Timeouts (make sure read_timeout is larger than server ping interval or set to zero).
# connect_timeout = "30s"
# write_timeout = "30s"
# read_timeout = "30s"
## Optionally turn on using text data frames (binary by default).
# use_text_frames = false
## TLS configuration
# tls_ca = "/path/to/ca.pem"
# tls_cert = "/path/to/cert.pem"
# tls_key = "/path/to/key.pem"
# insecure_skip_verify = false输入和输出集成示例
VMware vSphere
-
动态资源分配：利用此插件监控虚拟机群的资源使用情况，并根据性能指标自动调整资源分配。 这种情况可能涉及根据从 vSphere API 收集的 CPU 和内存使用率指标实时触发扩展操作，从而确保最佳性能和成本效益。
-
容量规划和预测：利用从 vSphere 收集的历史指标进行容量规划。 分析 CPU、内存和存储使用率随时间变化的趋势，有助于管理员预测何时需要额外资源，避免中断并确保虚拟基础设施能够应对增长。
-
自动化警报和事件响应：将此插件与警报工具集成，以根据收集的指标设置自动通知。 例如，如果主机上的 CPU 使用率超过指定阈值，则可以触发警报并自动启动预定义的补救步骤，例如将虚拟机迁移到利用率较低的主机。
-
跨集群的性能基准测试：使用收集的指标来比较不同 vCenter 中集群的性能。 此基准测试提供了关于哪些集群配置产生最佳资源效率的洞察，并可以指导未来的基础设施增强。
Grafana
-
实时基础设施仪表板：部署 Telegraf 将服务器运行状况指标直接流式传输到 Grafana 仪表板，使 IT 团队能够实时可视化基础设施性能。 此设置允许立即检测和响应关键系统事件。
-
交互式物联网监控：集成 Telegraf 收集的物联网设备指标，并将实时数据推送到 Grafana，为监控智慧城市项目或制造流程创建动态和交互式仪表板。 这种实时可见性显着提高了响应能力和运营效率。
-
即时应用程序性能分析：将来自生产环境的应用程序指标实时流式传输到 Grafana 仪表板，使开发团队能够在部署期间快速检测和诊断性能瓶颈或异常，从而最大限度地减少停机时间并提高可靠性。
-
在线活动分析：利用 Telegraf 在大型在线活动期间捕获和流式传输实时受众或系统指标，直接进入 Grafana 仪表板。 活动组织者可以动态监控并对不断变化的条件或趋势做出反应，从而显着提高受众参与度和运营决策能力。
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间序列数据时，它会更有价值。借助 InfluxDB，排名第一的时间序列平台，专为与 Telegraf 协同扩展而构建。
查看入门方法
