目录
强大的性能，无限的扩展能力
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，这是 #1 的时序平台，旨在通过 Telegraf 进行扩展。
查看入门方法
输入和输出集成概述
VMware vSphere Telegraf 插件提供了一种从 VMware vCenter 服务器收集指标的方法，从而可以对 vSphere 环境中的虚拟资源进行全面监控和管理。
Redis 插件使用户能够将 Telegraf 收集的指标直接发送到 Redis。这种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
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，从而实现对虚拟资源的高效监控和管理。它与 vSphere API 接口，收集有关集群、主机、资源池、虚拟机、数据存储和 vSAN 实体的信息，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，从而促进有关资源分配、故障排除和确保最佳系统性能的明智决策。此外，对 secret-store 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。
Redis
Redis Telegraf 插件旨在将指标写入 RedisTimeSeries，这是一个专门用于时序数据的 Redis 数据库模块。此插件促进了 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
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 = ""
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
VMware vSphere
-
动态资源分配：利用此插件来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。此方案可能涉及根据从 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，从而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。
-
跨集群性能基准测试：使用收集的指标比较不同 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见解，并可以指导未来的基础设施增强。
Redis
-
监控 IoT 传感器数据：利用 Redis Telegraf 插件实时收集和存储来自 IoT 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。高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型金融数据。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价格随时间的变化，从而为他们提供从可靠的时序分析中获得的可操作的见解。
-
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：利用此插件随时间推移监控建筑物中的能源使用情况。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发展实践。
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，无限的扩展能力
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，这是 #1 的时序平台，旨在通过 Telegraf 进行扩展。
查看入门方法
