这不是实时大规模查询的推荐配置。为了实现查询和压缩优化、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，它都会变得更有价值。借助 InfluxDB，排名第一的时间序列平台，旨在与 Telegraf 一起扩展。
查看入门方法
输入和输出集成概述
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。
此插件使用 Prometheus remote write 协议通过 HTTP 将指标从 Telegraf 发送到 Thanos，从而可以高效且可扩展地摄取到 Thanos Receive 组件中。
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。
Thanos
Telegraf 的 HTTP 插件可以通过其 Remote Write 兼容的 Receive 组件将指标直接发送到 Thanos。通过将数据格式设置为 prometheusremotewrite，Telegraf 可以将指标序列化为本机 Prometheus 客户端使用的相同基于 protobuf 的格式。此设置实现了高吞吐量、低延迟的指标摄取到 Thanos 中，从而促进了大规模的集中式可观测性。在混合环境中，当 Telegraf 从 Prometheus 原生范围之外的系统（例如 SNMP 设备、Windows 主机或自定义应用程序）收集指标，并将其直接流式传输到 Thanos 以进行长期存储和全局查询时，此设置尤其有用。
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 = ""
Thanos
[[outputs.http]]
## Thanos Receive endpoint for remote write
url = "http://thanos-receive.example.com/api/v1/receive"
## HTTP method
method = "POST"
## Data format set to Prometheus remote write
data_format = "prometheusremotewrite"
## Optional headers (authorization, etc.)
# [outputs.http.headers]
# Authorization = "Bearer YOUR_TOKEN"
## Optional TLS configuration
# tls_ca = "/path/to/ca.pem"
# tls_cert = "/path/to/cert.pem"
# tls_key = "/path/to/key.pem"
# insecure_skip_verify = false
## Request timeout
timeout = "10s"输入和输出集成示例
VMware vSphere
-
动态资源分配：使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 收集的历史指标来进行容量规划。分析 CPU、内存和存储使用率随时间变化的趋势，可以帮助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见解，并可以指导未来的基础设施增强。
Thanos
-
无代理云监控：在云虚拟机上部署 Telegraf 代理以收集系统和应用程序指标，然后使用 Remote Write 将它们直接流式传输到 Thanos。这提供了集中式可观测性，而无需在每个位置都部署 Prometheus 节点。
-
可扩展的 Windows 主机监控：在 Windows 机器上使用 Telegraf 收集操作系统级别的指标，并通过 Remote Write 将它们发送到 Thanos Receive。这实现了跨异构环境的可观测性，而本机 Prometheus 仅在 Linux 上受支持。
-
跨区域指标联合：多个地理区域中的 Telegraf 代理可以使用此插件将数据推送到区域本地的 Thanos Receivers。从那里，Thanos 可以全局去重和查询指标，从而减少延迟和网络出口成本。
-
将第三方数据集成到 Thanos 中：使用 Telegraf 输入从自定义遥测源（例如 REST API 或专有日志）收集指标，并通过 Remote Write 将它们转发到 Thanos。这会将非原生数据引入与 Prometheus 兼容的长期分析管道中。
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供意见。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，它都会变得更有价值。借助 InfluxDB，排名第一的时间序列平台，旨在与 Telegraf 一起扩展。
查看入门方法
