Zipkin 和 ServiceNow 集成

输入和输出集成概述

Zipkin 输入插件允许从微服务收集跟踪信息和计时数据。此功能对于诊断复杂面向服务环境中的延迟问题至关重要。

此输出插件通过 HTTP 将指标从 Telegraf 直接流式传输到 ServiceNow MID Server，利用 nowmetric 序列化器与 ServiceNow 的 Operational Intelligence 和 Event Management 进行高效集成。

集成详情

Zipkin

此插件实现了 Zipkin HTTP 服务器，以收集跟踪和计时数据，这些数据对于排除微服务架构中的延迟问题至关重要。Zipkin 是一个分布式跟踪系统，可帮助收集跨各种微服务的计时数据，使团队能够可视化请求流并识别性能瓶颈。该插件支持基于指定 Content-Type 的 JSON 或 thrift 格式的输入跟踪。此外，它还利用 span 元数据来跟踪请求的计时，从而增强了符合 OpenTracing 标准的应用程序的可观察性。作为一项实验性功能，其配置和架构可能会随着时间的推移而演变，以更好地满足用户需求和分布式跟踪方法的进步。

ServiceNow

Telegraf 可用于将指标数据直接发送到 ServiceNow MID Server REST 端点。指标使用 ServiceNow 的 Operational Intelligence (OI) 格式或 JSONv2 格式进行格式化，从而与 ServiceNow 的 Event Management 和 Operational Intelligence 平台实现无缝集成。序列化器有效地批量处理指标，通过最大限度地减少 HTTP POST 请求的数量来降低网络开销。此集成允许用户快速利用 ServiceNow 中的指标来增强可观察性、主动事件管理和性能监控，并利用 ServiceNow 的 Operational Intelligence 功能。

配置

Zipkin

[[inputs.zipkin]]
  ## URL path for span data
  # path = "/api/v1/spans"

  ## Port on which Telegraf listens
  # port = 9411

  ## Maximum duration before timing out read of the request
  # read_timeout = "10s"
  ## Maximum duration before timing out write of the response
  # write_timeout = "10s"

ServiceNow

[[outputs.http]]
  ## ServiceNow MID Server metrics endpoint
  url = "http://mid-server.example.com:9082/api/mid/sa/metrics"

  ## HTTP request method
  method = "POST"

  ## Basic Authentication credentials
  username = "evt.integration"
  password = "P@$$w0rd!"

  ## Data serialization format for ServiceNow
  data_format = "nowmetric"

  ## Metric format type: "oi" (default) or "jsonv2"
  nowmetric_format = "oi"

  ## HTTP Headers
  [outputs.http.headers]
    Content-Type = "application/json"
    Accept = "application/json"

  ## Optional timeout
  # timeout = "5s"

  ## TLS configuration options
  # 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

Zipkin

1. 微服务中的延迟监控：使用 Zipkin 输入插件来捕获和分析来自微服务架构的跟踪数据。通过可视化请求流并查明延迟源，开发团队可以优化服务交互，缩短响应时间，并确保跨服务的用户体验更加顺畅。

2. 关键服务中的性能优化：在关键服务中集成该插件，不仅可以监控响应时间，还可以跟踪可能突出显示性能问题的特定注释。收集 span 数据的能力可以帮助确定需要性能增强的区域的优先级，从而实现有针对性的改进。

3. 动态服务依赖关系映射：通过收集的跟踪数据，自动映射服务依赖关系并在仪表板中可视化它们。这有助于团队了解不同服务如何交互以及故障或速度减慢的影响，最终促成更好的架构决策和更快的问题解决。

4. 服务延迟中的异常检测：将 Zipkin 数据与机器学习模型相结合，以检测服务延迟和请求处理时间中的异常模式。通过自动识别异常，运营团队可以在新兴问题升级为严重故障之前主动响应。

ServiceNow

1. 主动事件管理：利用 Telegraf 和 ServiceNow 集成，将基础设施和应用程序指标实时流式传输到 ServiceNow Event Management。根据阈值自动触发事件或补救工作流程，从而显着缩短事件检测和响应时间。

2. 端到端应用程序监控：在应用程序堆栈的多个层部署 Telegraf 代理，将性能指标直接发送到 ServiceNow。利用 ServiceNow 的 Operational Intelligence，团队可以将跨组件的指标关联起来，从而快速识别性能瓶颈。

3. 动态 CI 性能跟踪：通过使用此插件推送性能数据，将 Telegraf 指标与 ServiceNow 的 CMDB 集成，从而允许根据实时指标自动更新配置项 (CI) 的运行状况状态。这确保了 ServiceNow 中基础设施运行状况的准确和最新状态。

4. 云资源优化：使用 Telegraf 从混合云和多云基础设施收集指标，直接流式传输到 ServiceNow。利用这些指标进行实时分析、预测容量规划和资源优化，从而实现主动管理并降低运营成本。

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。