我們在檢視伺服器執行狀態時,除了使用命令列還是命令列。那麼有什麼辦法可以不用命令列,直觀地檢視伺服器的CPU、記憶體、網路、容器執行狀態等資訊呢?今天給大家分享一款好用的伺服器監控工具Sampler,使用它能快速方便地檢視這些資訊,希望對大家有所幫助!
Sampler簡介
Sampler是一款基於shell命令的視覺化監控工具,透過簡單的YAML檔案來進行配置即可實現監控,目前在Github上已有12k+Star
。
下面是使用Sampler來進行伺服器狀態監控的效果圖,看起來還是挺炫酷的!
安裝
- Sampler的安裝非常簡單,這裡以Linux系統為例,使用如下命令下載Sampler的安裝包;
# 下載sampler的安裝包儲存到/usr/local/bin目錄下
sudo wget https://github.com/sqshq/sampler/releases/download/v1.1.0/sampler-1.1.0-linux-amd64 -O /usr/local/bin/sampler
# 給安裝包新增執行許可權
sudo chmod +x /usr/local/bin/sampler
- 安裝完成後在
/usr/local/bin
目錄下,就有一個可執行的sampler檔案了。
這或許是一個對你有用的開源專案,mall專案是一套基於
SpringBoot3
+ Vue 的電商系統(Github標星60K),後端支援多模組和2024最新微服務架構
,採用Docker和K8S部署。包括前臺商城專案和後臺管理系統,能支援完整的訂單流程!涵蓋商品、訂單、購物車、許可權、優惠券、會員、支付等功能!
- Boot專案:https://github.com/macrozheng/mall
- Cloud專案:https://github.com/macrozheng/mall-swarm
- 教程網站:https://www.macrozheng.com
專案演示:
使用
- Sampler的使用非常簡單,只要在
yaml
檔案中配置好監控指令碼,然後使用如下命令執行即可;
# 配置檔案需要新增可執行許可權
chmod +x config.yml
# 然後透過配置檔案啟動Sampler
sampler -c config.yml
- 如果你想檢視伺服器CPU和可用記憶體情況,可以在
config.yml
檔案中新增如下指令碼,然後使用上面的命令來執行;
sparklines:
- title: CPU usage(%)
rate-ms: 200
scale: 0
sample: ps -A -o %cpu | awk '{s+=$1} END {print s}'
- title: RAM free(MB)
rate-ms: 200
scale: 0
sample: free -m| grep "Mem:" | awk '{print $4}'
- 執行命令後,顯示效果如下:
- 如果你想檢視伺服器上Docker容器的執行狀態,可以新增如下指令碼;
textboxes:
- title: Docker containers stats
rate-ms: 500
sample: docker stats --no-stream --format "table {{.Name}}\t{{.CPUPerc}}\t{{.MemUsage}}\t{{.PIDs}}"
- 執行命令後,顯示效果如下:
- 如果你想檢視伺服器的網路狀態,例如UDP和TCP的收發情況,可以新增如下指令碼;
barcharts:
- title: Local network activity
rate-ms: 500
scale: 0
items:
- label: UDP bytes in
sample: netstat -anu | awk '{sum += $2} END {print sum}'
- label: UDP bytes out
sample: netstat -anu | awk '{sum += $3} END {print sum}'
- label: TCP bytes in
sample: netstat -ant | awk '{sum += $2} END {print sum}'
- label: TCP bytes out
sample: netstat -ant | awk '{sum += $3} END {print sum}'
- 執行命令後,顯示效果如下:
- 如果你想檢視伺服器的時間,可以新增如下指令碼;
asciiboxes:
- title: CST time
rate-ms: 500
font: 2d
border: false
color: 43
sample: env TZ=Asia/Shanghai date +%r
- 執行命令後,顯示效果如下:
- 我們再把上面這些監控資訊組合起來,製作一個皮膚來看下效果,還是挺炫酷的;
- 這裡使用的指令碼如下,感興趣的小夥伴可以嘗試下!
runcharts:
- title: Search engine response time
position: [[0, 0], [45, 19]]
rate-ms: 500
triggers:
- title: Latency threshold exceeded
condition: echo "$prev < 0.8 && $cur > 0.8" |bc -l
actions:
terminal-bell: true
sound: true
visual: true
script: 'say alert: ${label} latency exceeded ${cur} second'
legend:
enabled: true
details: false
scale: 2
items:
- label: BAIDU
color: 178
sample: curl -o /dev/null -s -w '%{time_total}' https://www.baidu.com
- label: BING
sample: curl -o /dev/null -s -w '%{time_total}' https://www.bing.com
barcharts:
- title: Local network activity
position: [[45, 20], [35, 8]]
rate-ms: 500
scale: 0
items:
- label: UDP bytes in
sample: netstat -anu | awk '{sum += $2} END {print sum}'
- label: UDP bytes out
sample: netstat -anu | awk '{sum += $3} END {print sum}'
- label: TCP bytes in
sample: netstat -ant | awk '{sum += $2} END {print sum}'
- label: TCP bytes out
sample: netstat -ant | awk '{sum += $3} END {print sum}'
gauges:
- title: YEAR PROGRESS
position: [[45, 0], [35, 2]]
cur:
sample: date +%j
max:
sample: echo 365
min:
sample: echo 0
- title: DAY PROGRESS
position: [[45, 3], [35, 2]]
cur:
sample: date +%H
max:
sample: echo 24
min:
sample: echo 0
- title: HOUR PROGRESS
position: [[45, 6], [35, 2]]
cur:
sample: date +%M
max:
sample: echo 60
min:
sample: echo 0
- title: MINUTE PROGRESS
position: [[45, 9], [35, 2]]
triggers:
- title: CLOCK BELL EVERY MINUTE
condition: '[ $label == "cur" ] && [ $cur -eq 0 ] && echo 1 || echo 0'
actions:
sound: true
script: say -v samantha `date +%I:%M%p`
cur:
sample: date +%S
max:
sample: echo 60
min:
sample: echo 0
sparklines:
- title: CPU usage
position: [[0, 20], [22, 8]]
rate-ms: 200
scale: 0
sample: ps -A -o %cpu | awk '{s+=$1} END {print s}'
- title: RAM free(MB)
position: [[22, 20], [23, 8]]
rate-ms: 200
scale: 0
sample: free -m | grep "Mem:" | awk '{print $4}'
textboxes:
- title: Docker containers stats
position: [[0, 29], [45, 10]]
rate-ms: 500
sample: docker stats --no-stream --format "table {{.Name}}\t{{.CPUPerc}}\t{{.MemUsage}}\t{{.PIDs}}"
- title: Local weather
position: [[69, 31], [13, 7]]
rate-ms: 10000
sample: curl wttr.in?0ATQF
border: false
- title: New York weather
position: [[45, 31], [13, 7]]
rate-ms: 10000
sample: curl wttr.in/newyork?0ATQF
transform: echo 1
border: false
- title: San Francisco weather
position: [[56, 31], [13, 7]]
rate-ms: 10000
sample: curl wttr.in/sanfrancisco?0ATQF
border: false
asciiboxes:
- title: CST time
position: [[45, 12], [35, 7]]
rate-ms: 500
sample: env TZ=Asia/Shanghai date +%r
border: false
font: 2d
總結
今天給大家介紹了一款直觀易用的伺服器監控工具Sampler,使用它來檢視伺服器執行狀態真的是一目瞭然。其實Sampler的功能不止於此,它還能用於監控MySQL、MongoDB、Kafka這類中介軟體的資訊,該興趣的小夥伴可以嘗試下!
專案地址
https://github.com/sqshq/sampler