1)優勢
·強大靈活的數據採集：自動發現，支持falcon-agent、snmp、支持用戶主動push、用戶自定義插件支持、opentsdb data model like（timestamp、 endpoint、metric、key-value tags） ·水平擴展能力：支持每個週期上億次的數據採集、告警判定、歷史數據存儲和查詢 ·高效率的告警策略管理：高效的portal、支持策略模板、模板繼承和覆蓋、多種告警方式、支持callback調用 ·人性化的告警設置：最大告警次數、告警級別、告警恢復通知、告警暫停、不同時段不同閾值、支持維護週期 ·高效率的graph組件：單機支撐200萬metric的上報、歸檔、存儲（週期爲1分鐘） ·高效的歷史數據query組件：採用rrdtool的數據歸檔策略，秒級返回上百個metric一年的歷史數據 ·dashboard：多維度的數據展示，用戶自定義Screen ·高可用：整個系統無核心單點，易運維，易部署，可水平擴展 ·開發語言： 整個系統的後端，全部golang編寫，portal和dashboard使用python編寫
2)架構圖
2.1)官網架構圖
2.2)網友所畫架構圖
2.3)基礎組件
| 組件名稱(繪圖組件) | 功能 | 備註 |
| agent | 1.agent採集機器監控指標,每隔60秒push給Transfer 2.agent和tranfer建立長連接,傳輸數據比較快 3.agent提供了一個http接口/v1/push接收用戶手工push數據,然後轉發給tranfer | |
| graph | 1.graph組件是存儲繪圖數據、歷史數據的組件 2.tranfer會把接收到的數據轉發給granph |
|
| transfer | 1.接收agent傳來的數據,轉發數據到後端的Graph和Judge | |
| query | 1.查詢各個graph數據,提供了一個統一的http查詢接口:query組件接收到用戶的查詢請求後,會從後端的多個graph,查詢相應數據,聚合後,在返回給用戶 | |
| Task |
| 1.需要連接graph庫 |
| dashboard | 前端界面 |
|
| 組件名稱(報警組件) | 功能 | 備註 |
| Sender | 1.報警發送模塊,控制併發度,提供發送的緩衝queue | |
| uic(fe) | 1.用戶組管理,單點登錄 | 1.需要連接數據庫uic |
| portal | 1.配置報警策略,管理機器分組的web端 |
|
| hbs | 1.心跳服務器:hbs有2個地址,1個http地址,agent和hbs的rpc地址通信 | 1.需要連接falcon-portal庫 |
| judge | 1.報警判斷模塊，judge依賴於HBS，所以得先搭建HBS | 1.可部署多實例 |
| links | 1.Links是爲報警合併功能寫的組件。如果你不想使用報警合併功能，這個組件是無需安裝的 | 1.需要連接falcon_links |
| alarm | 1.報警事件處理器 | 1.alarm模塊是處理報警event的，judge產生的報警event寫入redis，alarm從redis讀取，這個模塊被業務搞得很糟亂，各個公司可以根據自己公司的需求重寫 |
Nodata | 1.nodata用於檢測監控數據的上報異常。nodata和實時報警judge模塊協同工作，過程爲: 配置了nodata的採集項超時未上報數據，nodata生成一條默認的模擬數據；用戶配置相應的報警策略，收到mock數據就產生報警。採集項上報異常檢測，作爲judge模塊的一個必要補充，能夠使judge的實時報警功能更加可靠、完善 | |
Aggregator | 1.集羣聚合模塊。聚合某集羣下的所有機器的某個指標的值，提供一種集羣視角的監控體驗 |
3)安裝
*環境配置*
**安裝redis**
源碼和rpm包都可以,視情況而定
**安裝mysql**
1.源碼和rpm包都可以,視情況而定
2.初始化mysql表結構
*mysql -uroot -proot < 1_uic-db-schema.sql/2_portal-db-schema.sql/3_dashboard-db-schema.sql/4_graph-db-schema.sql/5_alarms-db-schema.sql/
links-db-schema.sql*
*******************************************************************************************************************************************
*後端配置*
**下載官方源碼包**
1.下載open-falcon-v0.2.1.tar.gz、open-falcon-v0.2.0.tar.gz
2.解壓到/home/work/open-falcon
3.修改配置文件,一般都是需要指定"數據庫密碼"
4.啓動open-falcon:./open-falcon start(啓動全部服務) ./open-falcon check(檢查服務啓動狀態)
******************************************************************************************************************************************
*前端配置*
**下載源碼包**
1.git clone 2.安裝依賴包:python-devel、openldap-devel、mysql-devel、virtualenv(python官網下載tar包)、yum groupinstall "Development tools"
3.安裝前端flask模塊:cat pip_requirements.txt
Flask==0.10.1
Flask-Babel==0.9
Jinja2==2.7.2
Werkzeug==0.9.4
gunicorn==19.1.1
python-dateutil==2.2
requests==2.3.0
mysql-python
python-ldap
4.修改rrd/config.py配置文件
## 根據實際情況，修改PORTAL_DB_*, 默認用戶名爲root，默認密碼爲"".還有數據庫主機
## 根據實際情況，修改ALARM_DB_*, 默認用戶名爲root，默認密碼爲"",還有數據庫主機
## API_ADDR = os.environ.get("API_ADDR","http://10.59.2.133:8080/api/v1")，此處需要改爲open-falcon的服務端ip
5.啓動dashboard
./control start4)監控客戶端主機
1.解壓open-falcon-v0.2.0.tar.gz
2.修改agent配置文件
"heartbeat": {
"enabled": true,
"addr": "10.59.2.133:6030", #服務端ip
"interval": 60,
"timeout": 1000
},
"transfer": {
"enabled": true,
"addrs": [
"10.59.2.133:8433" #服務端ip
],
"interval": 60,
"timeout": 1000
3.啓動agent服務即可
./open-falcon start agent即可
*查看日誌:agent.log是否正常*