Soumettre la recherche
Mettre en ligne
【Tech circle】zabbix3.0ハンズオン
•
4 j'aime
•
3,004 vues
隼人 渡邉
Suivre
3月16日の「Zabbix3.0リリース記念!世界最速? Zabbix3.0ハンズオン」資料です
Lire moins
Lire la suite
Technologie
Signaler
Partager
Signaler
Partager
1 sur 31
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
Zabbix 3.0 の予測機能のための数学的理解
Zabbix 3.0 の予測機能のための数学的理解
真乙 九龍
ストリーム処理におけるApache Avroの活用について(NTTデータ テクノロジーカンファレンス 2019 講演資料、2019/09/05)
ストリーム処理におけるApache Avroの活用について(NTTデータ テクノロジーカンファレンス 2019 講演資料、2019/09/05)
NTT DATA Technology & Innovation
Zabbixで学ぶ統計解析入門
Zabbixで学ぶ統計解析入門
Takeo Noda
ビックデータ最適解とAWSにおける新しい武器
ビックデータ最適解とAWSにおける新しい武器
Akihiro Kuwano
Zabbixで学ぶ統計解析入門
Zabbixで学ぶ統計解析入門
Takeo Noda
Apache Avro vs Protocol Buffers
Apache Avro vs Protocol Buffers
Seiya Mizuno
Rパッケージ“KFAS”を使った時系列データの解析方法
Rパッケージ“KFAS”を使った時系列データの解析方法
Hiroki Itô
ログ管理のベストプラクティス
ログ管理のベストプラクティス
Akihiro Kuwano
Recommandé
Zabbix 3.0 の予測機能のための数学的理解
Zabbix 3.0 の予測機能のための数学的理解
真乙 九龍
ストリーム処理におけるApache Avroの活用について(NTTデータ テクノロジーカンファレンス 2019 講演資料、2019/09/05)
ストリーム処理におけるApache Avroの活用について(NTTデータ テクノロジーカンファレンス 2019 講演資料、2019/09/05)
NTT DATA Technology & Innovation
Zabbixで学ぶ統計解析入門
Zabbixで学ぶ統計解析入門
Takeo Noda
ビックデータ最適解とAWSにおける新しい武器
ビックデータ最適解とAWSにおける新しい武器
Akihiro Kuwano
Zabbixで学ぶ統計解析入門
Zabbixで学ぶ統計解析入門
Takeo Noda
Apache Avro vs Protocol Buffers
Apache Avro vs Protocol Buffers
Seiya Mizuno
Rパッケージ“KFAS”を使った時系列データの解析方法
Rパッケージ“KFAS”を使った時系列データの解析方法
Hiroki Itô
ログ管理のベストプラクティス
ログ管理のベストプラクティス
Akihiro Kuwano
AWS Black Belt Online Seminar 2018 AWS上の位置情報
AWS Black Belt Online Seminar 2018 AWS上の位置情報
Amazon Web Services Japan
本当は恐ろしい分散システムの話
本当は恐ろしい分散システムの話
Kumazaki Hiroki
[Cloud OnAir] BigQuery へデータを読み込む 2019年3月14日 放送
[Cloud OnAir] BigQuery へデータを読み込む 2019年3月14日 放送
Google Cloud Platform - Japan
ログ解析基盤におけるストリーム処理パイプラインについて
ログ解析基盤におけるストリーム処理パイプラインについて
cyberagent
Apache Arrow Flight – ビッグデータ用高速データ転送フレームワーク #dbts2021
Apache Arrow Flight – ビッグデータ用高速データ転送フレームワーク #dbts2021
Kouhei Sutou
AWSのログ管理ベストプラクティス
AWSのログ管理ベストプラクティス
Akihiro Kuwano
分散システムについて語らせてくれ
分散システムについて語らせてくれ
Kumazaki Hiroki
[Cloud OnAir] BigQuery の一般公開データセットを 利用した実践的データ分析 2019年3月28日 放送
[Cloud OnAir] BigQuery の一般公開データセットを 利用した実践的データ分析 2019年3月28日 放送
Google Cloud Platform - Japan
機械学習の定番プラットフォームSparkの紹介
機械学習の定番プラットフォームSparkの紹介
Cloudera Japan
Best Practices for Running PostgreSQL on AWS
Best Practices for Running PostgreSQL on AWS
Amazon Web Services Japan
今だから!Amazon CloudFront 徹底活用
今だから!Amazon CloudFront 徹底活用
Yasuhiro Araki, Ph.D
Cassandraのしくみ データの読み書き編
Cassandraのしくみ データの読み書き編
Yuki Morishita
AWS Black Belt Online Seminar 2016 Amazon Kinesis
AWS Black Belt Online Seminar 2016 Amazon Kinesis
Amazon Web Services Japan
Zabbix概論
Zabbix概論
真乙 九龍
AWSで作る分析基盤
AWSで作る分析基盤
Yu Otsubo
LogbackからLog4j 2への移行によるアプリケーションのスループット改善 ( JJUG CCC 2021 Fall )
LogbackからLog4j 2への移行によるアプリケーションのスループット改善 ( JJUG CCC 2021 Fall )
Hironobu Isoda
今だからこそ知りたい Docker Compose/Swarm 入門
今だからこそ知りたい Docker Compose/Swarm 入門
Masahito Zembutsu
データの価値を最大化させるためのデザイン~データビジュアライゼーションの方法~ #devsumi 17-E-2
データの価値を最大化させるためのデザイン~データビジュアライゼーションの方法~ #devsumi 17-E-2
Yahoo!デベロッパーネットワーク
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
cyberagent
Amazon Redshift パフォーマンスチューニングテクニックと最新アップデート
Amazon Redshift パフォーマンスチューニングテクニックと最新アップデート
Amazon Web Services Japan
Tech circle#13 zabbix3.0ハンズオン lld
Tech circle#13 zabbix3.0ハンズオン lld
Daisuke Ikeda
Zabbix超入門
Zabbix超入門
Daisuke Ikeda
Contenu connexe
Tendances
AWS Black Belt Online Seminar 2018 AWS上の位置情報
AWS Black Belt Online Seminar 2018 AWS上の位置情報
Amazon Web Services Japan
本当は恐ろしい分散システムの話
本当は恐ろしい分散システムの話
Kumazaki Hiroki
[Cloud OnAir] BigQuery へデータを読み込む 2019年3月14日 放送
[Cloud OnAir] BigQuery へデータを読み込む 2019年3月14日 放送
Google Cloud Platform - Japan
ログ解析基盤におけるストリーム処理パイプラインについて
ログ解析基盤におけるストリーム処理パイプラインについて
cyberagent
Apache Arrow Flight – ビッグデータ用高速データ転送フレームワーク #dbts2021
Apache Arrow Flight – ビッグデータ用高速データ転送フレームワーク #dbts2021
Kouhei Sutou
AWSのログ管理ベストプラクティス
AWSのログ管理ベストプラクティス
Akihiro Kuwano
分散システムについて語らせてくれ
分散システムについて語らせてくれ
Kumazaki Hiroki
[Cloud OnAir] BigQuery の一般公開データセットを 利用した実践的データ分析 2019年3月28日 放送
[Cloud OnAir] BigQuery の一般公開データセットを 利用した実践的データ分析 2019年3月28日 放送
Google Cloud Platform - Japan
機械学習の定番プラットフォームSparkの紹介
機械学習の定番プラットフォームSparkの紹介
Cloudera Japan
Best Practices for Running PostgreSQL on AWS
Best Practices for Running PostgreSQL on AWS
Amazon Web Services Japan
今だから!Amazon CloudFront 徹底活用
今だから!Amazon CloudFront 徹底活用
Yasuhiro Araki, Ph.D
Cassandraのしくみ データの読み書き編
Cassandraのしくみ データの読み書き編
Yuki Morishita
AWS Black Belt Online Seminar 2016 Amazon Kinesis
AWS Black Belt Online Seminar 2016 Amazon Kinesis
Amazon Web Services Japan
Zabbix概論
Zabbix概論
真乙 九龍
AWSで作る分析基盤
AWSで作る分析基盤
Yu Otsubo
LogbackからLog4j 2への移行によるアプリケーションのスループット改善 ( JJUG CCC 2021 Fall )
LogbackからLog4j 2への移行によるアプリケーションのスループット改善 ( JJUG CCC 2021 Fall )
Hironobu Isoda
今だからこそ知りたい Docker Compose/Swarm 入門
今だからこそ知りたい Docker Compose/Swarm 入門
Masahito Zembutsu
データの価値を最大化させるためのデザイン~データビジュアライゼーションの方法~ #devsumi 17-E-2
データの価値を最大化させるためのデザイン~データビジュアライゼーションの方法~ #devsumi 17-E-2
Yahoo!デベロッパーネットワーク
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
cyberagent
Amazon Redshift パフォーマンスチューニングテクニックと最新アップデート
Amazon Redshift パフォーマンスチューニングテクニックと最新アップデート
Amazon Web Services Japan
Tendances
(20)
AWS Black Belt Online Seminar 2018 AWS上の位置情報
AWS Black Belt Online Seminar 2018 AWS上の位置情報
本当は恐ろしい分散システムの話
本当は恐ろしい分散システムの話
[Cloud OnAir] BigQuery へデータを読み込む 2019年3月14日 放送
[Cloud OnAir] BigQuery へデータを読み込む 2019年3月14日 放送
ログ解析基盤におけるストリーム処理パイプラインについて
ログ解析基盤におけるストリーム処理パイプラインについて
Apache Arrow Flight – ビッグデータ用高速データ転送フレームワーク #dbts2021
Apache Arrow Flight – ビッグデータ用高速データ転送フレームワーク #dbts2021
AWSのログ管理ベストプラクティス
AWSのログ管理ベストプラクティス
分散システムについて語らせてくれ
分散システムについて語らせてくれ
[Cloud OnAir] BigQuery の一般公開データセットを 利用した実践的データ分析 2019年3月28日 放送
[Cloud OnAir] BigQuery の一般公開データセットを 利用した実践的データ分析 2019年3月28日 放送
機械学習の定番プラットフォームSparkの紹介
機械学習の定番プラットフォームSparkの紹介
Best Practices for Running PostgreSQL on AWS
Best Practices for Running PostgreSQL on AWS
今だから!Amazon CloudFront 徹底活用
今だから!Amazon CloudFront 徹底活用
Cassandraのしくみ データの読み書き編
Cassandraのしくみ データの読み書き編
AWS Black Belt Online Seminar 2016 Amazon Kinesis
AWS Black Belt Online Seminar 2016 Amazon Kinesis
Zabbix概論
Zabbix概論
AWSで作る分析基盤
AWSで作る分析基盤
LogbackからLog4j 2への移行によるアプリケーションのスループット改善 ( JJUG CCC 2021 Fall )
LogbackからLog4j 2への移行によるアプリケーションのスループット改善 ( JJUG CCC 2021 Fall )
今だからこそ知りたい Docker Compose/Swarm 入門
今だからこそ知りたい Docker Compose/Swarm 入門
データの価値を最大化させるためのデザイン~データビジュアライゼーションの方法~ #devsumi 17-E-2
データの価値を最大化させるためのデザイン~データビジュアライゼーションの方法~ #devsumi 17-E-2
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
Amazon Redshift パフォーマンスチューニングテクニックと最新アップデート
Amazon Redshift パフォーマンスチューニングテクニックと最新アップデート
En vedette
Tech circle#13 zabbix3.0ハンズオン lld
Tech circle#13 zabbix3.0ハンズオン lld
Daisuke Ikeda
Zabbix超入門
Zabbix超入門
Daisuke Ikeda
5分でインストール!awsでzabbix3.0
5分でインストール!awsでzabbix3.0
Tadashi Mishima
はてなブックマークサーチ #dwangohatena
はてなブックマークサーチ #dwangohatena
ほつた
Daisuke Ikeda - Advanced SysOps by using HyClops
Daisuke Ikeda - Advanced SysOps by using HyClops
Zabbix
Serfが面白いと俺の中で話題にwwwwww 【改訂版】
Serfが面白いと俺の中で話題にwwwwww 【改訂版】
Masahito Zembutsu
Elasticsearchと機械学習を実際に連携させる
Elasticsearchと機械学習を実際に連携させる
nobu_k
SensorBeeのご紹介
SensorBeeのご紹介
Daisuke Tanaka
Zabbix 3.4の新機能 @OSC 2017 Tokyo/Spring
Zabbix 3.4の新機能 @OSC 2017 Tokyo/Spring
Atsushi Tanaka
En vedette
(9)
Tech circle#13 zabbix3.0ハンズオン lld
Tech circle#13 zabbix3.0ハンズオン lld
Zabbix超入門
Zabbix超入門
5分でインストール!awsでzabbix3.0
5分でインストール!awsでzabbix3.0
はてなブックマークサーチ #dwangohatena
はてなブックマークサーチ #dwangohatena
Daisuke Ikeda - Advanced SysOps by using HyClops
Daisuke Ikeda - Advanced SysOps by using HyClops
Serfが面白いと俺の中で話題にwwwwww 【改訂版】
Serfが面白いと俺の中で話題にwwwwww 【改訂版】
Elasticsearchと機械学習を実際に連携させる
Elasticsearchと機械学習を実際に連携させる
SensorBeeのご紹介
SensorBeeのご紹介
Zabbix 3.4の新機能 @OSC 2017 Tokyo/Spring
Zabbix 3.4の新機能 @OSC 2017 Tokyo/Spring
Dernier
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
Yuki Kikuchi
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
博三 太田
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
FumieNakayama
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
FumieNakayama
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
akihisamiyanaga1
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
UEHARA, Tetsutaro
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
sugiuralab
Dernier
(8)
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
【Tech circle】zabbix3.0ハンズオン
1.
1. Ver 3.0 で 登場した 予測機能 ハンズオン 線形予測でディスク増加あふれを事前に予測してみよう
2.
やっぱりZabbixだ ね! 予測機能はZabbixのどこで使うの? Diagram featured by
http://slidemodel.com 障害の復旧 収集したデータを基に 障害検知・通知 監視ホストデータ 収集 問題の対策 トリガーとして 予測機能が追加 予測に基づいた アクションの実施 (例)スケールアウトによ る状態の改善等 計算アイテムとして 予測機能が追加
3.
予測機能の種類
4.
予測機能の種類 forecast timeleft
5.
予測想定時間に指定した監視アイテムの値を計算する。 計算アイテム → 情報の蓄積 トリガー
→ ステータスの決定 forecast x = a + b*t 時間 予測計算 予測計算材料 障害ライン
6.
履歴よりアイテムの値を計算し、予測想定時間にどれくらいで 到達するかを計算する。 計算アイテム → 情報の蓄積 トリガー
→ ステータスの決定 timeleft x = a + b*t 時間 予測計算 予測計算材料 障害ライン
7.
ユーザが指定した値の予想到達時間を計算する ユーザが指定した時間の予想値を計算する 要するに forecast timeleft
8.
➜ 近似計算には下記の使用が可能 ○ linear ○
polynomial ○ logarithmic ○ exponetial ○ power 近似値計算オプション
9.
➜ linear 近似値計算に必要なオプション 線形近似曲線 Image source
by https://support.office.com/
10.
➜ polynomial 近似値計算に必要なオプション 多項式近似曲線 (Zabbix3.0では6次まで指定可能) Image
source by https://support.office.com/
11.
➜ logarithmic 対数近似曲線 Image source
by https://support.office.com/ 近似値計算に必要なオプション
12.
➜ exponetial 指数近似曲線 Image source
by https://support.office.com/ 近似値計算に必要なオプション
13.
➜ power 累乗近似曲線 Image source
by https://support.office.com/ 近似値計算に必要なオプション
14.
How do you use
this? 線形以外は使いどころについて 特に過去グラフを睨みながら 作成する必要がありそう
15.
Who am I
? I’m Hayato Watanabe I belong to secret of the company ( for some reason :P ) You can find me at: https://about.me/bsmile I’m not ET.
16.
Hands-on environment ディスク増加量の 予測トリガーを作成 トリガーでディスク増加を検知 (仮想)検知情報を基に ディスク整理アクションを実施 手動 自動 手動/自動
17.
Step0. 現在の状態は? [監視データ] -
[グラフ]を上段メニューから選択し ホスト -> [server-01] グラフ-> [Disk space usage /] を 見てみましょう。緑の先がディスク残量です
18.
手順はこちらも合わせて ご覧ください http://goo.gl/GGl4pN (qiita)
19.
Step1. ディスク増加量の予測トリガーを作成(1) 1-1. [設定]
- [ホスト]を上段メニューから選択し 表示されるホスト一覧から ”docker host”の [トリガー] を選択します 1-2. 画面右上にある[トリガーの作成]を押してください Next.
20.
Step1. ディスク増加量の予測トリガーを作成(2) 1-3. トリガー作成画面の条件式を決定するため、
[追加]を押してください Next.
21.
Step1. ディスク増加量の予測トリガーを作成(3) 1-4. 条件式フォームを入力し、「挿入」を押下します 項目
値 アイテム docker host: Free disk space on / (persentage) 関数 期間Tをもとにした閾値への予想到達時 間 < N 最新の(T) 1w [時間] ※ タイムシフト 2w 時間 ※ 閾値 0 近似関数 linear N 1w ※ ※ 時間枠は単位無しの場合「秒」となります Next.
22.
Step1. ディスク増加量の予測トリガーを作成(Last) 1-5. 各項目を入力し、「追加」を押します 新規入力の場合は 追加となっています
23.
Step2. トリガーでディスク増加を検知 2. 上段左にあるZABBIXロゴを押下すると、ダッシュボード画面が表示さ れます。 しばらくすると、先ほど設定した一週間以内に
Diskがあふれる可能性があ るトリガーの「ディスク増加予想トリガー」という障害が表示されます。
24.
Step3. 検知情報を基にディスク整理アクションを実施(1) 3-1. [設定]
- [アクション]を上段メニューから選択し、イベントソースを [トリ ガー]として[アクションの作成]を押します Next.
25.
Step3. 検知情報を基にディスク整理アクションを実施(2) 3-2. タブが[アクション]となっている状態で名前を入力し、タブを
[アクション の実行条件]に切り替えます Next.
26.
Step3. 検知情報を基にディスク整理アクションを実施(3) 3-3. タブが[アクションの実行条件]となっている状態で新規条件に Next. トリガー名
含まれる ディスク増加予想トリガー と入力し、トリガーの追加を押下。その後、タブを[アクションの実行条件]に切り替えます
27.
Step3. 検知情報を基にディスク整理アクションを実施(Last) 3-4.[アクションの実行条件 ]で、必要項目を入力し、
”アクションの実行条 件”の追加を押下し、下部の追加を押します 項目 値(未記載部分はデフォルト値) 実行内容 のタイプ リモートコマンド ターゲット 現在のホスト (小さい追加ボタン忘れずに) タイプ カスタムスクリプト 次で実行 Zabbixエージェント ※ /usr/bin/curl htpt://hoeghogeohgeohge 新規入力の場合は 追加となっています
28.
おまけ1. Q: 障害検知用に作成した予測トリガーの実測値はどうなっているの? A: 計算アイテムを使用する事で取得が可能です docker-container:
Disk full timeleft 2016/03/04 11:02:47 1457056967 189119.5683 2016/03/04 11:02:37 1457056957 189129.5683 2016/03/04 11:02:27 1457056947 189139.5683 2016/03/04 11:02:17 1457056937 189149.5683 2016/03/04 11:02:07 1457056927 189129.3999 2016/03/04 11:01:57 1457056917 189139.3999 2016/03/04 11:01:47 1457056907 189149.3999 2016/03/04 11:01:37 1457056897 189159.3999 単位をsにする事で 時間表示される
29.
おまけ1. 計算アイテムの設定値は? 項目 値(未記載部分はデフォルト値) 名前 任意 タイプ
計算 キー 任意 式 timeleft(アイテムキー,[1-4. トリガー作成画面の条件式]) データ型 数値(浮動少数) 単位 s
30.
おまけ2. Environment 1と2のStepについて、テンプレート化 出来ます https://www.zabbix.com/documentation/3.0/manual/config/templates/template テンプレート化する事での特典 ・
同じplatform や roleに対しての監視設定を使いまわす事が可能 ・ 監視設定の変更が発生した場合でも、テンプレートを改修する事で 適用しているホスト全てに反映される ・ 更にLaw Level Discovryを使用する事で、増減が発生する 監視対象への対応も柔軟に出来る詳しくは次のセッションで!
31.
Thank you.
Télécharger maintenant