Soumettre la recherche
Mettre en ligne
Kapacitorでネットワークにおけるリアルタイムイベント検出
•
Télécharger en tant que PPTX, PDF
•
0 j'aime
•
2,440 vues
T
tetsusat
Suivre
ネットワークプログラマビリティ勉強会#16 https://network-programmability.connpass.com/event/88418/
Lire moins
Lire la suite
Ingénierie
Signaler
Partager
Signaler
Partager
1 sur 12
Télécharger maintenant
Recommandé
例外設計における大罪
例外設計における大罪
Takuto Wada
ドメインオブジェクトの見つけ方・作り方・育て方
ドメインオブジェクトの見つけ方・作り方・育て方
増田 亨
ゼロから作るKubernetesによるJupyter as a Service ー Kubernetes Meetup Tokyo #43
ゼロから作るKubernetesによるJupyter as a Service ー Kubernetes Meetup Tokyo #43
Preferred Networks
トランザクションをSerializableにする4つの方法
トランザクションをSerializableにする4つの方法
Kumazaki Hiroki
トランザクションの設計と進化
トランザクションの設計と進化
Kumazaki Hiroki
最近のストリーム処理事情振り返り
最近のストリーム処理事情振り返り
Sotaro Kimura
Kubernetesでの性能解析 ~なんとなく遅いからの脱却~(Kubernetes Meetup Tokyo #33 発表資料)
Kubernetesでの性能解析 ~なんとなく遅いからの脱却~(Kubernetes Meetup Tokyo #33 発表資料)
NTT DATA Technology & Innovation
Docker Compose入門~今日から始めるComposeの初歩からswarm mode対応まで
Docker Compose入門~今日から始めるComposeの初歩からswarm mode対応まで
Masahito Zembutsu
Recommandé
例外設計における大罪
例外設計における大罪
Takuto Wada
ドメインオブジェクトの見つけ方・作り方・育て方
ドメインオブジェクトの見つけ方・作り方・育て方
増田 亨
ゼロから作るKubernetesによるJupyter as a Service ー Kubernetes Meetup Tokyo #43
ゼロから作るKubernetesによるJupyter as a Service ー Kubernetes Meetup Tokyo #43
Preferred Networks
トランザクションをSerializableにする4つの方法
トランザクションをSerializableにする4つの方法
Kumazaki Hiroki
トランザクションの設計と進化
トランザクションの設計と進化
Kumazaki Hiroki
最近のストリーム処理事情振り返り
最近のストリーム処理事情振り返り
Sotaro Kimura
Kubernetesでの性能解析 ~なんとなく遅いからの脱却~(Kubernetes Meetup Tokyo #33 発表資料)
Kubernetesでの性能解析 ~なんとなく遅いからの脱却~(Kubernetes Meetup Tokyo #33 発表資料)
NTT DATA Technology & Innovation
Docker Compose入門~今日から始めるComposeの初歩からswarm mode対応まで
Docker Compose入門~今日から始めるComposeの初歩からswarm mode対応まで
Masahito Zembutsu
RDB開発者のためのApache Cassandra データモデリング入門
RDB開発者のためのApache Cassandra データモデリング入門
Yuki Morishita
Unified JVM Logging
Unified JVM Logging
Yuji Kubota
Redmineチューニングの実際と限界(旧資料) - Redmine performance tuning(old), See Below.
Redmineチューニングの実際と限界(旧資料) - Redmine performance tuning(old), See Below.
Kuniharu(州晴) AKAHANE(赤羽根)
テストマネジメントツールSquash TMを利用した継続的テスト改善
テストマネジメントツールSquash TMを利用した継続的テスト改善
Mizuho Wakai
ドメイン駆動設計のためのオブジェクト指向入門
ドメイン駆動設計のためのオブジェクト指向入門
増田 亨
こんなに使える!今どきのAPIドキュメンテーションツール
こんなに使える!今どきのAPIドキュメンテーションツール
dcubeio
Apache Avro vs Protocol Buffers
Apache Avro vs Protocol Buffers
Seiya Mizuno
分散システムの限界について知ろう
分散システムの限界について知ろう
Shingo Omura
ストリーム処理を支えるキューイングシステムの選び方
ストリーム処理を支えるキューイングシステムの選び方
Yoshiyasu SAEKI
CRDT in 15 minutes
CRDT in 15 minutes
Shingo Omura
モデル検査入門 #wacate
モデル検査入門 #wacate
Kinji Akemine
え、まって。その並列分散処理、Kafkaのしくみでもできるの? Apache Kafkaの機能を利用した大規模ストリームデータの並列分散処理
え、まって。その並列分散処理、Kafkaのしくみでもできるの? Apache Kafkaの機能を利用した大規模ストリームデータの並列分散処理
NTT DATA Technology & Innovation
アーキテクチャから理解するPostgreSQLのレプリケーション
アーキテクチャから理解するPostgreSQLのレプリケーション
Masahiko Sawada
Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜
Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜
Preferred Networks
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
Databricksチューニングあれこれ(JEDAI 2023 X‘mas/忘年会 Meetup! LT登壇資料)
Databricksチューニングあれこれ(JEDAI 2023 X‘mas/忘年会 Meetup! LT登壇資料)
NTT DATA Technology & Innovation
ドメインオブジェクトの設計ガイドライン
ドメインオブジェクトの設計ガイドライン
増田 亨
KYC and identity on blockchain
KYC and identity on blockchain
mosa siru
Marp Tutorial
Marp Tutorial
Rui Watanabe
Apache Kafkaって本当に大丈夫?~故障検証のオーバービューと興味深い挙動の紹介~
Apache Kafkaって本当に大丈夫?~故障検証のオーバービューと興味深い挙動の紹介~
NTT DATA OSS Professional Services
Developers.IO 2019 Effective Datalake
Developers.IO 2019 Effective Datalake
Satoru Ishikawa
Data platformdesign
Data platformdesign
Ryoma Nagata
Contenu connexe
Tendances
RDB開発者のためのApache Cassandra データモデリング入門
RDB開発者のためのApache Cassandra データモデリング入門
Yuki Morishita
Unified JVM Logging
Unified JVM Logging
Yuji Kubota
Redmineチューニングの実際と限界(旧資料) - Redmine performance tuning(old), See Below.
Redmineチューニングの実際と限界(旧資料) - Redmine performance tuning(old), See Below.
Kuniharu(州晴) AKAHANE(赤羽根)
テストマネジメントツールSquash TMを利用した継続的テスト改善
テストマネジメントツールSquash TMを利用した継続的テスト改善
Mizuho Wakai
ドメイン駆動設計のためのオブジェクト指向入門
ドメイン駆動設計のためのオブジェクト指向入門
増田 亨
こんなに使える!今どきのAPIドキュメンテーションツール
こんなに使える!今どきのAPIドキュメンテーションツール
dcubeio
Apache Avro vs Protocol Buffers
Apache Avro vs Protocol Buffers
Seiya Mizuno
分散システムの限界について知ろう
分散システムの限界について知ろう
Shingo Omura
ストリーム処理を支えるキューイングシステムの選び方
ストリーム処理を支えるキューイングシステムの選び方
Yoshiyasu SAEKI
CRDT in 15 minutes
CRDT in 15 minutes
Shingo Omura
モデル検査入門 #wacate
モデル検査入門 #wacate
Kinji Akemine
え、まって。その並列分散処理、Kafkaのしくみでもできるの? Apache Kafkaの機能を利用した大規模ストリームデータの並列分散処理
え、まって。その並列分散処理、Kafkaのしくみでもできるの? Apache Kafkaの機能を利用した大規模ストリームデータの並列分散処理
NTT DATA Technology & Innovation
アーキテクチャから理解するPostgreSQLのレプリケーション
アーキテクチャから理解するPostgreSQLのレプリケーション
Masahiko Sawada
Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜
Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜
Preferred Networks
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
Databricksチューニングあれこれ(JEDAI 2023 X‘mas/忘年会 Meetup! LT登壇資料)
Databricksチューニングあれこれ(JEDAI 2023 X‘mas/忘年会 Meetup! LT登壇資料)
NTT DATA Technology & Innovation
ドメインオブジェクトの設計ガイドライン
ドメインオブジェクトの設計ガイドライン
増田 亨
KYC and identity on blockchain
KYC and identity on blockchain
mosa siru
Marp Tutorial
Marp Tutorial
Rui Watanabe
Apache Kafkaって本当に大丈夫?~故障検証のオーバービューと興味深い挙動の紹介~
Apache Kafkaって本当に大丈夫?~故障検証のオーバービューと興味深い挙動の紹介~
NTT DATA OSS Professional Services
Tendances
(20)
RDB開発者のためのApache Cassandra データモデリング入門
RDB開発者のためのApache Cassandra データモデリング入門
Unified JVM Logging
Unified JVM Logging
Redmineチューニングの実際と限界(旧資料) - Redmine performance tuning(old), See Below.
Redmineチューニングの実際と限界(旧資料) - Redmine performance tuning(old), See Below.
テストマネジメントツールSquash TMを利用した継続的テスト改善
テストマネジメントツールSquash TMを利用した継続的テスト改善
ドメイン駆動設計のためのオブジェクト指向入門
ドメイン駆動設計のためのオブジェクト指向入門
こんなに使える!今どきのAPIドキュメンテーションツール
こんなに使える!今どきのAPIドキュメンテーションツール
Apache Avro vs Protocol Buffers
Apache Avro vs Protocol Buffers
分散システムの限界について知ろう
分散システムの限界について知ろう
ストリーム処理を支えるキューイングシステムの選び方
ストリーム処理を支えるキューイングシステムの選び方
CRDT in 15 minutes
CRDT in 15 minutes
モデル検査入門 #wacate
モデル検査入門 #wacate
え、まって。その並列分散処理、Kafkaのしくみでもできるの? Apache Kafkaの機能を利用した大規模ストリームデータの並列分散処理
え、まって。その並列分散処理、Kafkaのしくみでもできるの? Apache Kafkaの機能を利用した大規模ストリームデータの並列分散処理
アーキテクチャから理解するPostgreSQLのレプリケーション
アーキテクチャから理解するPostgreSQLのレプリケーション
Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜
Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜
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
Databricksチューニングあれこれ(JEDAI 2023 X‘mas/忘年会 Meetup! LT登壇資料)
Databricksチューニングあれこれ(JEDAI 2023 X‘mas/忘年会 Meetup! LT登壇資料)
ドメインオブジェクトの設計ガイドライン
ドメインオブジェクトの設計ガイドライン
KYC and identity on blockchain
KYC and identity on blockchain
Marp Tutorial
Marp Tutorial
Apache Kafkaって本当に大丈夫?~故障検証のオーバービューと興味深い挙動の紹介~
Apache Kafkaって本当に大丈夫?~故障検証のオーバービューと興味深い挙動の紹介~
Similaire à Kapacitorでネットワークにおけるリアルタイムイベント検出
Developers.IO 2019 Effective Datalake
Developers.IO 2019 Effective Datalake
Satoru Ishikawa
Data platformdesign
Data platformdesign
Ryoma Nagata
Spark Analytics - スケーラブルな分散処理
Spark Analytics - スケーラブルな分散処理
Tusyoshi Matsuzaki
[C23] 「今」を分析するストリームデータ処理技術とその可能性 by Takahiro Yokoyama
[C23] 「今」を分析するストリームデータ処理技術とその可能性 by Takahiro Yokoyama
Insight Technology, Inc.
[db tech showcase Tokyo 2014] D33: Prestoで実現するインタラクティブクエリ by トレジャーデータ株式会社 斉藤太郎
[db tech showcase Tokyo 2014] D33: Prestoで実現するインタラクティブクエリ by トレジャーデータ株式会社 斉藤太郎
Insight Technology, Inc.
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
Treasure Data, Inc.
Azure Antenna はじめての Azure Data Lake
Azure Antenna はじめての Azure Data Lake
Hideo Takagi
トレジャーデータ株式会社について(for all Data_Enthusiast!!)
トレジャーデータ株式会社について(for all Data_Enthusiast!!)
Takahiro Inoue
20071204
20071204
小野 修司
IoT時代におけるストリームデータ処理と急成長の Apache Flink
IoT時代におけるストリームデータ処理と急成長の Apache Flink
Takanori Suzuki
利用者主体で行う分析のための分析基盤
利用者主体で行う分析のための分析基盤
Sotaro Kimura
20120405 setsunaセミナー
20120405 setsunaセミナー
Takahiro Iwase
トレジャーデータ新サービス発表 2013/12/9
トレジャーデータ新サービス発表 2013/12/9
Treasure Data, Inc.
もうSQLとNoSQLを選ぶ必要はない!? ~両者を備えたスケールアウトデータベースGridDB~
もうSQLとNoSQLを選ぶ必要はない!? ~両者を備えたスケールアウトデータベースGridDB~
griddb
データ基盤の従来~最新の考え方とSynapse Analyticsでの実現
データ基盤の従来~最新の考え方とSynapse Analyticsでの実現
Ryoma Nagata
Datastax Enterpriseをはじめよう
Datastax Enterpriseをはじめよう
Yuki Morishita
Pydata Amazon Kinesisのご紹介
Pydata Amazon Kinesisのご紹介
Amazon Web Services Japan
Pydata Amazon Kinesisのご紹介
Pydata Amazon Kinesisのご紹介
Toshiaki Enami
[db tech showcase Tokyo 2015] E35: Web, IoT, モバイル時代のデータベース、Apache Cassandraを学ぼう
[db tech showcase Tokyo 2015] E35: Web, IoT, モバイル時代のデータベース、Apache Cassandraを学ぼう
datastaxjp
[DI07] あらゆるデータに価値がある! アンチ断捨離ストのための Azure Data Lake
[DI07] あらゆるデータに価値がある! アンチ断捨離ストのための Azure Data Lake
de:code 2017
Similaire à Kapacitorでネットワークにおけるリアルタイムイベント検出
(20)
Developers.IO 2019 Effective Datalake
Developers.IO 2019 Effective Datalake
Data platformdesign
Data platformdesign
Spark Analytics - スケーラブルな分散処理
Spark Analytics - スケーラブルな分散処理
[C23] 「今」を分析するストリームデータ処理技術とその可能性 by Takahiro Yokoyama
[C23] 「今」を分析するストリームデータ処理技術とその可能性 by Takahiro Yokoyama
[db tech showcase Tokyo 2014] D33: Prestoで実現するインタラクティブクエリ by トレジャーデータ株式会社 斉藤太郎
[db tech showcase Tokyo 2014] D33: Prestoで実現するインタラクティブクエリ by トレジャーデータ株式会社 斉藤太郎
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
Azure Antenna はじめての Azure Data Lake
Azure Antenna はじめての Azure Data Lake
トレジャーデータ株式会社について(for all Data_Enthusiast!!)
トレジャーデータ株式会社について(for all Data_Enthusiast!!)
20071204
20071204
IoT時代におけるストリームデータ処理と急成長の Apache Flink
IoT時代におけるストリームデータ処理と急成長の Apache Flink
利用者主体で行う分析のための分析基盤
利用者主体で行う分析のための分析基盤
20120405 setsunaセミナー
20120405 setsunaセミナー
トレジャーデータ新サービス発表 2013/12/9
トレジャーデータ新サービス発表 2013/12/9
もうSQLとNoSQLを選ぶ必要はない!? ~両者を備えたスケールアウトデータベースGridDB~
もうSQLとNoSQLを選ぶ必要はない!? ~両者を備えたスケールアウトデータベースGridDB~
データ基盤の従来~最新の考え方とSynapse Analyticsでの実現
データ基盤の従来~最新の考え方とSynapse Analyticsでの実現
Datastax Enterpriseをはじめよう
Datastax Enterpriseをはじめよう
Pydata Amazon Kinesisのご紹介
Pydata Amazon Kinesisのご紹介
Pydata Amazon Kinesisのご紹介
Pydata Amazon Kinesisのご紹介
[db tech showcase Tokyo 2015] E35: Web, IoT, モバイル時代のデータベース、Apache Cassandraを学ぼう
[db tech showcase Tokyo 2015] E35: Web, IoT, モバイル時代のデータベース、Apache Cassandraを学ぼう
[DI07] あらゆるデータに価値がある! アンチ断捨離ストのための Azure Data Lake
[DI07] あらゆるデータに価値がある! アンチ断捨離ストのための Azure Data Lake
Kapacitorでネットワークにおけるリアルタイムイベント検出
1.
Kapacitorでネットワークにおける リアルタイムイベント検出 Tetsuhiro Sato
2.
TICKスタック • 時系列データを蓄積、分析、 および動作させるための サービスと機能を提供する オープンソース時系列プ ラットフォーム
3.
Kapacitor • アラートの作成、ETLジョブの実行、異常の検出を容易にする オープンソースのデータ処理フレームワーク • ストリーミングデータとバッチデータの両方を処理 •
独自DSLであるTICKscriptでタスクを定義 • HipChat、OpsGenie、Alerta、Sensu、PagerDuty、Slackなどと統 合 • ユーザー定義関数によりTICKscriptの機能を拡張可能
4.
TICKscript • ノード • データ処理ユニット •
データをバッチまたはストリームとして受 け取り、 • データを変更したり、 • データを格納したり、 • 条件に基づいてアクションをトリガー • チェーンメソッド(|) • 次のノードに該当するData Point(s)を渡す • プロパティメソッド(.) • ノードのプロパティにアクセス dbrp "telegraf"."autogen" stream |from() .measurement('cpu') |alert() .warn(lambda: "usage_idle" < 20) .crit(lambda: "usage_idle" < 10) .message('Hey, check your CPU') .slack()
5.
ストリーム vs. バッチ batch |query('SELECT
mean(usage_idle) FROM "telegraf"."autogen"."cpu"') .period(5m) .every(5m) .groupBy(*) |alert() .crit(lambda: "mean" < 70) .log('/tmp/batch_alerts.log') stream |from() .measurement('cpu') |alert() .crit(lambda: int("usage_idle") < 70) .log('/tmp/alerts.log') ストリーム バッチ • InfluxDBのサポートするラインプロトコ ル形式でデータを受信 • メモリにウィンドウ期間のデータをバッ ファ • 短い間隔で小規模なデータ処理向き • より早いイベント検出 • InfluxDBへクエリー • より少ないメモリで動作 • 長めの間隔で大規模なデータ処理向き
6.
プリプロセスETL vs. ポストプロセスETL プリプロセス
ETL ポストプロセス ETL Telegraf InfluxDBKapacitor InfluxDBKapacitor
7.
プリプロセスETLの例 … [[outputs.influxdb]] urls = ["http://127.0.0.1:8086","http://127.0.0.1:9092"] database
= “telegraf" retention_policy = "autogen" [[inputs.ping]] urls = ["www.google.com","www.cisco.com"] count = 5 dbrp "telegraf"."autogen" stream |from() .measurement('ping') .groupBy('url') |window() .period(5m) .every(5m) |percentile('maximum_response_ms', 95.0) |eval(lambda: "percentile") .as('maximum_response_ms_95th_percentile') |influxDBOut() .database('kapacitor_augmented') .retentionPolicy('autogen') Telegrafの設定 TICKscriptの例
8.
プリプロセスETLの例(つづき) > select host,maximum_response_ms,url
from ping limit 5 name: ping time host maximum_response_ms url ---- ---- ------------------- --- 1528358574000000000 vagrant 162.695 www.google.com 1528358594000000000 vagrant 231.922 www.cisco.com 1528358594000000000 vagrant 290.83 www.google.com 1528358604000000000 vagrant 152.834 www.cisco.com 1528358604000000000 vagrant 156.293 www.google.com > select * from ping limit 5 name: ping time host maximum_response_ms_95th_percentile url ---- ---- ----------------------------------- --- 1528358244000000000 vagrant 228.432 www.cisco.com 1528358244000000000 vagrant 231.754 www.google.com 1528358544000000000 vagrant 246.63 www.cisco.com 1528358544000000000 vagrant 253.66 www.google.com 1528358844000000000 vagrant 231.922 www.cisco.com Telegrafからの 入力 InfluxDBへ の出力 maximum_response_ms の95パーセンタイル を算出
9.
デモ Pipeline * InfluxDB Kapacitor Grafana *
Cisco Telemetry のためのコレクタ シナリオ: CPU使用率が閾値を超えると、Slackに通知
10.
(参考)Kapacitorサービスの設定 ... [slack] enabled = true url
= "https://hooks.slack.com/services/T00000000/B00000000/XXXXXXXXXXXXXXXXXXXXXXXX" channel = "#demo" username = "" icon-emoji = "" global = false state-changes-only = false ssl-ca = "" ssl-cert = "" ssl-key = "" insecure-skip-verify = false ...
11.
(参考)TICKscript dbrp "telemetry"."autogen" stream | from() .measurement('Cisco-IOS-XR-wdsysmon-fd-oper:system-monitoring/cpu-utilization') .where(lambda:
"node-name" == '0/RP0/CPU0') | alert() .info(lambda: "total-cpu-one-minute" > 5) .warn(lambda: "total-cpu-one-minute" > 10) .crit(lambda: "total-cpu-one-minute" > 15) .stateChangesOnly() .message('{{ .Level }}: CPU utilization is {{ index .Fields "total-cpu-one-minute" }}%') .log('/tmp/alerts.log') .slack()
12.
おいまい
Notes de l'éditeur
https://www.influxdata.com/blog/tick-script-templates/
Télécharger maintenant