bosun 快速入门

本文档是Bosun的快速安装文档。根据本文档，你能够搭建一个完整的bosun服务，能够把指定机器的各类信息聚合起来，而且实现相关信息的报警。

Bosun

这篇文档中，bosun的安装依赖docker。若是不但愿使用docker，能够从 bosun.org中自行下载bosun二进制文件，可是这样就须要本身安装OpenTSDB和HBase。

Docker

安装Docker

若是系统中没有安装Docker，能够参考此处进行安装 https://docs.docker.com/installation/。 安装完毕后，不要忘记将docker守护进程起开。

安装Boson

一旦docker安装完毕，可使用下面的命令安装bosun，可能须要sudo权限。

docker run -d -p 8070:8070 stackexchange/bosun

这条命令，告诉docker进程为bosun启动一个后台进程，端口是8070。稍等15秒，bosun服务启动完毕，这样bosun的server端就搭建并启动完毕，咱们可使用浏览器进行访问了，http://yourip:8070

向Bosun中推送数据

即便没有任何的slave，buson server自身也会产生不少的数据。下面也会讲如何启动bosun slave。

bosun检查数据

假设bosun slave已经启动，server和slave已经经过8070端口创建了链接，那么bosun server就会收到slave的各类信息。咱们能够经过http://docker-server-ip:8070/items来查看当前已经链接上的slave节点。若是看到一堆的参数，那么恭喜，bosun正在收集数据。在页面的底部或者第二列展现的是当前正在产生数据的slave节点。点击某个slave，而后点击“Available Metrics”，就会看到当前slave能够被监控的数据类型，如cpu、内存等等。

新建Alert

如今咱们的server已经在收集各类信息了，但监控系统的关键做用在于当异常状况发生时，系统会给出报警。报警也是bosun重点支持的。

Bosun提供一套工做流，它使设计、测试、推送一条报警更简单。咱们看到bosun首页的导航条，包括"Items", "Graph", "Expression", "Rule"和"Test Config"，其实这也是咱们新建一条Alert的步骤。通常状况下，咱们须要先选择一条item(metric),这是Alert的基础。而后，咱们观察这条item绘制的曲线，了解它的动态。以后，咱们将这个曲线转化成表达式，再次这个表达式整理成规则。以后，咱们能够测试这条规则，无误后，将其推送到bosun server中。

下面是一个新建Alert的例子，咱们监控cpu的使用状况，若是cpu idle太低，就报警。这里咱们使用的metric是“os.cpu”。当某台机器的cpu idle持续一小时太低时，咱们就发送一条报警。打开bosun首页，下面开始配置。

Items

点击“Items”标签页。会看到bosun当前监控的全部的项。点击“os.cpu”，页面跳转到“Graph”页面。

Graph

在Graph页面，咱们能看到bosun预加载了全部slave的图表。咱们想看单台slave的信息，在host输入框中，输入咱们的机器名，点击蓝色的"Query"按钮，buson就会将指定机器的最近一个小时的cpu使用状况画出来。

如今，咱们看到了cpu利用率的曲线。在页面的底部，有个“Queries”区域。它表示的是生成当前曲线所用的表达式。

在Queries区域，还有“Expression”和“Rule”超连接，这两个连接直接连接到本页面曲线的表达式和规则页面。在本教程中，咱们点击“Expression” 连接。

Expression

在表达式页面，咱们能够经过咱们的query条件，来调整结果集的大小。本页面的查询表达式应该相似"q("sum":rate...)" 经过这条语句，bosun就会去查询过去一个小时内的指定机器的cpu使用状况。咱们点击“show”按钮，能够看到这条语句的结果集。每条结果都是 timestamp和value的形式。

新建Alert，咱们不太关心结果集的大小，咱们对于结果集的平均值更感兴趣。为了获得结果集的平均值，可使用avg()方法，以下：

q("sum:rate{counter,,1}:os.cpu{host=your-system-here}", "1h", "")
    avg(q("sum:rate{counter,,1}:os.cpu{host=your-system-here}", "1h", ""))

咱们点击蓝色的“Test”按钮，咱们就会看到结果变成单个数字，这个数字就是cpu在这段时间的平均利用率。如今咱们获得了cpu平均值，能够根据这个值的大小，来监控cpu idle太低了。点击“rule”按钮。

Rule

在规则页面，有两个输入框，Alert框和Template框。Alert框展现的就是刚才咱们新建的报警规则。Template框展现的是触发报警后的动做，如发送邮件等。当前Alert框，咱们的这条规则，bosun会永远识别成“critical”，缘由是 crit和warn是boolean类型的，咱们把cpu的平均值赋给它，永远是非0值，非0值就是true。咱们须要增长一些逻辑判断，以下：

alert cpu.is.too.high {
        template = test
        $metric = q("sum:rate{counter,,1}:os.cpu{host=your-system-here}", "1h", "")
        $avgcpu = avg($metric)
        crit = $avgcpu > 80
        warn = $avgcpu > 60
    }

若是机器的cpu利用率高于80%，就会触发critical报警；若是高于60%，触发warning报警。到如今为止，咱们的这个Alert其实也没多大用处，由于它只监控了一台机器，咱们能够经过修改host的值来监控其余机器，或者将host的值设成*，来监控全部机器。若是不想监控某台机器，还能够在Alert body中填写排除语句，但在本教程中不详细讲解了。

点击“Test”按钮，下方会列出全部的crit报警，warn报警和normal状况。点击“Email”按钮，会看到报警邮件的发送状况。默认的报警邮件模板，不太直观，能够改为下面的：

template test {
        subject = {{.Last.Status}}: {{.Alert.Name}} on {{.Group.host}}
        body = `Alert: {{.Alert.Name}} triggered on 
{{.Group.host}}
        
        Computation
        
            {{range .Computations}}
                
            {{end}}
        {{.Text}}{{.Value}}
        
        {{ .Graph .Alert.Vars.metric }}
        
        Relevant Tags
        
            {{range $k, $v := .Group}}

            {{end}}
        {{$k}}{{$v}}`
    }

当点击“Test”按钮后，在页面底部的template tab页，会显示出报警的详细信息。

报警持久化

目前为止，咱们新建了报警规则，可是bosun还不会触发报警，由于尚未将规则加到bosun的配置文件中。咱们能够在“Test Config”tab页面中，校验咱们的规则有无语法错误，若是没有语法错误，将规则加到bosun.conf中便可。bosun.conf这个文件在docker容器路径下面的/data/bosun.conf中，具体路径可使用shell命令查一下sudo find / -name "bosun.conf"，添加完以后，重启bosun服务，sudo docker ps查看启动的docker容器，拿到bosun的id后，sudo docker restart ${id}便可。

scollector

bosun平台依赖于其余程序推送的数据，它就是scollector。scollector是运行在各个节点机器上的程序，它不断抓取节点机器的信息，推送给bosun master机器。master机器自己已经集成了scollector。

目前有windows，mac和linux版本，下载地址http://bosun.org/scollector/

配置scollector

默认状况下，scollector会将数据发送到bosun master机器的80端口，固然咱们也能够自定义：

$ scollector -h docker-server-ip:8070

或者在scollector同路径下，建立一个scollector.conf文件：

host=docker-server-ip:8070

更多参考:http://godoc.org/bosun.org/cmd/scollector

###参考文档