生产环境大都是在Linux下的，所以这篇文章我们先来分享如何使用Categraf采集LinuxOS相关的指标。读完本篇内容，你应该可以完成机器层面的监控了。原理概述Categraf作为一款agent需要部署到所有目标机器上，因为采集CPU、内存、IO、进程等指标，是需要读取OS里的一些信息的，远程读取不了。采集到数据之后，做格式转换，传输给监控服务端，这里我们使用Nightingale作为监控服务端软件。Categraf推送监控数据到服务端，走的是Prometheus的RemoteWrite协议，是基于protobuf的HTTP协议，所以，不止是Nightingale，所有支持RemoteWr
作者：vivo互联网存储技术团队-QiuSidi在企业大数据体系建设过程中，数据采集是其中的首要环节。然而，当前行业内的相关开源数据采集组件，并无法满足企业大规模数据采集的需求与有效的数据采集治理，所以大部分企业都采用自研开发采集组件的方式。本文通过在vivo的日志采集服务的设计实践经验，为大家提供日志采集Agent在设计开发过程中的关键设计思路。一、概述在企业大数据体系的建设过程中，数据的处理一般包含4个步骤：采集、存储、计算和使用。其中，数据采集，是建设过程中的首要的环节，也是至关重要的环节，如果没有采集就没有数据，更谈不上后续的数据处理与使用。所以，我们看到的企业中的运营报表、决策报表、
作者：vivo互联网存储技术团队-QiuSidi在企业大数据体系建设过程中，数据采集是其中的首要环节。然而，当前行业内的相关开源数据采集组件，并无法满足企业大规模数据采集的需求与有效的数据采集治理，所以大部分企业都采用自研开发采集组件的方式。本文通过在vivo的日志采集服务的设计实践经验，为大家提供日志采集Agent在设计开发过程中的关键设计思路。一、概述在企业大数据体系的建设过程中，数据的处理一般包含4个步骤：采集、存储、计算和使用。其中，数据采集，是建设过程中的首要的环节，也是至关重要的环节，如果没有采集就没有数据，更谈不上后续的数据处理与使用。所以，我们看到的企业中的运营报表、决策报表、
3.2.6parameters [作者：Surpassme]parameters又称参数化，通过参数化可以决定pipeline运行期的行为。pipeline主要支持两种形式的参数化parameters命令参数化和插件参数化，这里先介绍通过parameters的参数化形式，通过paramters命令参数化时，parameters仅允许放置在pipeline块中 Jenkinspipeline目前支持的参数化类型主要如下所示：string [作者：Surpassme]数据类型为字符串类型，示例如下所示：parameters{string(name:"stringParaName",defau
3.2.6parameters [作者：Surpassme]parameters又称参数化，通过参数化可以决定pipeline运行期的行为。pipeline主要支持两种形式的参数化parameters命令参数化和插件参数化，这里先介绍通过parameters的参数化形式，通过paramters命令参数化时，parameters仅允许放置在pipeline块中 Jenkinspipeline目前支持的参数化类型主要如下所示：string [作者：Surpassme]数据类型为字符串类型，示例如下所示：parameters{string(name:"stringParaName",defau
?️URL:https://grafana.com/blog/2020/11/17/tracing-with-the-grafana-cloud-agent-and-grafana-tempo/✍Author:RobertFratto•17Nov2020?Description:Here'syourstarterguidetoconfiguringtheGrafanaAgenttocollecttracesandshipthemtoTempo,ournewdistributedtracingsystem.编者注：代码片段已于2021-06-23更新。早在3月份，我们介绍了GrafanaAgen
?️URL:https://grafana.com/blog/2020/11/17/tracing-with-the-grafana-cloud-agent-and-grafana-tempo/✍Author:RobertFratto•17Nov2020?Description:Here'syourstarterguidetoconfiguringtheGrafanaAgenttocollecttracesandshipthemtoTempo,ournewdistributedtracingsystem.编者注：代码片段已于2021-06-23更新。早在3月份，我们介绍了GrafanaAgen
Kustomize简介Kubernetes原生配置管理工具,它自定义引入了一种无需模板的方式来定制应用程序配置，从而简化了对现成应用程序的使用。目前，在kubectl中内置了，通过apply-k即可使用。Kustomize遍历Kubernetes清单以添加、删除或更新配置选项，而无需分叉。它既可以作为独立的二进制文件使用，也可以作为kubectl的原生特性使用。Kustomize优势?完全声明式的配置定制方法?原生构建进kubectl中?管理任意数量的独特定制的Kubernetes配置☸作为独立的二进制文件提供，用于扩展和集成到其他服务?定制使用的每个工件都是纯YAML，并且可以被验证和处理?
Kustomize简介Kubernetes原生配置管理工具,它自定义引入了一种无需模板的方式来定制应用程序配置，从而简化了对现成应用程序的使用。目前，在kubectl中内置了，通过apply-k即可使用。Kustomize遍历Kubernetes清单以添加、删除或更新配置选项，而无需分叉。它既可以作为独立的二进制文件使用，也可以作为kubectl的原生特性使用。Kustomize优势?完全声明式的配置定制方法?原生构建进kubectl中?管理任意数量的独特定制的Kubernetes配置☸作为独立的二进制文件提供，用于扩展和集成到其他服务?定制使用的每个工件都是纯YAML，并且可以被验证和处理?
在企业大数据体系建设过程中，数据采集是其中的首要环节。然而，当前行业内的相关开源数据采集组件，并无法满足企业大规模数据采集的需求与有效的数据采集治理，所以大部分企业都采用自研开发采集组件的方式。本文通过在vivo的日志采集服务的设计实践经验，为大家提供日志采集Agent在设计开发过程中的关键设计思路。一、概述在企业大数据体系的建设过程中，数据的处理一般包含4个步骤：采集、存储、计算和使用。其中，数据采集，是建设过程中的首要的环节，也是至关重要的环节，如果没有采集就没有数据，更谈不上后续的数据处理与使用。所以，我们看到的企业中的运营报表、决策报表、日志监控、审计日志等的数据来源都是基于数据采集。
