PMM系列~线上部署

1 server端执行
   curl -sSL https://get.daocloud.io/docker | sh
   docker pull percona/pmm-server
    创建数据卷容器
    docker create -v /opt/prometheus/data -v /opt/consul-data -v /var/lib/mysql -v /var/lib/grafana --name pmm-data percona/pmm-server:latest /bin/true
    运行容器,使用数据卷容器 
    docker run -d -p 80:80 -p 9090:9090 --volumes-from pmm-data --name pmm-server --restart always percona/pmm-server:latest
2 client端执行
  1 创建用户
    GRANT SELECT, RELOAD, PROCESS, SUPER, REPLICATION CLIENT ON *.* TO 'pmm'@'localhost' IDENTIFIED BY 'PMM';
    GRANT SELECT, UPDATE, DELETE, DROP ON `performance_schema`.* TO 'pmm'@'localhost';
  2 执行命令
    rpm -vih pmm-client-1.17.1-1.el6.x86_64.rpm
    mysql -e 'set global innodb_monitor_enable=all;'
    pmm-admin config --server pmm-server
    pmm-admin add mysql --query-source perfschema --user='pmm' --password='pmm'
 3 访问链接
   http://pmm-server
 4 清理无用模板,只保留相关应用
 5 观察三cpu系列
   1 普罗米修斯的cpu利用率
   2 node插件的cpu利用率
   3 mysql插件的cpu利用率
 6 随着节点的增加持续关注以上三值
 7 优化点
    1 减少普罗米修斯的历史保留数据
    2 减少普罗米修斯的采集频率  
    3 减少无用的画图,减少计算频率
    4 监控机采用多核心高配置的机器
  8 上线步骤
    1 第一期先加入少量无业务应用的从库服务进行监控
    2 第二期再加入所有线上从库服务进行监控
    3 第三期将所有主库的服务进行监控
  9 可能的问题
    由于插件本身的cpu占用可能影响从库的服务,这需要个人进行观察
 10 web界面认证
   1 禁止匿名登录
     docker exec -it pmm-server bash
      vi /etc/grafana/grafana.ini
     [auth.anonymous]
     # enable anonymous access
      #enabled = True
  2 更新管理员账号
    sqlite3 /var/lib/grafana/grafana.db
    update user set password='59acf18b94d7eb0694c61e60ce44c110c7a683ac6a8f09580d626f90f4a242000746579358d77dd9e570e83fa24faa88a8a6', salt ='F3FAxVm33R' where login ='admin';//密码为admin
  3 重启服务
   systemctl restart 容器ID
11 proxysql监控
    pmm-admin add proxysql --dsn "stats:stats@tcp(localhost:6032)/"