上篇提到过，这一篇是关于 linux 相关的性能测试结果展示的部署。
这部分没有改变，依旧是执行之前压力测试机上的代码即可
去官网下载你想要的 rpm 包，然后通过 rpm -ivh 命令去安装。这里需要注意，如果安装一直提示失败，可能是你下载的 rpm 包不完整，把之前下载好的包删除，并且重新下载即可。
安装完毕之后，需要做一些简单的配置。
[http]
enabled = true
auth-enabled = true
[coordinator]
query-timeout = “60s”
以上完成，即可使用。
grafana 这里没什么好讲的，只要确认 3000 端口没有被占用即可，如果被占用了就换一个，同时开放这个端口的访问权限
关于 linux 的性能监控，这里使用了 vmstat 的命令，具体代码如下：
import subprocess
import re
from influxdb import InfluxDBClient
import time
client = InfluxDBClient('127.0.0.1', 8086, 'name', 'password', 'database')
client.switch_database('database')
while True:
cpu_usage = 'vmstat 2 1'
p = subprocess.Popen(cpu_usage, shell=True, stdout=subprocess.PIPE, stderr=subprocess.STDOUT)
for line in iter(p.stdout.readline, b''):
line = line.rstrip().decode('utf8')
my_re = re.compile(r'[A-Za-z]', re.S)
res = re.findall(my_re,line)
if len(res):
continue
else:
data_list = []
fields = {}
for item in line.split(' '):
if item != '':
data_list.append(item)
fields['swpd_mem'] = int(data_list[2])
fields['free_mem'] = int(data_list[3])
fields['buff_mem'] = int(data_list[4])
fields['cach_mem'] = int(data_list[5])
fields['si'] = int(data_list[6]) # check SI/SO
fields['so'] = int(data_list[7]) # check SI/SO
fields['IO_r'] = int(data_list[8]) # check Server_IO
fields['IO_w'] = int(data_list[9]) # check Server_IO
fields['wait'] = int(data_list[15]) # check cpu
fields['user_time'] = int(data_list[12]) # check cpu
fields['system_time'] = int(data_list[13]) # check cpu
content = [
{
"measurement": "measurement name",
"fields": fields
}
]
client.write_points(content)
time.sleep(10)
只需要启动这个代码，同时去 grafana 配置一个数据源即可显示自己想要的信息。关于 vmstat 的各个参数的意义，我自己的理解放在下面，如若不对请指正。
# vmstat 2 1 表示每隔两秒刷新一次数据 1 表示只显示一次
# swpd 虚拟内存已使用的大小，如果虚拟内存使用较多，可能系统的物理内存比较吃紧
# 数据 free 代表空闲的物理内存/1024为MB， buff cache都可以计算为空闲
# si, 从磁盘交换到内存的交换页数量，单位：KB/秒. so，从内存交换到磁盘的交换页数量，单位：KB/秒
# 内存够用的时候，这2个值都是0，如果这2个值长期大于0时，系统性能会受到影响，磁盘IO和CPU资源都会被消耗。当看到空闲内存（free）很少的或接近于0时，
# 就认为内存不够用了，这个是不正确的。不能光看这一点，还要结合si和so，如果free很少，但是si和so也很少（大多时候是0），那么不用担心，系统性能这时不会受到影响的。
# bi 磁盘读， bo磁盘写
# wa wait越大则机器io性能就越差。说明IO等待比较严重
# us 用户CPU时间(非内核进程占用时间)（单位为百分比）。 us的值比较高时，说明用户进程消耗的CPU时间多
# sy 系统使用的CPU时间（单位为百分比）。sy的值高时，说明系统内核消耗的CPU资源多，这并不是良性表现，我们应该检查原因
我这里碰到个问题，也还没有解决。因为这个监控 linux 性能的脚本是执行在 server 本身的，所以当压力测试开始执行的时候，并发数上来之后关于 server 的监控信息刷新很慢，大概率是因为多个请求到达服务器导致的请求过多。这里有些不确定是因为脚本跑在服务器的关系还是因为 grafana 的关系导致的信息没有办法实时同步。不过当并发下降或者测试结束之后是可以看到数据的正常波动的。
上个配置好的图
