Cacti パーセンタイル監視アルゴリズム

Cacti パーセンタイル監視アルゴリズム

Cactiパーセンテージ監視アルゴリズムの具体的な方法は次のとおりです。

cacti のテンプレート自体はハードディスクの使用サイズしか監視できず、使用率を監視することはできないため、ハードディスクの使用率を監視するように cdef をカスタマイズし、thold プラグインを使用してアラーム機能を実現する必要があります。インターネットで見つかった情報は cacti.0.8.6 バージョンで実装されていますが、私は cacti.0.8.7 バージョンを使用しています。したがって、実際の状況に応じて次の変更を行ってください。

cactiディレクトリで、vi global_arrays.php

custom_data_source_types を検索し、このセクションを次のように変更します。

  1. $custom_data_source_types = 配列(
  2.  
  3.   "CURRENT_DATA_SOURCE" => "現在のグラフ項目データソース"
  4.  
  5.   "ALL_DATA_SOURCES_NODUPS" => "すべてのデータソース(重複は含めない)"
  6.  
  7.   "ALL_DATA_SOURCES_DUPS" => "すべてのデータソース(重複を含む)"
  8.  
  9.   "SIMILAR_DATA_SOURCES_NODUPS" => "すべての類似データソース(重複は含めない)"
  10.  
  11.   "SIMILAR_DATA_SOURCES_DUPS" => "すべての類似データソース(重複を含む)"
  12.  
  13.   "CURRENT_DS_MINIMUM_VALUE" => "現在のデータソース項目: 最小値"
  14.  
  15.   "CURRENT_DS_MAXIMUM_VALUE" => "現在のデータソース項目: 最大値"
  16.  
  17.   "CURRENT_GRAPH_MINIMUM_VALUE" => "グラフ: 下限"
  18.  
  19.   "CURRENT_GRAPH_MAXIMUM_VALUE" => "グラフ: 上限"
  20.  
  21.   "VALUE_OF_HDD_TOTAL" => "hdd_total データ ソースの値" );
  22.  

cacti インターフェースの Graph Management-cdefs で、新しい cdef モジュールを作成し、独自の名前を付けて、次のフィールドを追加します。

  1. アイテム #1 特別なデータ ソース: CURRENT_DATA_SOURCE
  2.  
  3. アイテム #2 カスタム文字列: 100
  4.  
  5. 項目 #3 演算子: *
  6.  
  7. 項目 #4 特別なデータソース: VALUE_OF_HDD_TOTAL
  8.  
  9. 項目 #5 演算子: /
  10.  

つまり

cdef=CURRENT_DATA_SOURCE,100,*,HDDの合計値,/

この方法で、しきい値テンプレートにハードディスクを監視するためのモジュールを追加できます。ホスト MIB - ハード ドライブ スペースを追加しました。***しきい値 CDEF で新しくカスタマイズされた cdef を選択すると、ハードディスクの使用状況を正常に監視できるようになります。

上記のコードの説明を通じて、Cacti のパーセンテージ監視アルゴリズムがわかりました。とても便利なのでぜひお試しください!

【編集者のおすすめ】

  1. サボテンとパフォーマンス カウンターを使用したカスタム リモート監視の実装
  2. サボテンのインストールと設定方法の概要
  3. Cacti データ構造
  4. Cactiでrrdファイルのサイズを変更する
  5. ランプ付きサボテンを設置する
  6. サボテンはイカを監視する

<<:  SQLデータベースに基づくアルゴリズムを学ぶ

>>:  非反復乱数列生成アルゴリズム

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

音声認識技術の開発と応用の概要

[[280529]] [51CTO.com クイック翻訳] コミュニケーションは私たちの生活において...

日本はAIと無人機械を使って月面基地を建設する計画で、2030年代までに完成することを目指している。

共同通信によると、国土交通省は月面に滞在できる基地を建設するため、無人重機の開発を進めている。日本は...

ナレッジグラフと AIGC を組み合わせるにはどうすればよいでしょうか? JD.comがやっていること

I.はじめにまず、JD.com による電子商取引シナリオにおける AIGC の調査について紹介します...

顔認識の混乱が蔓延しています。企業は規制に準拠しながら顔認識技術をどのように適用できるでしょうか?

2012年以来、情報セキュリティに対する世間の注目はますます高まっており、今年の315 Galaで...

30分で独自のディープラーニングサーバーを作成する

新しいプロジェクトを始めるたびに、私はディープラーニング マシンを何度も何度も作成していることに気づ...

医療画像技術の応用におけるAIの4つのコアバリュー

[51CTO.com クイック翻訳] 今年の ECR カンファレンスには 25 社を超えるソフトウェ...

人工知能が建設業界の様相を変えている

建設業は最も長い歴史を持つ産業の一つであると言えます。結局のところ、人々は数千年前から様々なタイプの...

機械学習の最大の欠点を解決する?マックス・プランク研究所とグーグルが因果学習を再び研究

野球選手がボールを打つ様子を見ると、さまざまな要素間の因果関係を推測することができます。たとえば、野...

AIによる労働者排除の進捗が発表され、真っ先に影響を受けるのは女性、アジア人、ホワイトカラー労働者!誰も免れることはできない

AI革命の波が押し寄せる中、労働者は最前線に立つことができるのか、それとも無慈悲に打ちのめされるのか...

TensorFlow が素晴らしい機械学習データセット 30 選

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...

行列分解はディープラーニングに勝る! MIT が時系列データベース tspDB をリリース: 機械学習に SQL を使用

人類が歴史から学んだ唯一の教訓は、人類は歴史から何も学べないということだ。 「しかし、機械は学習でき...

...

...

...

...