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パーセンタイル監視アルゴリズム

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

  1.   cdef = CURRENT_DATA_SOURCE 、100、*、VALUE_OF_HDD_TOTAL、/
  2.  

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。

【編集者のおすすめ】

Cacti プラグインのインストール (画像)

Centos5.4 での Cacti のインストール

Cacti のライブラリ テーブル構造 - ホスト

<<:  Java でアルゴリズムを実装する場合は、再帰に注意してください。

>>:  SQLデータベースに基づくアルゴリズムを学ぶ

ブログ    
ブログ    

推薦する

IDC: アジア太平洋地域のAI支出は大幅に増加、銀行業界がAIに最も投資

IDC の最新の世界人工知能支出ガイドによると、アジア太平洋地域 (日本を除く) の AI システム...

ジェネレーティブAIがファッション業界にもたらす変化

業界ではデザインやスキンケアに AI 技術が活用されています。一部の企業は、生成ツールを超えて、コン...

...

室温超伝導の続編はあるのでしょうか?中国チームはLK-99がマイスナー効果を持つ可能性があることを再び証明し、論文がアップロードされたばかりである。

室温超伝導に関する論文が、再びインターネット上でちょっとした騒動を引き起こした。最近の論文で、著者ら...

ドラッグアンドドロップ機械学習の愛と憎しみ

ドラッグアンドドロップ機械学習は、私が長い間考えてきたものです。 1. 過去世と現在世ドラッグ アン...

プログラマーが夜遅くにPythonでニューラルネットワークを実行し、中学生のようにデスクランプを消す

[[271670]]一度ベッドに入ったら決して起き上がりたくない人にとって、電気を消すことは寝る前の...

自動運転車が「すべての人を助ける」ことができるようになるには、15の課題を乗り越える必要がある

[[251351]]自動運転車の将来は、交通手段に革命を起こすと予測されていた電動スクーターの歴史と...

2023 年までにデータセンターで注目される AI と ML の 10 大アプリケーション

人工知能 (AI) と機械学習 (ML) は、データセンター分野の重要なテクノロジーとなっています。...

...

RDA を使用してデータの問題を解決し、AIOps の実装を加速する方法

【51CTO.com クイック翻訳】ロボティックデータオートメーション (RDA) とは?ロボティッ...

...

Huawei NoahのPangu Agentは、インテリジェントエージェントが構造化推論を学習するのを支援します

AI の誕生以来、複雑なタスクを解決し、適応できるマルチタスク エージェントの開発は重要な目標でした...

マイクロソフト、生成AIシステムのリスクを特定するためのPyRITをリリース

海外メディアの報道によると、マイクロソフトは2月26日、生成AIシステムのリスクを積極的に特定するた...

...

コンパニオン チップ: AI にとって賢い選択でしょうか?

半導体業界では長年にわたり、より多くのコンポーネントを単一のシステムオンチップ (SoC) に緊密に...