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    

推薦する

...

物理学界に嵐を巻き起こした室温超伝導の論文は、8人の共著者によって報告された後、ネイチャー誌によって撤回された。第一著者は調査中である。

多くの紆余曲折を経て、室温超伝導に関する熱狂は2023年末にようやく終焉を迎えた。 11月7日、ネイ...

テスラはどのようにしてPyTorchを使って自動運転を実現し、世界に挑戦したのでしょうか?

[[313367]]テスラのエンジニアたちは、データの拡大に伴ってエンジニアの数を増やすことなく、...

テンセントのロボット犬が本物の犬の仕事を奪う!彼は楽しくゲームをしたり、歩き回ったりすることができます。

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

人工知能の最初のグループが解雇された

全世界を置き換えると叫んだ人工知能は、ついに失業という苦境に陥った。スウェーデンのオンライン銀行であ...

...

AI、IoT、ビッグデータでミツバチを救う方法

現代の農業はミツバチに依存しています。私たちが食べる食物や呼吸する空気を含む生態系のほぼ全体が、花粉...

デジタルヒューマンがアジア競技大会の聖火を灯す:ICCV 論文から見る Ant の生成 AI テクノロジーの新たな一面

9月23日夜、杭州アジア競技大会の開会式でメイントーチに火が灯されると、数億人のオンラインデジタル聖...

ビデオ監視産業の発展動向とAI技術の応用

1. ビデオ監視産業の発展動向わが国では、安全都市やインテリジェント交通などのさまざまな建設プロジェ...

RPAを成功させる方法

ロボティック プロセス オートメーション (RPA) は、ルールベースのプロセスを使用して、人間より...

楽観主義と悲観主義の議論は無意味。AIに必要なのは開発モデルについて考えることだ

最近、烏鎮での夕食会で大物たちが何を食べたかという噂に加え、インターネット会議では人工知能に関する一...

...

PaLMを超えて!北京大学のマスターがDiVeRSeを提案し、NLP推論ランキングを一新した。

1,750億のパラメータを持つGPT-3や5,400億のパラメータを持つPaLMなど、大規模言語モ...

顔認識における克服すべき困難

顔認識は、生体認証の分野、さらには人工知能の分野においても最も難しい研究テーマの 1 つと考えられて...