Quelque chose de très simple et de très utile peut être et connaître la latence vers différentes adresses IP, Nous pouvons visualiser en temps réel, avec boisson gazeuse 1 deuxième, le temps nécessaire aux adresses IP pour répondre, Ils peuvent être privés ou publics; Par exemple, pour savoir si nous avons des problèmes avec Internet et où ils se trouvent, Par exemple 🙂

Vous verrez à quel point c’est simple et rapide! Je suppose que nous avons tous Influxdb et Grafana déjà installés, Si vous avez des questions, nous avons ceci Publication initiale. Puits, Eh bien, à partir de n’importe quelle machine sur laquelle Telegraf est installé, nous le ferons en une minute. Il va falloir décider d’où on va faire le Ping pour connaître sa latence, Si nous avons des doutes, la machine Influxdb elle-même peut avoir l’agent Telegraf installé et à partir de là, nous ferons les pings..

Nous éditons le fichier Telegraf et dans la section Entrées, il suffira d’ajouter quelque chose comme ceci, où dans l’exemple, nous voyons un Ping vers le DNS de Google et un autre vers une adresse IP locale sur mon réseau, un routeur:

...
[[entrées.ping]]
  URL = ["8.8.8.8"] # Nombre requis = 1
  interface = "ENS32"
  name_override = "ping_google"
  intervalle = "1s"


[[entrées.ping]]
  URL = ["192.168.0.1"] # Nombre requis = 1
  interface = "ENS32"
  name_override = "ping_router_movistar"
  intervalle = "1s"
...

N’oubliez pas que si nous voulons utiliser des boissons gazeuses 1 deuxième, Nous devons l’indiquer dans les paramètres 'interval' et 'flush_interval'. Comme d'habitude, Après avoir appuyé sur le fichier de configuration, nous redémarrons le service Telegraf et le laissons lire la nouvelle configuration:

sudo systemctl restart telegraf

Et avec ça et un gâteau… nous aurons déjà les données dans Influxdb, donc la prochaine chose sera d’aller à Grafana! Là, nous aurons déjà la source de données configurée par rapport à cette Influxdb, et la prochaine chose sera d’ajouter un tableau de bord dans un tableau de bord, contre ladite source de données Influxdb de type Flux et avec cette requête, nous l’aurons:

De(seau: "Moniteur")
  |> gamme(Commencer: v.timeRangeStart)
  |> filtre(Fn: (r) => r._measurement == "ping_google" et r._field == "average_response_ms")
|> agrégatFenêtre(chaque: v.windowPériode, Fn: Méchant)

Et bam !! ¡Nous l’avons eu! Que faire en une minute? Précieux! nous avons déjà un exemple de la façon de visualiser les latences de différentes adresses IP en temps réel. Vous pouvez dessiner des tableaux de bord avec des traces, itinéraires et savoir où se trouve le goulot d’étranglement, immédiatement ou en tant que consultation historique bien sûr.

Câlins à tous, De cette façon, nous sommes modernes… De toute façon, Maintenant, sérieusement, Prenez soin de vous, Merci pour vos lectures, Petits rats, lorsque vous aimez ou partagez sur les réseaux sociaux… De toute façon, Merci!