跳到主要内容

用夜莺做 Ping 探测

从 Categraf 所在机器 ping 一批目标，得到丢包率、往返延迟和抖动，是判断机器存活最简单的手段。

最后校对于

ping 插件向 targets 里的地址发 ICMP 探测，上报丢包率、最小/平均/最大/标准差 RTT 和 TTL。只要目标没禁 ping，这就是最省事的存活探测；也可以在多个机房各部署一个 Categraf，互相 ping 来观察链路质量。

不同的目标可以拆成多个 [[instances]] 并附加 region、product 之类的标签，仪表盘和规则按标签筛。目标多时要调大 Categraf 进程的文件描述符上限。规则覆盖目标不可达和丢包率升高。

模板里有什么​

  • 2 张仪表盘，共 6 个面板
  • 1 条告警规则，每条附处置步骤
  • 6 条指标说明
  • Categraf 采集配置：input.ping

怎么接入​

  1. 安装 Categraf，把下面的配置放到 conf/input.ping/ping.toml，按实际地址和凭据改好后重启 Categraf。启动日志里出现 input: local.ping started 就说明插件已加载。

    # # collect interval
    # interval = 15

    [[instances]]
    # send ping packets to
    targets = [
    #     "www.baidu.com",
    #     "127.0.0.1",
    #     "10.4.5.6",
    #     "10.4.5.7"
    ]

    # # append some labels for series
    # labels = { region="cloud", product="n9e" }

    # # interval = global.interval * interval_times
    # interval_times = 1

    ## Number of ping packets to send per interval.  Corresponds to the "-c"
    ## option of the ping command.
    # count = 1

    ## Time to wait between sending ping packets in seconds.  Operates like the
    ## "-i" option of the ping command.
    # ping_interval = 1.0

    ## If set, the time to wait for a ping response in seconds.  Operates like
    ## the "-W" option of the ping command.
    # timeout = 3.0

    ## Interface or source address to send ping from.  Operates like the -I or -S
    ## option of the ping command.
    # interface = ""

    ## Use only IPv6 addresses when resolving a hostname.
    # ipv6 = false

    ## Number of data bytes to be sent. Corresponds to the "-s"
    ## option of the ping command.
    # size = 56

    # max concurrency coroutine
    # concurrency = 50

  2. 在夜莺「集成中心」里找到 Ping，把仪表盘和告警规则导入到业务组。

  3. 导入的告警规则默认是停用的。先确认指标已经入库，再按自己环境的阈值逐条启用。

内置仪表盘​

仪表盘面板数
PING detection by UlricQin1
PING大盘2.05

内置告警规则​

共 1 条。每条给出触发条件（PromQL）和告警后的处置步骤，导入后可以直接改阈值。

PING address detection failed​

S2 警告 · 持续 1 分钟 · 触发条件:

ping_result_code != 0

处置步骤:

  1. 在采集机上手工 ping -c 5 <目标> 复现，再用 mtr -n <目标> 定位丢包在哪一跳；
  2. 目标机存活则确认它是否禁 ICMP——很多安全策略会禁，此时该探测不适用，应改用端口探测；
  3. 中间跳丢包联系网络侧排查；
  4. 确认目标机是否宕机或网卡故障。

指标说明​

共 6 条，和仪表盘、告警规则里用到的指标一一对应。

指标含义单位
ping_ttlPing ttl 时间 — Time To Live，指的是报文在网络中能够“存活”的限制时间s
ping_percent_packet_lossPing 丢包率%
ping_average_response_msPing 平均耗时ms
ping_result_codePing 探测结果状态码 — 值为 0 就是正常，非 0 值就是异常。如果 Ping 失败，Categraf 日志中理应会有异常日志
ping_maximum_response_msPing 最大耗时ms
ping_minimum_response_msPing 最小耗时ms

相关链接​

本页目录