使用VictoriaMetrics监控MySQL数据库的实践指南
2025-07-03 18:12:13作者:仰钰奇
背景介绍
MySQL数据库作为最流行的关系型数据库之一,在生产环境中需要持续监控其运行状态。Prometheus社区提供的mysqld_exporter是专门用于收集MySQL指标的工具,而VictoriaMetrics则是一个高性能的时序数据库,可以作为Prometheus的长期存储方案。
常见问题分析
在实际部署中,许多用户会遇到mysqld_exporter指标无法被VictoriaMetrics正确抓取的问题。主要表现是只能获取到/metrics
端点的exporter自身指标,而无法获取/probe
端点的MySQL数据库指标。
解决方案
1. 使用VMServiceScrape资源
VictoriaMetrics提供了自定义资源VMServiceScrape,专门用于定义服务发现和指标抓取规则。通过创建VMServiceScrape资源,可以确保VictoriaMetrics正确抓取mysqld_exporter的所有指标。
apiVersion: operator.victoriametrics.com/v1beta1
kind: VMServiceScrape
metadata:
name: mysql-exporter
spec:
namespaceSelector:
matchNames:
- monitoring
selector:
matchLabels:
app.kubernetes.io/name: prometheus-mysql-exporter
endpoints:
- path: /probe
port: mysql-exporter
interval: 5s
params:
target: ["10.0.0.1:3306"]
auth_module: ["client.monitoring-mysql-creds"]
- path: /metrics
port: mysql-exporter
interval: 5s
2. 配置ScrapeConfig
对于静态目标,可以直接在VictoriaMetrics的ScrapeConfig中配置:
- job_name: mysqld-exporter
metrics_path: /probe
params:
auth_module: [client]
static_configs:
- targets:
- '10.0.0.1:3306'
labels:
instance: 'mysql-production'
relabel_configs:
- source_labels: [__address__]
target_label: __param_target
- source_labels: [__param_target]
target_label: instance
- target_label: __address__
replacement: mysql-exporter:9104
关键配置说明
-
多端点抓取:mysqld_exporter提供两个端点:
/metrics
:exporter自身运行指标/probe
:实际的MySQL数据库指标
-
认证配置:通过
auth_module
参数指定认证模块,确保安全访问MySQL实例 -
目标重标记:使用relabel_configs将目标地址重写为exporter服务地址
-
指标保留:合理配置metricRelabelings可以优化存储空间
最佳实践建议
- 资源限制:为exporter配置合理的资源限制,防止OOM
- 采集间隔:根据业务需求调整采集间隔,生产环境建议5-15秒
- 标签管理:为不同环境(生产/测试)的MySQL实例添加区分标签
- 监控告警:设置基本的MySQL监控告警规则,如连接数、慢查询等
总结
通过合理配置VMServiceScrape和ScrapeConfig,可以确保VictoriaMetrics完整抓取mysqld_exporter的所有指标。这种方案不仅适用于MySQL监控,其原理也可以推广到其他exporter的集成场景中。关键在于理解exporter的多端点设计原理和VictoriaMetrics的特殊配置要求。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0369Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++096AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
197
2.17 K

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
59
94

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
974
574

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
549
81

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
1.2 K
133