Telegraf — zaawansowane pluginy i własne metryki monitorowania

Opublikowano: 10 kwietnia 2026 · Kategoria: VPS

Telegraf to agent monitorowania od InfluxData z ponad 300 pluginami wejściowymi — zbiera metryki z systemu, baz danych, kontenerów, sieci i własnych skryptów. W tym artykule omówimy zaawansowane pluginy i wzorce konfiguracji wykraczające poza podstawowe CPU/RAM/dysk.

Instalacja i podstawowa konfiguracja

# Ubuntu/Debian
wget -q https://repos.influxdata.com/influxdata-archive_compat.key
echo '393e8779c89ac8d958f81f942f9ad7fb82a25e133faddaf92e15b16e6ac9ce4c \
  influxdata-archive_compat.key' | sha256sum --check
cat influxdata-archive_compat.key | gpg --dearmor | \
  tee /etc/apt/trusted.gpg.d/influxdata-archive_compat.gpg > /dev/null
echo 'deb [signed-by=/etc/apt/trusted.gpg.d/influxdata-archive_compat.gpg] \
  https://repos.influxdata.com/debian stable main' | \
  tee /etc/apt/sources.list.d/influxdata.list
apt update && apt install telegraf

systemctl enable --now telegraf

inputs.procstat — monitoring procesów aplikacji

procstat śledzi konkretne procesy bez potrzeby modyfikacji aplikacji:

# /etc/telegraf/telegraf.d/procstat.conf

# Monitoring Nginx przez PID file
[[inputs.procstat]]
  pid_file = "/var/run/nginx.pid"
  [inputs.procstat.tags]
    service = "nginx"

# Monitoring PHP-FPM przez pattern (wszystkie procesy php-fpm)
[[inputs.procstat]]
  pattern = "php-fpm"
  [inputs.procstat.tags]
    service = "php-fpm"

# Monitoring konkretnej aplikacji przez systemd unit
[[inputs.procstat]]
  systemd_unit = "myapp.service"
  [inputs.procstat.tags]
    service = "myapp"

Kluczowe metryki procstat: procstat_cpu_usage, procstat_memory_rss, procstat_num_fds, procstat_num_threads, procstat_write_bytes, procstat_read_bytes.

inputs.docker — metryki kontenerów

[[inputs.docker]]
  endpoint = "unix:///var/run/docker.sock"
  gather_services = false
  total = false
  # Filtruj kontenery (domyślnie: wszystkie)
  container_name_include = []
  container_name_exclude = ["telegraf"]
  # Etykiety jako tagi
  docker_label_include = ["com.docker.compose.service"]
  perdevice_include = ["cpu"]   # cpu per-device (per kontener)
  total_include = ["cpu", "blkio", "network"]
  [inputs.docker.tags]
    environment = "production"

inputs.postgresql — monitoring bazy danych

[[inputs.postgresql]]
  address = "postgres://telegraf:password@localhost/postgres?sslmode=disable"
  # Monitoruj wszystkie bazy
  databases = []
  # Dodatkowe metryki pg_stat_bgwriter, pg_stat_database
  ignored_databases = ["template0", "template1"]

# Zaawansowane metryki przez zapytania SQL
[[inputs.postgresql_extensible]]
  address = "postgres://telegraf:password@localhost/postgres?sslmode=disable"

  [[inputs.postgresql_extensible.query]]
    sqlquery = """
      SELECT schemaname, tablename,
             n_tup_ins as inserts, n_tup_upd as updates, n_tup_del as deletes,
             n_live_tup as live_rows, n_dead_tup as dead_rows
      FROM pg_stat_user_tables
    """
    version = 901
    withdbname = false
    tagvalue = "schemaname,tablename"

inputs.exec — własne metryki przez skrypt

Plugin exec uruchamia dowolny skrypt i parsuje output. Format InfluxDB Line Protocol: measurement,tag1=val1 field1=val1 timestamp:

# /etc/telegraf/scripts/custom_metrics.sh
#!/bin/bash

# Liczba aktywnych połączeń PHP-FPM z socket
FPM_STATS=$(curl -s --unix-socket /run/php/php8.2-fpm.sock \
  "http://localhost/fpm-status?json" 2>/dev/null)

ACTIVE=$(echo $FPM_STATS | python3 -c "import sys,json; d=json.load(sys.stdin); print(d['active processes'])" 2>/dev/null || echo 0)
IDLE=$(echo $FPM_STATS | python3 -c "import sys,json; d=json.load(sys.stdin); print(d['idle processes'])" 2>/dev/null || echo 0)
TOTAL=$(echo $FPM_STATS | python3 -c "import sys,json; d=json.load(sys.stdin); print(d['total processes'])" 2>/dev/null || echo 0)

# Output w InfluxDB Line Protocol
echo "php_fpm,host=${HOSTNAME} active_processes=${ACTIVE}i,idle_processes=${IDLE}i,total_processes=${TOTAL}i"

# telegraf.conf — użyj skryptu
[[inputs.exec]]
  commands = ["/etc/telegraf/scripts/custom_metrics.sh"]
  timeout = "10s"
  data_format = "influx"
  interval = "30s"

Starlark processor — zaawansowane transformacje

[[processors.starlark]]
  namepass = ["nginx"]
  source = '''
def apply(metric):
    # Oblicz error rate z pól http_5xx i http_total
    http_5xx = metric.fields.get("http_5xx", 0)
    http_total = metric.fields.get("http_total", 1)
    if http_total > 0:
        metric.fields["error_rate"] = float(http_5xx) / float(http_total) * 100
    else:
        metric.fields["error_rate"] = 0.0

    # Dodaj tag na podstawie wartości pola
    if metric.fields.get("error_rate", 0) > 5.0:
        metric.tags["alert"] = "error_rate_high"

    return metric
'''

Multi-output: InfluxDB V2 + Prometheus

# Output 1 — InfluxDB V2
[[outputs.influxdb_v2]]
  urls = ["http://influxdb:8086"]
  token = "$INFLUXDB_TOKEN"
  organization = "myorg"
  bucket = "telegraf"

# Output 2 — Prometheus scrape endpoint
# Prometheus skrapuje http://agent:9273/metrics
[[outputs.prometheus_client]]
  listen = ":9273"
  metric_version = 2
  expiration_interval = "60s"

# Output 3 — debug do konsoli (do testów)
# [[outputs.file]]
#   files = ["stdout"]
#   data_format = "influx"

Telegraf vs Prometheus Node Exporter — porównanie

Najczęstsze pytania