当前位置: 首页 > news >正文

开源酷炫的Linux监控工具:sampler

sampler是一个开源的监控工具,来自GitHub用户sqshq(Alexander Lukyanchikov)的匠心之作。

简单来说,sampler能干这些事儿:

  • 实时监控:CPU、内存、磁盘、网络,甚至应用程序的状态,它都能盯着。
  • 可视化展示:支持多种组件,比如折线图、条形图、仪表盘,界面清爽又好看。
  • 警报提醒:当数据达到某个条件时,可以响铃、弹窗,甚至跑个脚本提醒你。
  • 高度自定义:通过YAML配置文件,想怎么玩就怎么玩。

比如,你可以用它监控CPU使用率、观察数据库的QPS,甚至盯着消息队列的消息堆积情况。

macOS安装

# 使用 HomeBrew 安装
brew install sampler# 或直接下载安装
sudo curl -Lo /usr/local/bin/sampler https://github.com/sqshq/sampler/releases/download/v1.1.0/sampler-1.1.0-darwin-amd64
sudo chmod +x /usr/local/bin/sampler

Linux安装

sudo wget https://github.com/sqshq/sampler/releases/download/v1.1.0/sampler-1.1.0-linux-amd64 -O /usr/local/bin/sampler
sudo chmod +x /usr/local/bin/sampler

Windows安装

# 通过 Chocolatey 安装
choco install sampler

Docker安装

# Create a configuration file
vim config.yml# Build the container image
docker build --tag sampler .# Run a container
docker run --interactive --tty --volume $(pwd)/config.yml:/root/config.yml sampler --config /root/config.yml

基本用法

1.创建 YAML 配置文件:定义你的监控命令。

2.运行命令:

sampler -c config.yml

3.动态调整界面,实时查看你的监控指标。

配置文件内容参考

runcharts:- title: Search engine response timeposition: [[0, 0], [45, 19]]rate-ms: 500triggers:- title: Latency threshold exceededcondition: echo "$prev < 0.8 && $cur > 0.8" |bc -lactions:terminal-bell: truesound: truevisual: truescript: 'say alert: ${label} latency exceeded ${cur} second'legend:enabled: truedetails: falsescale: 2items:- label: tencentcolor: 178sample: curl -o /dev/null -s -w '%{time_total}'  https://www.tencent.com- label: Bilibilisample: curl -o /dev/null -s -w '%{time_total}'  https://www.bilibili.com- label: Juejinsample: curl -o /dev/null -s -w '%{time_total}'  https://juejin.cn
barcharts:- title: Local network activityposition: [[45, 20], [35, 8]]rate-ms: 500scale: 0items:- label: UDP bytes insample: nstat -z | grep UdpInDatagrams | awk '{print $2}'- label: UDP bytes outsample: nstat -z | grep UdpOutDatagrams | awk '{print $2}'- label: TCP bytes insample: nstat -z | grep TcpInSegs | awk '{print $2}'- label: TCP bytes outsample: nstat -z | grep TcpOutSegs | awk '{print $2}'
gauges:- title: YEAR PROGRESSposition: [[45, 0], [35, 2]]cur:sample: date +%jmax:sample: echo 365min:sample: echo 0- title: DAY PROGRESSposition: [[45, 3], [35, 2]]cur:sample: date +%Hmax:sample: echo 24min:sample: echo 0- title: HOUR PROGRESSposition: [[45, 6], [35, 2]]cur:sample: date +%Mmax:sample: echo 60min:sample: echo 0- title: MINUTE PROGRESSposition: [[45, 9], [35, 2]]triggers:- title: CLOCK BELL EVERY MINUTEcondition: '[ $label == "cur" ] && [ $cur -eq 0 ] && echo 1 || echo 0'actions:sound: truescript: say -v samantha `date +%I:%M%p`cur:sample: date +%Smax:sample: echo 60min:sample: echo 0
sparklines:- title: CPU usageposition: [[0, 20], [22, 8]]rate-ms: 200scale: 0sample: ps -A -o %cpu | awk '{s+=$1} END {print s}'- title: Free memory pagesposition: [[22, 20], [23, 8]]rate-ms: 200scale: 0sample: memory_pressure | grep 'Pages free' | awk '{print $3}'
textboxes:- title: Docker containers statsposition: [[0, 29], [45, 10]]rate-ms: 500sample: docker stats --no-stream --format "table {{.Name}}\t{{.CPUPerc}}\t{{.MemUsage}}\t{{.PIDs}}"- title: Local weatherposition: [[69, 31], [13, 7]]rate-ms: 10000sample: curl wttr.in?0ATQFborder: false- title: New York weatherposition: [[45, 31], [13, 7]]rate-ms: 10000sample: curl wttr.in/newyork?0ATQFtransform: echo 1border: false- title: San Francisco weatherposition: [[56, 31], [13, 7]]rate-ms: 10000sample: curl wttr.in/sanfrancisco?0ATQFborder: false
asciiboxes:- title: UTC timeposition: [[45, 12], [35, 7]]rate-ms: 500sample: env TZ=UTC date +%rborder: falsefont: 3d

在这里插入图片描述

相关文章:

开源酷炫的Linux监控工具:sampler

sampler是一个开源的监控工具&#xff0c;来自GitHub用户sqshq&#xff08;Alexander Lukyanchikov&#xff09;的匠心之作。 简单来说&#xff0c;sampler能干这些事儿&#xff1a; 实时监控&#xff1a;CPU、内存、磁盘、网络&#xff0c;甚至应用程序的状态&#xff0c;它…...

InternVideo2.5:Empowering Video MLLMs with Long and Rich Context Modeling

一、TL&#xff1b;DR InternVideo2.5通过LRC建模来提升MLLM的性能。层次化token压缩和任务偏好优化&#xff08;mask时空 head&#xff09;整合到一个框架中&#xff0c;并通过自适应层次化token压缩来开发紧凑的时空表征MVBench/Perception Test/EgoSchema/MLVU数据benchmar…...

OSPF基础与特性

一.OSPF 的技术背景 OSPF出现是因为RIP协议无法满足大型网络的配置 RIP协议中存在的问题 RIP中存在最大跳数为15的限制,不能适应大规模组网 RIP周期性发送全部路由信息,占用大量的带宽资源 路由收敛速度慢 以跳数作为度量衡,选路可能会不优 存在路由环路的可能性 每隔30秒更新…...

[Linux]从零开始的ARM Linux交叉编译与.so文件链接教程

一、前言 最近在项目需要将C版本的opencv集成到原本的代码中从而进行一些简单的图像处理。但是在这其中遇到了一些问题&#xff0c;首先就是原本的opencv我们需要在x86的架构上进行编译然后将其集成到我们的项目中&#xff0c;这里我们到底应该将opencv编译为x86架构的还是编译…...

golang 中 make 和 new 的区别?

在Go语言中&#xff0c;make 和 new 都是用于内存分配的关键字&#xff0c;但它们在使用场景、返回值和初始化方式等方面存在一些区别&#xff0c;以下是具体分析&#xff1a; 使用场景 make 只能用于创建 map、slice 和 channel 这三种引用类型&#xff0c;用于初始化这些类型…...

碧螺春是绿茶还是红茶

碧螺春是绿茶&#xff0c;不是红茶。 碧螺春的特点&#xff1a; 类别: 碧螺春属于中国六大茶类中的绿茶类。产地: 它产自中国江苏省苏州市太湖的东山和西山&#xff08;现称金庭镇&#xff09;&#xff0c;是中国十大名茶之一。外形: 碧螺春茶叶外形卷曲如螺&#xff0c;色泽…...

Linux平台搭建MQTT测试环境

Paho MQTT Paho MQTT‌ 是 Eclipse 基金会下的一个开源项目&#xff0c;旨在为多种编程语言提供 ‌MQTT 协议‌的客户端实现。MQTT&#xff08;Message Queuing Telemetry Transport&#xff09;是一种轻量级的发布/订阅&#xff08;Pub/Sub&#xff09;消息传输协议&#xff…...

【AI学习】AI Agent(人工智能体)

1&#xff0c;AI agent 1&#xff09;定义 是一种能够感知环境、基于所感知到的信息进行推理和决策&#xff0c;并通过执行相应动作来影响环境、进而实现特定目标的智能实体。 它整合了多种人工智能技术&#xff0c;具备自主学习、自主行动以及与外界交互的能力&#xff0c;旨…...

克魔助手(Kemob)安装与注册完整教程 - Windows/macOS双平台指南

iOS设备管理工具克魔助手便携版使用全指南 前言&#xff1a;为什么需要专业的iOS管理工具 在iOS开发和设备管理过程中&#xff0c;开发者经常需要突破系统限制&#xff0c;实现更深层次的控制和调试。本文将详细介绍一款实用的便携式工具的使用方法&#xff0c;帮助开发者快速…...

了解GPIO对应的主要功能

GPIO GPIO是通用输入输出端口的简称&#xff0c;芯片上的GPIO引脚与外部设备连接实现通讯、控制以及数据采集等功能&#xff0c;最基本的输出功能是通过控制引脚输出高低电平继而实现开关控制&#xff0c;比如引脚接入LED灯可控制LED灯的亮灭&#xff0c;接入继电器或三极管可…...

Dubbo 注册中心与服务发现

注册中心与服务发现 注册中心概述 注册中心是dubbo服务治理的核心组件&#xff0c;Dubbo依赖注册中心的协调实现服务发现&#xff0c;自动化的服务发现是微服务实现动态扩容、负载均衡、流量治理的基础。 Dubbo的服务发现机制经历了Dubbo2时代的接口级服务发现、Dubbo3时代的…...

一文详解LibTorch环境搭建:Ubuntu20.4配置LibTorch CUDA与cuDNN开发环境

随着深度学习技术的迅猛发展&#xff0c;越来越多的应用程序开始集成深度学习模型以提供智能化服务。为了满足这一需求&#xff0c;开发者们不仅依赖于Python等高级编程语言提供的便捷框架&#xff0c;也开始探索如何将这些模型与C应用程序相结合&#xff0c;以便在性能关键型应…...

micro ubuntu 安装教程

micro ubuntu 安装教程 官网地址 : https://micro-editor.github.io 以下是在 Ubuntu 系统中安装 micro 编辑器 的详细教程&#xff1a; 方法 1&#xff1a;通过 ​apt​​ 直接安装&#xff08;推荐&#xff09; 适用于 Ubuntu 20.04 及以上版本&#xff08;官方仓库已收录…...

观成科技:利用DoH加密信道的C2流量分析

概述 DoH&#xff08;DNS over HTTPS&#xff09;是一种通过HTTPS协议加密传输DNS查询的信道&#xff0c;将DNS请求封装在HTTP/2或HTTP/3中&#xff0c;DoH没有标准端口&#xff0c;部分服务沿用TLS的443端口。传统DNS明文传输易被拦截或篡改&#xff0c;而DoH通过加密提升了隐…...

行星际空间的磁流体动力激波:理论综述

Magnetohydrodynamic Shocks in the Interplanetary Space: a Theoretical Review ( Part 2 ) ​​​​​​​Magnetohydrodynamic Shocks in the Interplanetary Space: a Theoretical Review | Brazilian Journal of Physics Magnetohydrodynamic Shocks 1. The Rankine-Hu…...

Java垃圾回收的隐性杀手:过早晋升的识别与优化实战

目录 一、现象与症状 二、过早晋升的成因 &#xff08;一&#xff09;Young区&#xff08;Eden区&#xff09;配置过小 &#xff08;二&#xff09;分配速率过高 &#xff08;三&#xff09;晋升年龄阈值&#xff08;MaxTenuringThreshold&#xff09;配置不当 三、动态晋…...

2noise团队开源ChatTTS,支持多语言、流式合成、语音的情感、停顿和语调控制

简介 ChatTTS 是一个开源的文本转语音&#xff08;Text-to-Speech, TTS&#xff09;项目&#xff0c;由 2noise 团队开发&#xff0c;专门为对话场景设计。它在 GitHub 上广受欢迎&#xff0c;因其自然流畅的语音合成能力和多功能性而备受关注。 项目背景 目标&#xff1a;设计…...

企业级防火墙与NAT网关配置

实训背景 某公司需部署一台Linux网关服务器&#xff0c;要求实现以下功能&#xff1a; 基础防火墙&#xff1a;仅允许SSH&#xff08;22&#xff09;、HTTP&#xff08;80&#xff09;、HTTPS&#xff08;443&#xff09;入站&#xff0c;拒绝其他所有流量。共享上网&#xf…...

AI数据分析的正道是AI+BI,而不是ChatBI

一、AI大模型在数据分析中的应用现状与局限 当前用户直接上传PDF、Excel等原始数据至AI大模型进行自动分析的趋势显著&#xff0c;但其技术成熟度与落地效果仍需审慎评估。 1.主流AI大模型的数据分析能力对比 GPT-4/Claude 3系列&#xff1a;在通用数据分析任务中表现突出&a…...

C++设计模式优化实战:提升项目性能与效率

&#x1f9d1; 博主简介&#xff1a;CSDN博客专家、CSDN平台优质创作者&#xff0c;高级开发工程师&#xff0c;数学专业&#xff0c;拥有高级工程师证书&#xff1b;擅长C/C、C#等开发语言&#xff0c;熟悉Java常用开发技术&#xff0c;能熟练应用常用数据库SQL server,Oracle…...

G1学习打卡

&#x1f368; 本文为&#x1f517;365天深度学习训练营 中的学习记录博客&#x1f356; 原作者&#xff1a;K同学啊 import argparse import os import numpy as np import torchvision.transforms as transforms from torchvision.utils import save_image from torch.utils.…...

8.2 对话框2

版权声明&#xff1a;本文为博主原创文章&#xff0c;转载请在显著位置标明本文出处以及作者网名&#xff0c;未经作者允许不得用于商业目的 8.2.3 FolderBrowserDialog&#xff08;文件夹对话框&#xff09; 组件 FolderBrowserDialog组件&#xff0c;用于选择文件夹 Folder…...

Java中的列表(List):操作与实现详解

引言 列表&#xff08;List&#xff09;是Java集合框架中最基础且使用最频繁的线性数据结构。它允许有序存储元素&#xff0c;支持重复值和快速访问。本文将深入探讨Java列表的核心操作方法&#xff0c;并剖析两种经典实现类&#xff08;ArrayList和LinkedList&#xff09;的底…...

在kotlin的安卓项目中使用dagger

在 Kotlin 的 Android 项目中使用 ​​Dagger​​&#xff08;特别是 ​​Dagger Hilt​​&#xff0c;官方推荐的简化版&#xff09;进行依赖注入&#xff08;DI&#xff09;可以大幅提升代码的可测试性和模块化程度。 1. 配置 Dagger Hilt​​ ​​1.1 添加依赖​​ 在 bu…...

MongoDB常见面试题总结(上)

MongoDB 基础 MongoDB 是什么&#xff1f; MongoDB 是一个基于 分布式文件存储 的开源 NoSQL 数据库系统&#xff0c;由 C 编写的。MongoDB 提供了 面向文档 的存储方式&#xff0c;操作起来比较简单和容易&#xff0c;支持“无模式”的数据建模&#xff0c;可以存储比较复杂…...

leetcode6.Z字形变换

题目说是z字形变化&#xff0c;但其实模拟更像n字形变化&#xff0c;找到字符下标规律就逐个拼接就能得到答案 class Solution {public String convert(String s, int numRows) {if(numRows1)return s;StringBuilder stringBuilder new StringBuilder();for (int i 0; i <…...

VSCode中选择Anaconda的Python环境

1、安装Anaconda 2、安装VSCode 一、创建创建新的 Conda 环境 conda create --name myenv python3.8 conda activate myenv 二、在 VSCode 中配置 Conda 环境 1、打开 VSCode&#xff0c;安装 Python 插件。 2、按 CtrlShiftP 打开命令面板&#xff0c;输入并选择 Pytho…...

【基于规则】基于距离的相似性度量

基于点:设时两条序曲线分别为X,Y,在曲线上选取点Xx和Yy,计算点之间的距离,用来度量两条曲线的相似性。这类算法的精确度取决于选点的规则,以及距离的计算方式 欧几里得距离:不允许时间偏移,直接计算两个时序数据点之间的距离,适用于长度相同的序列 dtw:优化了选点的方…...

Python 序列构成的数组(当列表不是首选时)

当列表不是首选时 虽然列表既灵活又简单&#xff0c;但面对各类需求时&#xff0c;我们可能会有更好的选 择。比如&#xff0c;要存放 1000 万个浮点数的话&#xff0c;数组&#xff08;array&#xff09;的效率要高 得多&#xff0c;因为数组在背后存的并不是 float 对象&…...

LeetCode零钱兑换(动态规划)

题目描述 给你一个整数数组 coins &#xff0c;表示不同面额的硬币&#xff1b;以及一个整数 amount &#xff0c;表示总金额。 计算并返回可以凑成总金额所需的 最少的硬币个数 。如果没有任何一种硬币组合能组成总金额&#xff0c;返回 -1 。 你可以认为每种硬币的数量是无…...

vscode+wsl 运行编译 c++

linux 的 windows 子系统&#xff08;wsl&#xff09;是 windows 的一项功能&#xff0c;可以安装 Linux 的发行版&#xff0c;例如&#xff08;Ubuntu&#xff0c;Kali&#xff0c;Arch Linux&#xff09;等&#xff0c;从而可以直接在 windows 下使用 Linux 应用程序&#xf…...

C++学习之libevent ②

目录 1.连接服务器函数bufferevent_socket_connect() 2.bufferevent缓冲区的读写函数bufferevent_write() bufferevent_read() 3.给bufferevent设置回调函数bufferevent_setcb&#xff08;&#xff09; 4.bufferevent回调函数的函数原型 5.基于bufferevent的套接字客户端处…...

彩色路径 第32次CCF-CSP计算机软件能力认证

应该用dp做的但是我太懒懒得看题解了 留到考试的时候看 超时20分代码&#xff1a; #include<bits/stdc.h> using namespace std; int N, M, L, K; struct Edge {int to, length;Edge(int to, int length) :to(to), length(length) {} }; vector<int> color;//颜色…...

第1章 绪论

自1946年&#xff0c;第一台计算机问世以来&#xff0c;计算机产业飞速发展。为了编写出一个好得程序&#xff0c;必须分析待处理的对象的特征以及各处理对象之间存在的关系。这就是数据结构这门学科形成和发展的背景。 1.1什么是数据结构 数据结构是计算机科学中组织和存储数…...

SpringCloud微服务(一)Eureka+Nacos

一、认识 微服务技术对比&#xff1a; SpringCloud&#xff1a; 版本匹配&#xff1a; 二、服务拆分以及远程调用 消费者与提供者&#xff1a; Eureka&#xff1a; 搭建EurekaServer&#xff1a; Ribbon负载均衡&#xff1a; 实现原理&#xff1a; IRule&#xff1a;规则接口…...

Python 字典和集合(子类化UserDict)

本章内容的大纲如下&#xff1a; 常见的字典方法 如何处理查找不到的键 标准库中 dict 类型的变种set 和 frozenset 类型 散列表的工作原理 散列表带来的潜在影响&#xff08;什么样的数据类型可作为键、不可预知的 顺序&#xff0c;等等&#xff09; 子类化UserDict 就创造自…...

时区转换工具+PWA离线网页

时区转换工具PWA离线网页 一、时区转换工具对比 工具说明Date原生 JS API&#xff0c;有限的时区支持&#xff0c;无法指定时区&#xff0c;仅使用本地时区。Intl.DateTimeFormat原生格式化显示&#xff0c;可指定时区&#xff0c;但不能修改时区逻辑。luxon强烈推荐&#xf…...

Hadoop序列化与反序列化具体实践

首先创建两个类 两个类的代码 Student类&#xff1a; import org.apache.hadoop.io.Writable;import java.io.DataInput; import java.io.DataOutput; import java.io.IOException;public class Student implements Writable {public Student(String name, int age) {this.n…...

​​​​​​​Github AI开发者生态最新动态今日速览(20250408)

以下是截至2025年4月8日的GitHub AI开发者生态最新动态速览&#xff0c;结合技术更新、工具发布及行业趋势&#xff1a; 1. GitHub Copilot 重大升级与生态扩展 Agent Mode全量发布&#xff1a;Copilot在VS Code中启用Agent模式&#xff0c;可自主完成多文件代码重构、测试驱动…...

通过扣子平台将数据写入飞书多维表格

目录 1.1 创建飞书开放平台应用 1.2 创建飞书多维表格 1.3 创建扣子平台插件 1.1 创建飞书开放平台应用 1.1.1 打开地址&#xff1a;飞书开放平台&#xff0c;点击创建应用 注&#xff1a;商店应用需要申请ISV资质&#xff0c;填写企业主体信息&#xff0c;个人的话&#x…...

WEB安全--内网渗透--Kerberos之AS_REQAS_REP

一、前言 之前的文章提到过&#xff0c;在内网的域环境中&#xff0c;服务器之间默认使用的是Kerberos协议。 光了解NTLM协议是远远不够的&#xff0c;为了内网渗透&#xff0c;我后面将详细介绍Kerberos协议的原理以及漏洞的利用。 二、Kerberos协议 Kerberos是一种网络身份…...

【Hadoop入门】Hadoop生态之MapReduce简介

1 MapReduce核心原理 MapReduce是一种分布式计算框架&#xff0c;专为处理大规模数据集设计。其核心理念是将复杂计算任务分解为两个核心阶段&#xff1a; Map阶段&#xff1a;将输入数据分割为独立片段&#xff0c;并行处理生成中间键值对Reduce阶段&#xff1a;对Map阶段输出…...

使用Scrapy编写图像下载程序示例

最近闲来无事想要用Scrapy库来编写一个图像下载程序。首先&#xff0c;我得回忆一下Scrapy的基本结构。Scrapy是一个强大的爬虫框架&#xff0c;适合用来抓取网页数据&#xff0c;包括图片。不过&#xff0c;用户可能不太熟悉Scrapy的具体用法&#xff0c;特别是图片下载的部分…...

Linux/树莓派网络配置、远程登录与图形界面访问实验

一.准备工作 1.修改网络适配器&#xff08;选择本机网卡&#xff09; 2.创建一个新的用户。 3.使用新用户登录&#xff0c;使用ip a指令查看IP&#xff08;现代 Linux 发行版&#xff08;如 Ubuntu、Debian、CentOS、Fedora 等&#xff09;&#xff09;。 通过sudo arp-sca…...

01-Redis-基础

1 redis诞生历程 redis的作者笔名叫做antirez&#xff0c;2008年的时候他做了一个记录网站访问情况的系统&#xff0c;比如每天有多少个用户&#xff0c;多少个页面被浏览&#xff0c;访客的IP、操作系统、浏览器、使用的搜索关键词等等(跟百度统计、CNZZ功能一样)。最开始存储…...

MCP-Playwright: 赋予AI模型操控浏览器的能力

在人工智能快速发展的时代&#xff0c;我们一直在寻找让AI与现实世界更好地交互的方式。今天我想向大家介绍一个强大的开源项目&#xff1a;MCP-Playwright&#xff0c;它正在改变AI模型与Web环境交互的方式。 源码地址&#xff1a;https://github.com/executeautomation/mcp-…...

Scala集合计算高级函数及案例

一、说明 1.过滤&#xff1a;遍历集合&#xff0c;获取满足指定条件的元素组成新集合 2.转化 / 映射&#xff08;map&#xff09;&#xff1a;将集合中的每个元素映射到某一个函数 List(1, 2, 3, 4, 5, 6, 7, 8, 9)中每个元素加 1&#xff0c;得到List(2, 3, 4, 5, 6, 7, 8,…...

​​如何测试一个API接口?从原理到实践详解

在微服务架构和前后端分离的现代软件开发中&#xff0c;API接口是系统的“血管”&#xff0c;承担着数据传输与逻辑处理的核心功能。本文将用通俗的语言&#xff0c;结合实例&#xff0c;系统讲解API接口测试的原理、方法及工具&#xff0c;助你掌握这一关键技能。 ​ 目录 ​…...

弹簧质点系统(C++实现)

本文实现一个简单的物理算法&#xff1a;弹簧质点系统&#xff08;Mass-Spring System&#xff09;。这是一个经典的物理模拟算法&#xff0c;常用于模拟弹性物体&#xff08;如布料、弹簧等&#xff09;的行为。我们将使用C来实现这个算法&#xff0c;并结合链表数据结构来管理…...

java设计模式-代理模式

代理模式(proxy) 基本介绍 1、代理模式&#xff1a;为一个对象提供一个替身&#xff0c;一控制对这个对象的访问。即通过代理对象访问目标对象。这样做的好处是&#xff1a;可以在目标对象实现的基础上&#xff0c;增强额外的功能操作&#xff0c;及扩展目标对象的功能。 2、被…...