Glances 备忘清单

这是开始使用 Glances 系统监控工具的快速参考备忘单，可以帮助用户监视系统的各种性能指标

入门

功能特点

跨平台支持

Glances 支持多种操作系统，包括 Linux、Windows、macOS 和 FreeBSD。

多种输出方式

命令行界面（CLI）：通过终端查看系统监控数据。
Web 界面：通过浏览器访问并查看系统性能指标。
API 输出：可以将数据通过 REST API 或者 MQTT 传输到其他系统或服务。

详细的系统监控

CPU：实时显示 CPU 的使用率、每个核心的负载情况。
内存：显示总内存、已用内存、缓存和交换分区的使用情况。
磁盘 I/O：显示磁盘的读写速度和 I/O 操作数。
网络带宽：显示网络接口的上传和下载速度。
文件系统：显示各个挂载点的使用情况。
传感器：显示系统温度、风扇速度等传感器数据（需要支持的硬件和驱动）。

扩展功能

插件系统：支持通过插件扩展功能，可以自定义监控指标。
导出数据：支持将监控数据导出为 CSV、JSON 等格式。
报警系统：可以设置报警，当某些指标超过设定阈值时触发通知。

安装

通过 pip 安装

pip install glances

通过包管理器安装

Debian/Ubuntu:

sudo apt-get install glances

Fedora:

sudo dnf install glances

macOS (使用 Homebrew):

brew install glances

配置文件

Glances 的配置文件位于 ~/.config/glances/glances.conf。通过编辑这个文件，可以自定义 Glances 的显示和行为。

例子配置文件

[global]
refresh=2      # 设置刷新间隔（以秒为单位）
[cpu]
enable=true    # 显示 CPU 负载平均值
[mem]
enable=true    # 显示内存使用情况
[disk]
enable=true    # 显示磁盘 I/O 信息
[network]
enable=true    # 显示网络带宽使用情况

Web 访问

# 使用 Glances 的 API：
glances -w
# 访问 API：
curl http://<your_ip>:61208/api/3/all

使用 Docker 部署 Glances：

docker run --rm \
   -v /var/run/docker.sock:/var/run/docker.sock:ro \
   -v /glances/conf:/glances/conf:ro \
   -v /glances/data:/glances/data:rw \
   -p 61208-61209:61208-61209 \
   --name glances nicolargo/glances

使用方法

启动命令行界面

glances

启动 Web 界面

glances -w

启动后，通过浏览器访问 http://<your_ip>:61208 查看系统监控数据。

启动以特定模式输出

glances --export json  # JSON 输出
glances --export csv   # CSV 输出

命令行选项

:-	:-
`-h`, `--help`	显示此帮助信息并退出
`-V`, `--version`	显示程序版本号并退出
`-d`, `--debug`	启用调试模式
`-C CONF_FILE`, `--config CONF_FILE`	配置文件的路径
`--modules-list`	显示模块（插件和导出）列表并退出
`--stdout PLUGINS_STATS`	显示插件统计信息到标准输出（用逗号分隔的插件/插件属性列表）

禁用启用选项

:-	:-
`--disable-plugin PLUGIN`	禁用插件（用逗号分隔的列表）
`--enable-plugin PLUGIN`	启用插件（用逗号分隔的列表）
`--disable-process`	禁用进程模块（减少Glances的CPU消耗）
`--disable-webui`	禁用Web界面（仅响应RESTful API）
`--enable-history`	启用历史模式
`--disable-bold`	禁用终端中的粗体模式
`--disable-bg`	禁用终端中的背景颜色
`--enable-process-extended`	启用顶级进程的扩展统计
`--disable-check-update`	禁用在线Glances版本检查
`--disable-autodiscover`	禁用自动发现功能
`--light`, `--enable-light`	Curses UI的轻量模式（仅启用顶部菜单）
`-q`, `--quiet`	不显示 curses 界面

SNMP

:-	:-
`--snmp-community SNMP_COMMUNITY`	SNMP社区
`--snmp-port SNMP_PORT`	SNMP端口
`--snmp-version SNMP_VERSION`	SNMP版本（1, 2c 或 3）
`--snmp-user SNMP_USER`	SNMP用户名（仅适用于SNMPv3）
`--snmp-auth SNMP_AUTH`	SNMP认证密钥（仅适用于SNMPv3）
`--snmp-force`	强制SNMP模式

命令行选项

:-	:-
`--export EXPORT`	启用导出模块（用逗号分隔的列表）
`--export-csv-file EXPORT_CSV_FILE`	CSV导出文件路径
`--export-json-file EXPORT_JSON_FILE`	JSON导出文件路径

命令行选项

:-	:-
`-0`, `--disable-irix`	任务的CPU使用率将按CPU总数进行划分
`-1`, `--percpu`	以每个CPU模式启动Glances
`-2`, `--disable-left-sidebar`	禁用网络、磁盘I/O、文件系统和传感器模块
`-3`, `--disable-quicklook`	禁用快速查看模块
`-4`, `--full-quicklook`	仅启用快速查看和负载模块
`-5`, `--disable-top`	禁用顶部菜单（快速查看、CPU、内存、交换区和负载）
`-6`, `--meangpu`	以平均GPU模式启动Glances

命令行选项

:-	:-
`-c CLIENT`, `--client CLIENT`	通过IPv4/IPv6地址、主机名或主机名:端口连接到Glances服务器
`-s`, `--server`	以服务器模式运行Glances
`--browser`	启动客户端浏览器（服务器列表）
`-p PORT`, `--port PORT`	定义客户端/服务器TCP端口 [默认：61209]
`-B BIND_ADDRESS`, `--bind BIND_ADDRESS`	将服务器绑定到给定的IPv4/IPv6地址或主机名
`--username`	定义客户端/服务器用户名
`--password`	定义客户端/服务器密码

命令行选项

:-	:-
`-t TIME`, `--time TIME`	设置刷新时间（秒）[默认：3秒]
`-w`, `--webserver`	以Web服务器模式运行Glances（需要bottle库）
`--cached-time CACHED_TIME`	设置服务器缓存时间 [默认：1秒]
`--open-web-browser`	尝试在默认的 Web 浏览器中打开Web界面
`-f PROCESS_FILTER`, `--process-filter PROCESS_FILTER`	设置进程过滤模式（正则表达式）
`--process-short-name`	强制使用进程名称的短名称
`--hide-kernel-threads`	在进程列表中隐藏内核线程（Windows不可用）

命令行选项

:-	:-
`-b`, `--byte`	以每秒字节数显示网络速率
`--diskio-show-ramfs`	在 DiskIO 插件中显示RAM文件系统
`--diskio-iops`	在 DiskIO 插件中显示每秒I/O操作数
`--fahrenheit`	以华氏度显示温度（默认是摄氏度）
`--fs-free-space`	显示文件系统的可用空间而非已用空间
`--theme-white`	优化显示颜色以适应白色背景

键盘快捷键

快捷键

快捷键	功能
`ENTER`	设置进程过滤器
`a`	自动排序进程列表
`A`	启用/禁用应用程序监控进程
`b`	在网络I/O中切换比特/秒或字节/秒
`B`	查看每秒磁盘I/O计数器
`c`	按CPU使用率排序进程
`C`	启用/禁用云统计
`d`	显示/隐藏磁盘I/O统计
`D`	启用/禁用Docker统计
`e`	启用/禁用顶级扩展统计
`E`	清除当前进程过滤器
`f`	显示/隐藏文件系统和文件夹监控统计
`F`	在文件系统使用和可用空间之间切换
`g`	为当前历史生成图表
`G`	启用/禁用GPU统计
`h`	显示/隐藏帮助屏幕
`i`	按I/O速率排序进程
`I`	显示/隐藏IP模块
`+`	增加选定进程的nice值/降低优先级(需要权限)- 仅在独立模式下
`-`	减少选定进程的nice值/提高优先级(需要权限)- 仅在独立模式下
`k`	终止选定进程(需要权限)- 仅在独立模式下

快捷键

快捷键	功能
`K`	显示/隐藏TCP连接
`l`	显示/隐藏日志消息
`m`	按内存使用率排序进程
`M`	重置进程摘要的最小/最大值
`n`	显示/隐藏网络统计
`N`	显示/隐藏当前时间
`p`	按名称排序进程
`P`	启用/禁用端口统计
`q\|ESC\|CTRL-C`	退出当前Glances会话
`Q`	显示/隐藏IRQ模块
`r`	重置历史记录
`R`	显示/隐藏RAID插件
`s`	显示/隐藏传感器统计
`S`	启用/禁用微小曲线图
`t`	按CPU时间排序进程（TIME+）
`T`	以组合方式查看网络I/O
`u`	按用户排序进程
`U`	查看累积网络I/O
`w`	删除已完成的警告日志消息
`W`	显示/隐藏Wifi模块
`x`	删除已完成的警告和严重日志消息
`z`	显示/隐藏进程统计

快捷键

快捷键	功能
`0`	启用/禁用Irix/Solaris模式。任务的CPU使用率将按CPU总数进行划分
`1`	在全局CPU和每个CPU统计之间切换
`2`	启用/禁用左侧边栏
`3`	启用/禁用快速查看模块
`4`	启用/禁用除快速查看和负载模块外的所有模块
`5`	启用/禁用顶部菜单（快速查看、CPU、内存、交换区和负载）
`6`	启用/禁用平均GPU模式
`9`	在黑白主题之间切换UI主题
`/`	在进程命令行或命令名称之间切换
`F5`	刷新curses用户界面的统计数据
`LEFT`	向左导航进程排序
`RIGHT`	向右导航进程排序
`UP`	在进程列表中向上
`DOWN`	在进程列表中向下。在Glances客户端浏览器中（通过`--browser`命令行参数访问）：
`ENTER`	运行选定的服务器
`UP`	在服务器列表中向上
`DOWN`	在服务器列表中向下
`q\|ESC`	退出Glances

配置

位置

您可以将自己的 glances.conf 文件放在以下位置：

:--	--	--
`Linux`, `SunOS`	~/.config/glances/, /etc/glances/, /usr/share/docs/glances/
`*BSD`	~/.config/glances/, /usr/local/etc/glances/, /usr/share/docs/glances/
`macOS`	~/Library/Application Support/glances/, /usr/local/etc/glances/, /usr/share/docs/glances/
`Windows`	%APPDATA%\glances\glances.conf

在 Windows XP 上，%APPDATA% 为：C:\Documents and Settings\<USERNAME>\Application Data
在 Windows Vista 及更高版本上：C:\Users\<用户名>\AppData\Roaming

语法

[global]
# 刷新率（默认为至少 2 秒）
# 可以通过 -t <sec> 选项覆盖
# 也可以在每个插件部分覆盖它
refresh=2
# Glances 是否应该检查 PyPI 上是否有更新的版本？
check_update=false
# 历史大小（最大值数）
# 默认值为28800：1天，每3秒1分
history_size=28800

CPU 插件的示例

[cpu]
disable=False
refresh=3
user_careful=50
user_warning=70
user_critical=90
iowait_careful=50
iowait_warning=70
iowait_critical=90
system_careful=50
system_warning=70
system_critical=90
steal_careful=50
steal_warning=70
steal_critical=90

InfluxDB 导出模块

[influxdb]
# 配置 --export influxdb 选项
# https://influxdb.com/
host=localhost
port=8086
user=root
password=root
db=glances
prefix=localhost
#tags=foo:bar,spam:eggs

Nginx AMP

[amp_nginx]
# 应启用 Nginx 状态页面 
# https://easyengine.io/tutorials/nginx/status-page/

enable=true
regex=\/usr\/sbin\/nginx
refresh=60
one_line=false
status_url=http://localhost/nginx_status

导出统计服务

CSV

$ glances --export csv \
   --export-csv-file /tmp/glances.csv \
   --quiet

可以将统计数据导出到 CSV 文件

JSON

$ glances --export json \
   --export-json-file /tmp/glances.json

可以将统计信息导出到 JSON 文件

Cassandra

您可以将统计数据导出到 Cassandra 或 Scylla 服务器

[cassandra]
host=localhost
port=9042
protocol_version=3
keyspace=glances
replication_factor=2
table=localhost

并运行 Glances：

$ glances --export cassandra

数据模型如下：

CREATE TABLE <table> (plugin text, time timeuuid, stat map<text,float>, PRIMARY KEY (plugin, time))

Graph

[graph]
# --export graph 选项的配置
# 设置创建图形（.svg 文件）的路径
# 可以通过 --graph-path 命令行选项覆盖
path=/tmp
# 可以通过设置自动生成图表
# generate_every 为一个非零值，对应于之间的秒数
# 两代。将其设置为 0 以禁用图形自动生成。
generate_every=60
# 请参阅 Pygal lib 文档中的以下配置键定义
# http://pygal.org/en/stable/documentation/index.html
width=800
height=600
style=DarkStyle

并运行 Glances：

$ glances --export graph \
      --export-graph-path /tmp

CouchDB

您可以将统计数据导出到 CouchDB 服务器

[mongodb]
host=localhost
port=27017
db=glances
user=root
password=example

并运行 Glances：

$ glances --export mongodb

InfluxDB

您可以将统计数据导出到 InfluxDB 服务器（时间序列服务器）

测量	字段	标签
cpu	user system iowait…	hostname
network	read_bytes write_bytes time_since_update…	hostname disk_name
diskio	rx tx time_since_update…	hostname interface_name
docker	cpu_percent memory_usage…	hostname name
gpu	proc mem temperature…	hostname gpu_id

InfluxDB （最高版本 1.7.x）

[influxdb]
host=localhost
port=8086
protocol=http
user=root
password=root
db=glances
# 所有测量名称都会添加前缀
# Ex: prefix=foo
#     => foo.cpu
#     => foo.mem
# 您还可以使用动态值
#prefix=foo
# 将为所有测量添加以下标签
# 您还可以使用动态值
# 注意：主机名始终作为标签添加
#tags=foo:bar,spam:eggs,domain:`domainname`

并运行 Glances：

$ glances --export influxdb

InfluxDB v2（来自 InfluxDB v1.8.x/Flux 和 InfluxDB v2.x）

[influxdb2]
host=localhost
port=8086
protocol=http
org=nicolargo
bucket=glances
token=EjFUTWe8U-MIseEAkaVIgVnej_TrUpDy==
# 设置两个导出之间的间隔（以秒为单位）
# 如果时间间隔设置为 0，
# 则使用 Glances 刷新时间（默认行为）
#interval=0
# 将为所有测量名称添加前缀
# Ex: prefix=foo
#     => foo.cpu
#     => foo.mem
# 您还可以使用动态值
#prefix=foo
# 将为所有测量添加以下标签
# 您还可以使用动态值.
# 注意：主机名始终作为标签添加
#tags=foo:bar,spam:eggs,domain:`domainname`

并运行 Glances：

$ glances --export influxdb2

Elasticsearch

可以将统计数据导出到 Elasticsearch 服务器

[elasticsearch]
host=localhost
port=9200
index=glances

并运行 Glances：

$ glances --export elasticsearch

MQTT

您可以将统计信息导出到 MQTT 服务器

[mqtt]
host=localhost
port=883
tls=true
user=glances
password=glances
topic=glances
topic_structure=per-metric

并运行 Glances：

$ glances --export mqtt

MongoDB

[couchdb]
host=localhost
port=
user=root
password=example
db=glances

并运行 Glances：

$ glances --export couchdb

OpenTSDB

[opentsdb]
host=localhost
port=4242
prefix=glances
tags=foo:bar,spam:eggs

并运行 Glances：

$ glances --export opentsdb

Kafka

您可以将统计信息导出到 Kafka 服务器

[kafka]
host=localhost
port=9092
topic=glances
#compression=gzip
# Tags will be added for all events
#tags=foo:bar,spam:eggs
# You can also use dynamic values
#tags=hostname:`hostname -f`

并运行 Glances：

$ glances --export kafka

内存插件的记录示例：

ConsumerRecord(topic=u'glances', partition=0, offset=1305, timestamp=1490460592248, timestamp_type=0, key='mem', value=u'{"available": 2094710784, "used": 5777428480, "cached": 2513543168, "mem_careful": 50.0, "percent": 73.4, "free": 2094710784, "mem_critical": 90.0, "inactive": 2361626624, "shared": 475504640, "history_size": 28800.0, "mem_warning": 70.0, "total": 7872139264, "active": 4834361344, "buffers": 160112640}', checksum=214895201, serialized_key_size=3, serialized_value_size=303)

使用 Kafka Glances 插件的 Python 代码示例：

from kafka import KafkaConsumer
import json

consumer = KafkaConsumer('glances', value_deserializer=json.loads)
for s in consumer:
  print(s)

Prometheus

[prometheus]
host=localhost
port=9091
prefix=glances
labels=src:glances

并运行 Glances：

$ glances --export prometheus

RabbitMQ

[rabbitmq]
host=localhost
port=5672
user=glances
password=glances
queue=glances_queue
#protocol=amqps

并运行 Glances：

$ glances --export rabbitmq

RESTful

[restful]
# --export-restful 选项的配置
# 例如，导出到 http://localhost:6789/
host=localhost
port=6789
protocol=http
path=/

URL语法

http://localhost:6789/
|      |         |   |
|      |         |   path
|      |         port
|      host
protocol

并运行 Glances

$ glances --export restful

ZeroMQ

[zeromq]
host=127.0.0.1
port=5678
prefix=G

并运行 Glances

$ glances --export zeromq

以下是订阅 Glances 统计数据的简单 Python 客户端：

import json
import zmq

context = zmq.Context()

subscriber = context.socket(zmq.SUB)
subscriber.setsockopt(zmq.SUBSCRIBE, 'G')
subscriber.connect("tcp://127.0.0.1:5678")

while True:
    _, plugin, data_raw = subscriber.recv_multipart()
    data = json.loads(data_raw)
    print('{} => {}'.format(plugin, data))

subscriber.close()
context.term()

Riemann

[riemann]
host=localhost
port=5555

并运行 Glances

$ glances --export riemann

StatsD

[statsd]
host=localhost
port=8125
prefix=glances

并运行 Glances

$ glances --export statsd

另见

Glances 官方文档 nicolargo.github.io

Files

glances.md

Latest commit

History

glances.md

File metadata and controls

Glances 备忘清单

入门

功能特点

跨平台支持

多种输出方式

详细的系统监控

扩展功能

安装

通过 pip 安装

通过包管理器安装

配置文件

例子配置文件

Web 访问

使用方法

启动命令行界面

启动 Web 界面

启动以特定模式输出

命令行选项

命令行选项

禁用启用选项

SNMP

命令行选项

命令行选项

命令行选项

命令行选项

命令行选项

键盘快捷键

快捷键

快捷键

快捷键

配置

位置

语法

CPU 插件的示例

InfluxDB 导出模块

Nginx AMP

导出统计服务

CSV

JSON

Cassandra

Graph

CouchDB

InfluxDB

InfluxDB （最高版本 1.7.x）

InfluxDB v2（来自 InfluxDB v1.8.x/Flux 和 InfluxDB v2.x）

Elasticsearch

MQTT

MongoDB

OpenTSDB

Kafka

Prometheus

RabbitMQ

RESTful

ZeroMQ

Riemann

StatsD

另见