Percona Monitoring and Management是一个用于管理和监视MySQL、MongoDB、PostgreSQL和MariaDB性能的开源平台，我们可以在自己的环境中运行该插件，以实现最大的安全性和可靠性。它为数据库服务器提供了基于时间的全面分析，以确保您的数据尽可能高效地工作。

PMM可以说是同类最佳的开源数据库监视解决方案。它可以帮助您降低关键业务数据库环境的复杂性，优化性能并提高其安全性，无论它们位于何处或部署在何处。

C/S架构

PMM平台基于可扩展的客户端-服务器模型。 它包括以下模块：

• PMM客户端安装在要监视的每个数据库主机上。 它收集服务器指标，常规系统指标和Query Analytics数据，以获取完整的性能概述。
• PMM Server是PMM的核心部分，它聚合收集的数据并在Web界面中以表格，仪表板和图形的形式显示。
• Percona平台为PMM提供增值服务。

1.PMM Client

每个PMM客户端收集有关常规系统和数据库性能的各种数据，并将该数据发送到相应的PMM服务器。

PMM客户端软件包包括以下内容：

• pmm-admin是用于管理PMM客户端的命令行工具，例如，添加和删除要监视的数据库实例。
• pmm-agent是客户端组件，是最小的命令行界面，它是带来客户端功能的中央入口点：它进行客户端的身份验证，将客户端配置存储在PMM服务器上，管理导出器和其他代理商。
• node_exporter是一个Prometheus导出器，用于收集常规系统指标。
• mysqld_exporter是Prometheus导出器，用于收集MySQL服务器指标。
• mongodb_exporter是一个Prometheus导出器，用于收集MongoDB服务器指标。
• postgres_exporter是Prometheus导出器，用于收集PostgreSQL性能指标。
• proxysql_exporter是一个Prometheus导出器，用于收集ProxySQL性能指标。

为了确保从PMM客户端到PMM服务器的数据传输安全，所有导出器都可以使用SSL / TLS加密连接，并且它们与PMM服务器的通信受到HTTP基本身份验证的保护。

2.PMM Server

PMM服务器包括以下工具：
使用查询分析（QAN），您可以分析一段时间内的MySQL查询性能。除客户端QAN代理外，它还包括以下内容：

• QAN API是用于存储和访问由PMM客户端上运行的QAN代理收集的查询数据的后端。
• QAN Web App是用于可视化收集的查询分析数据的Web应用程序。

指标监视器提供了对MySQL或MongoDB服务器实例至关重要的指标的历史视图。它包括以下内容：

• Prometheus是第三方时间序列数据库，它连接到在PMM客户端上运行的出口商，并汇总由出口商收集的指标。
• ClickHouse是第三方的面向列的数据库，可促进Query Analytics功能。
• Grafana是第三方仪表板和图形构建器，用于在直观的Web界面中可视化Prometheus聚合的数据。

我们可以从PMM Server Web界面（登录页面）访问所有工具。

部署

1.PMM Server

# 拉取镜像docker pull percona/pmm-server:2.9.1# 建立持久化数据卷docker create --volume /srv --name pmm-data percona/pmm-server:2.9.1 /bin/true# 启动serverdocker run --detach --restart always --publish 80:80 --publish 443:443 --volumes-from pmm-data --name pmm-server percona/pmm-server:2.9.1

2.PMM Client

（1）添加基础监控

# 1.安装client# pmm-client 和 pmm-server版本一定要匹配，都为2 或 都为1。# percona/pmm-server:latest 的版本为1.Xyum install https://repo.percona.com/yum/percona-release-latest.noarch.rpmyum install pmm2-client# 2.配置并连接server# pmm-admin config --server-insecure-tls --server-url=https://admin:admin@192.168.3.101:443Checking local pmm-agent status...pmm-agent is running.Registering pmm-agent on PMM Server...Registered.Configuration file /usr/local/percona/pmm2/config/pmm-agent.yaml updated.Reloading pmm-agent configuration...Configuration reloaded.Checking local pmm-agent status...pmm-agent is running.# 3. 查看监控列表# pmm-admin listService type  Service name         Address and port  Service IDAgent type                  Status     Agent ID                                        Service IDpmm_agent                   Connected  /agent_id/83d7c918-099f-4f62-aab8-c2024b0f1227  node_exporter               Running    /agent_id/83e09526-d877-4019-a574-a8da90e6dcbc

pmm client 与server 建立连接后，默认使用node_exporter收集服务器CPU、Memory、Disk等基本状态信息。

通过Grafana展示如下：

此时是没有数据库监控信息的，我们需要再手动添加。

（2）添加mysql监控

# 1.添加监控账户grant all on *.* to grafana@'%' identified by 'grafana';# 2.添加mysql监控pmm-admin add mysql --username=grafana --password=grafana  --query-source=perfschema --service-name=perfschema-mysql --host=127.0.0.1 --port=3306 --disable-tablestats-limit=50000# 3.查看监控# pmm-admin listService type  Service name         Address and port  Service IDMySQL         perfschema-mysql     127.0.0.1:3306    /service_id/ea7032c2-1000-47b3-84e7-f2d41c58a065Agent type                  Status     Agent ID                                        Service IDpmm_agent                   Connected  /agent_id/83d7c918-099f-4f62-aab8-c2024b0f1227  node_exporter               Running    /agent_id/83e09526-d877-4019-a574-a8da90e6dcbc  mysqld_exporter             Running    /agent_id/cb95c179-58e7-46d1-a43e-76874df07889  /service_id/ea7032c2-1000-47b3-84e7-f2d41c58a065mysql_perfschema_agent      Running    /agent_id/f920ffe3-2f79-4be9-ad65-93ef5fbe19a3  /service_id/ea7032c2-1000-47b3-84e7-f2d41c58a065# 4. 删除监控pmm-admin remove mysql perfschema-mysql

其他数据监控请自行添加。

图形化监控

1.Mysql实例状态监控

2. 查询分析

查询分析仪表板显示查询的执行方式以及花费时间。它可以帮助您分析一段时间内的数据库查询，优化数据库性能以及查找和纠正问题的根源。

查询分析仅支持MySQL和MongoDB。 MySQL的最低要求是：

• MySQL 5.1或更高版本（如果使用慢查询日志）
• MySQL 5.6.9或更高版本（如果使用性能架构）

查询分析数据的检索不是即时的，并且可能由于网络条件而延迟。 在这种情况下，不会报告任何数据，并且迷你图中会出现间隙。

总结

通过PMM我们可以更加直观的查看数据库服务器及各种数据库的状态，利用其Query Analytics特性可以更好的分析指定时间段的数据库查询，这对于优化数据库性能、查找问题十分有效。