Linux GPU Prometheus监控脚本

monitor.sh

GPU跨平台通用监控脚本

功能: Useage: monitor.sh fast|mem|gpu|temp|all|[pathToLog sleepTimeNum]

注意: ./monitor.sh fast速度最快


#!/bin/bash

#. /etc/profile

#. ~/.bash_profile

#. ~/.bashrc

# 判断nvidia-smi命令是否存在

/usr/bin/nvidia-smi > /dev/null

if [ $? -eq 0 ]

then

  echo 'nvidia-smi check pass' `date`

else

  echo 'nvidia-smi not exists'

  exit 1

fi

# 获取GPU Count

function get_gpu_list()

{

  count=`nvidia-smi -L|wc -l`

  echo $count

}

#获取GPU id对应uuid

function get_uuid()

{

  uuid=`nvidia-smi -q -i $1|grep 'UUID'|awk '{print $4}'`

  echo $uuid

}

#获取显存使用率 

function get_memory_usage()

{

  usage=`nvidia-smi -q -d MEMORY -i $1|grep -E 'Total|Used'|head -2|awk '{print $3}'|xargs echo|awk '{print $2/$1}'`

  echo $usage

}

#获取内存详细信息

function get_memory_detail()

{

  detail=`nvidia-smi -q -d MEMORY -i $1|grep -E 'Total|Used|Free'|head -3|awk '{print $3}'|xargs echo`

  echo $detail

}

#获取GPU使用率

function get_volatile_gpu()

{

  vol=`nvidia-smi -q -d UTILIZATION -i $1 |grep -A 5 "GPU Utilization"|tail -1|awk '{print $3}'` 

  echo $vol

}

#获取GPU Current 温度

function get_temperature()

{

  temp=`nvidia-smi -q -d Temperature -i $1|grep 'GPU Current'|awk '{print $5}'`

  echo $temp

}

#获取Pod_id

function get_pod_id()

{

  echo `hostname`

}

#数据output

#output $1 $2 $3 $4 $5

#$1 字段名 $2 pod_id $3 gpu编号 $4 uuid $5 监控值

function output()

{

  echo $1"{podid=\""$2"\",gpu=\""$3"\",uuid=\""$4"\"}" $5

}

#输出mem prometheus格式数据

#dcgm_mem_usage{pod_id="localhost"}

function mem_prm()

{

  for((i=0;i<`get_gpu_list`;i++))

  do

      name="dcgm_mem_usage"

      pod_id=`get_pod_id`

      uuid=`get_uuid $i`

      value=`get_memory_usage $i`

      output $name $pod_id $i $uuid $value

  done

}

#输出mem detail prometheus格式数据

#dcgm_mem_detail{pod_id="localhost"}

function mem_detail_prm()

{

  for((i=0;i<`get_gpu_list`;i++))

  do

      pod_id=`get_pod_id`

      uuid=`get_uuid $i`

      value=`get_memory_detail $i`

      output "dcgm_fb_total" $pod_id $i $uuid `echo $value|awk '{print $1}'`

      output "dcgm_fb_used" $pod_id $i $uuid `echo $value|awk '{print $2}'`

      output "dcgm_fb_free" $pod_id $i $uuid `echo $value|awk '{print $3}'`

  done

}

#输出gpu prometheus格式数据

#dcgm_gpu_utilization{...}

function gpu_prm()

{

  for((i=0;i<`get_gpu_list`;i++))

  do

      name="dcgm_gpu_utilization"

      pod_id=`get_pod_id`

      uuid=`get_uuid $i`

      value=`get_volatile_gpu $i`

      output $name $pod_id $i $uuid $value

  done

}

#输出温度 prometheus格式数据

#dcgm_temp{...}

function temp_prm()

{

  for((i=0;i<`get_gpu_list`;i++))

  do

      name="dcgm_temp"

      pod_id=`get_pod_id`

      uuid=`get_uuid $i`

      value=`get_temperature $i`

      output $name $pod_id $i $uuid $value

  done

}

function allinone()

{

  mem_prm

  mem_detail_prm

  gpu_prm

  temp_prm

}

#快速获取

function fast()

{

  nvidia-smi -q > /tmp/1

  num=0

  count=0

  uuid=''

  first=0

  for i in `cat /tmp/1|grep -E 'Minor Number|UUID|GPU Current Temp|Gpu|Total|Used|Free'|cut -d ':' -f2|awk '{print $1}'`

  do

    if [ $num -eq 0 ];then

        uuid=$i

    elif [ $num -eq 1 ];then

        count=$i

    elif [ $num -eq 2 ];then

        if [ $first -lt 13 ];then

          echo '# HELP dcgm_fb_total Framebuffer memory total (in MiB).'

          echo '# TYPE dcgm_fb_total gauge'

        fi

        output 'dcgm_fb_total' ${HOSTNAME} $count $uuid $i

    elif [ $num -eq 3 ];then

        if [ $first -lt 13 ];then

          echo '# HELP dcgm_fb_used Framebuffer memory used (in MiB).'

          echo '# TYPE dcgm_fb_used gauge'

        fi

        output 'dcgm_fb_used' ${HOSTNAME} $count $uuid $i

    elif [ $num -eq 4 ];then

        if [ $first -lt 13 ];then

          echo '# HELP dcgm_fb_free Framebuffer memory free (in MiB).'

          echo '# TYPE dcgm_fb_free gauge'

        fi

        output 'dcgm_fb_free' ${HOSTNAME} $count $uuid $i

    elif [ $num -eq 8 ];then

        if [ $first -lt 13 ];then

          echo '# HELP dcgm_gpu_utilization GPU utilization (in %).'

          echo '# TYPE dcgm_gpu_utilization gauge'

        fi

        output 'dcgm_gpu_utilization' ${HOSTNAME} $count $uuid $i

    elif [ $num -eq 13 ];then

        if [ $first -le 13 ];then

          echo '# HELP dcgm_gpu_temp GPU temperature (in C).'

          echo '# TYPE dcgm_gpu_temp gauge'

        fi

        output 'dcgm_gpu_temp' ${HOSTNAME} $count $uuid $i

    fi

    if [ $num -eq 13 ];then

        num=0

    else

        ((num++))

    fi

    ((first++))

  done

}

case $1 in

  "help")

    echo 'Useage: monitor.sh fast|mem|gpu|temp|all|[pathToLog sleepTimeNum]'

  ;;

  "mem")

    mem_prm     

    mem_detail_prm

  ;;

  "gpu")

    gpu_prm

  ;;

  "temp")

    temp_prm

  ;;

  "fast")

    fast

  ;;

  "all")

    allinone

  ;;

  "onebyone")

    if [ ! -n "$1" ];then

        if [ ! -d "/run/prometheus" ];then

          mkdir -p /run/prometheus

        fi

        while true;do allinone > /run/prometheus/`hostname`_dcgm.prom;sleep 15;done

    else

        if [ ! -n "$2" ];then

          while true;do allinone > $1;sleep 15;done

        else

          while true;do allinone > $1;sleep $2;done

        fi

    fi

  ;;

  *)

    if [ ! -n "$1" ];then

        if [ ! -d "/run/prometheus" ];then

          mkdir -p /run/prometheus

        fi

        while true;do fast > /run/prometheus/`hostname`_dcgm.prom;sleep 15;done

    else

        if [ ! -n "$2" ];then

          while true;do fast > $1;sleep 15;done

        else

          while true;do fast > $1;sleep $2;done

        fi

    fi

  ;;

esac

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,921评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,635评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,393评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,836评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,833评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,685评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,043评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,694评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,671评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,670评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,779评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,424评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,027评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,984评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,214评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,108评论 2 351
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,517评论 2 343

推荐阅读更多精彩内容