doc/rrdtool.pod

   1 =head1 NAME
   2
   3 rrdtool - Round Robin Database Tool
   4
   5 =head1 SYNOPSIS
   6
   7 B<rrdtool> B<-> [workdir]| I<function>
   8
   9 =head1 DESCRIPTION
  10
  11 =head2 OVERVIEW
  12
  13 It is pretty easy to gather status information from all sorts of
  14 things, ranging from the temperature in your office to the number of
  15 octets which have passed through the FDDI interface of your
  16 router. But it is not so trivial to store this data in an efficient and
  17 systematic manner. This is where B<RRDtool> comes in handy. It lets you
  18 I<log and analyze> the data you gather from all kinds of data-sources
  19 (B<DS>). The data analysis part of RRDtool is based on the ability to
  20 quickly generate graphical representations of the data values
  21 collected over a definable time period.
  22
  23 In this man page you will find general information on the design and
  24 functionality of the Round Robin Database Tool (RRDtool). For a more
  25 detailed description of how to use the individual functions of
  26 B<RRDtool> check the corresponding man page.
  27
  28 For an introduction to the usage of RRDtool make sure you consult the
  29 L<rrdtutorial>.
  30
  31 =head2 FUNCTIONS
  32
  33 While the man pages talk of command line switches you have to set in
  34 order to make B<RRDtool> work it is important to note that
  35 B<RRDtool> can be remotely controlled through a set of pipes. This
  36 saves a considerable amount of startup time when you plan to make
  37 B<RRDtool> do a lot of things quickly. Check the section on L<"Remote
  38 Control"> further down. There is also a number of language bindings
  39 for RRDtool which allow you to use it directly from perl, python, tcl,
  40 php, etc.
  41
  42 =over 8
  43
  44 =item B<create>
  45
  46 Set up a new Round Robin Database (RRD). Check L<rrdcreate>.
  47
  48 =item B<update>
  49
  50 Store new data values into an RRD. Check L<rrdupdate>.
  51
  52 =item B<updatev>
  53
  54 Operationally equivalent to B<update> except for output. Check L<rrdupdate>.
  55
  56 =item B<graph>
  57
  58 Create a graph from data stored in one or several RRDs. Apart from
  59 generating graphs, data can also be extracted to stdout. Check L<rrdgraph>.
  60
  61 =item B<dump>
  62
  63 Dump the contents of an RRD in plain ASCII. In connection with restore
  64 you can use this to move an RRD from one computer architecture to
  65 another.  Check L<rrddump>.
  66
  67 =item B<restore>
  68
  69 Restore an RRD in XML format to a binary RRD. Check L<rrdrestore>
  70
  71 =item B<fetch>
  72
  73 Get data for a certain time period from a RRD. The graph function
  74 uses fetch to retrieve its data from an RRD. Check L<rrdfetch>.
  75
  76 =item B<tune>
  77
  78 Alter setup of an RRD. Check L<rrdtune>.
  79
  80 =item B<last>
  81
  82 Find the last update time of an RRD. Check L<rrdlast>.
  83
  84 =item B<info>
  85
  86 Get information about an RRD. Check L<rrdinfo>.
  87
  88 =item B<rrdresize>
  89
  90 Change the size of individual RRAs. This is dangerous! Check L<rrdresize>.
  91
  92 =item B<xport>
  93
  94 Export data retrieved from one or several RRDs. Check L<rrdxport>
  95
  96 =item B<rrdcgi>
  97
  98 This is a standalone tool for producing RRD graphs on the fly. Check
  99 L<rrdcgi>.
 100
 101 =back
 102
 103 =head2 HOW DOES RRDTOOL WORK?
 104
 105 =over 8
 106
 107 =item Data Acquisition
 108
 109 When monitoring the state of a system, it is convenient to have the
 110 data available at a constant time interval. Unfortunately, you may not
 111 always be able to fetch data at exactly the time you want
 112 to. Therefore B<RRDtool> lets you update the logfile at any time you
 113 want. It will automatically interpolate the value of the data-source
 114 (B<DS>) at the latest official time-slot (intervall) and write this
 115 interpolated value to the log. The original value you have supplied is
 116 stored as well and is also taken into account when interpolating the
 117 next log entry.
 118
 119 =item Consolidation
 120
 121 You may log data at a 1 minute interval, but you might also be
 122 interested to know the development of the data over the last year. You
 123 could do this by simply storing the data in 1 minute intervals for the
 124 whole year. While this would take considerable disk space it would
 125 also take a lot of time to analyze the data when you wanted to create
 126 a graph covering the whole year. B<RRDtool> offers a solution to this
 127 problem through its data consolidation feature. When setting up an
 128 Round Robin Database (B<RRD>), you can define at which interval this
 129 consolidation should occur, and what consolidation function (B<CF>)
 130 (average, minimum, maximum, total, last) should be used to build the
 131 consolidated values (see rrdcreate). You can define any number of
 132 different consolidation setups within one B<RRD>. They will all be
 133 maintained on the fly when new data is loaded into the B<RRD>.
 134
 135 =item Round Robin Archives
 136
 137 Data values of the same consolidation setup are stored into Round
 138 Robin Archives (B<RRA>). This is a very efficient manner to store data
 139 for a certain amount of time, while using a known and constant amount
 140 of storage space.
 141
 142 It works like this: If you want to store 1'000 values in 5 minute
 143 interval, B<RRDtool> will allocate space for 1'000 data values and a
 144 header area. In the header it will store a pointer telling which slots
 145 (value) in the storage area was last written to. New values are
 146 written to the Round Robin Archive in, you guessed it, a round robin
 147 manner. This automatically limits the history to the last 1'000 values
 148 (in our example). Because you can define several B<RRA>s within a
 149 single B<RRD>, you can setup another one, for storing 750 data values
 150 at a 2 hour interval, for example, and thus keep a log for the last
 151 two months at a lower resolution.
 152
 153 The use of B<RRA>s guarantees that the B<RRD> does not grow over
 154 time and that old data is automatically eliminated. By using the
 155 consolidation feature, you can still keep data for a very long time,
 156 while gradually reducing the resolution of the data along the time
 157 axis.
 158
 159 Using different consolidation functions (B<CF>) allows you to store
 160 exactly the type of information that actually interests you: the maximum
 161 one minute traffic on the LAN, the minimum temperature of your wine cellar,
 162 the total minutes of down time, etc.
 163
 164 =item Unknown Data
 165
 166 As mentioned earlier, the B<RRD> stores data at a constant
 167 interval. Sometimes it may happen that no new data is available when a
 168 value has to be written to the B<RRD>. Data acquisition may not be
 169 possible for one reason or other. With B<RRDtool> you can handle these
 170 situations by storing an I<*UNKNOWN*> value into the database. The
 171 value 'I<*UNKNOWN*>' is supported through all the functions of the
 172 tool. When consolidating a data set, the amount of I<*UNKNOWN*> data
 173 values is accounted for and when a new consolidated value is ready to
 174 be written to its Round Robin Archive (B<RRA>), a validity check is
 175 performed to make sure that the percentage of unknown values in the
 176 data point is above a configurable level. If not, an I<*UNKNOWN*> value
 177 will be written to the B<RRA>.
 178
 179 =item Graphing
 180
 181 B<RRDtool> allows you to generate reports in numerical and
 182 graphical form based on the data stored in one or several
 183 B<RRD>s. The graphing feature is fully configurable. Size, color and
 184 contents of the graph can be defined freely. Check L<rrdgraph>
 185 for more information on this.
 186
 187 =item Aberrant Behavior Detection
 188
 189 by Jake Brutlag
 190
 191 B<RRDtool> provides the building blocks for near real-time aberrant
 192 behavior detection. These components include:
 193
 194 =over
 195
 196 =item *
 197
 198 An algorithm for predicting the value of a time series one time step
 199 into the future.
 200
 201 =item *
 202
 203 A measure of deviation between predicted and observed values.
 204
 205 =item *
 206
 207 A mechanism to decide if and when an observed value or sequence of
 208 observed values is I<too deviant> from the predicted value(s).
 209
 210 =back
 211
 212 Here is a brief explanation of these components:
 213
 214 The Holt-Winters time series forecasting algorithm is an on-line (or
 215 incremental) algorithm that adaptively predicts future observations in
 216 a time series. Its forecast is the sum of three components: a baseline
 217 (or intercept), a linear trend over time (or slope), and a seasonal
 218 coefficient (a periodic effect, such as a daily cycle). There is one
 219 seasonal coefficient for each time point in the period (cycle). After
 220 a value is observed, each of these components is updated via
 221 exponential smoothing. This means that the algorithm "learns" from
 222 past values and uses them to predict the future. The rate of
 223 adaptation is governed by 3 parameters, alpha (intercept), beta
 224 (slope), and gamma (seasonal). The prediction can also be viewed as a
 225 smoothed value for the time series.
 226
 227 The measure of deviation is a seasonal weighted absolute
 228 deviation. The term I<seasonal> means deviation is measured separately
 229 for each time point in the seasonal cycle. As with Holt-Winters
 230 forecasting, deviation is predicted using the measure computed from
 231 past values (but only at that point in the seasonal cycle). After the
 232 value is observed, the algorithm learns from the observed value via
 233 exponential smoothing. Confidence bands for the observed time series
 234 are generated by scaling the sequence of predicted deviation values
 235 (we usually think of the sequence as a continuous line rather than a
 236 set of discrete points).
 237
 238 Aberrant behavior (a potential failure) is reported whenever the
 239 number of times the observed value violates the confidence bands meets
 240 or exceeds a specified threshold within a specified temporal window
 241 (e.g. 5 violations during the past 45 minutes with a value observed
 242 every 5 minutes).
 243
 244 This functionality is embedded in a set of related B<RRAs>. In
 245 particular, a FAILURES B<RRA> logs potential failures. With these data
 246 you could, for example, use a front-end application to B<RRDtool> to
 247 initiate real-time alerts.
 248
 249 For a detailed description on how to set this up, see L<rrdcreate>.
 250
 251 =back
 252
 253 =head2 REMOTE CONTROL
 254
 255 When you start B<RRDtool> with the command line option 'B<->' it waits
 256 for input via standard input (STDIN). With this feature you can
 257 improve performance by attaching B<RRDtool> to another process (MRTG
 258 is one example) through a set of pipes. Over these pipes B<RRDtool>
 259 accepts the same arguments as on the command line and some special
 260 commands like B<quit, cd, mkdir> and B<ls>. For detailed help on the
 261 server commands type:
 262
 263    rrdtool help cd|mkdir|ls|quit
 264
 265 When a command is completed, RRDtool will print the string  'C<OK>',
 266 followed by timing information of the form B<u:>I<usertime>
 267 B<s:>I<systemtime>. Both values are the running totals of seconds since
 268 RRDtool was started. If an error occurs, a line of the form 'C<ERROR:>
 269 I<Description of error>' will be printed instead. B<RRDtool> will not abort,
 270 unless something realy serious happens. If
 271 a B<workdir> is specified and the UID is 0, RRDtool will do a chroot to that
 272 workdir. If the UID is not 0, RRDtool only changes the current directory to
 273 B<workdir>.
 274
 275 =head2 RRD Server
 276
 277 If you want to create a RRD-Server, you must choose a TCP/IP Service
 278 number and add them to I</etc/services> like this:
 279
 280  rrdsrv      13900/tcp                       # RRD server
 281
 282 Attention: the TCP port 13900 isn't officially registered for
 283 rrdsrv. You can use any unused port in your services file, but the
 284 server and the client system must use the same port, of course.
 285
 286 With this configuration you can add RRDtool as meta-server to
 287 I</etc/inetd.conf>. For example:
 288
 289  rrdsrv stream tcp nowait root /opt/rrd/bin/rrdtool rrdtool - /var/rrd
 290
 291 Don't forget to create the database directory /var/rrd and
 292 reinitialize your inetd.
 293
 294 If all was setup correctly, you can access the server with perl
 295 sockets, tools like netcat, or in a quick interactive test by using
 296 'telnet localhost rrdsrv'.
 297
 298 B<NOTE:> that there is no authentication with this feature! Do not setup
 299 such a port unless you are sure what you are doing.
 300
 301 =head1 SEE ALSO
 302
 303 rrdcreate, rrdupdate, rrdgraph, rrddump, rrdfetch, rrdtune, rrdlast, rrdxport
 304
 305 =head1 BUGS
 306
 307 Bugs? Features!
 308
 309 =head1 AUTHOR
 310
 311 Tobias Oetiker <tobi@oetiker.ch>
 312