必须先配置nvidia-smi作为数据源，再通过Grok解析其CSV输出：定义严格匹配字段顺序的pattern，用Filebeat exec每秒采集，经Grok提取gpu_index、gpu_name、gpu_temp:int、gpu_mem_util:int、gpu_mem_used:int、gpu_power:float后写入Elasticsearch。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要在linux服务器上用grok实时监控gpu温度、显存占用和功耗，但grok本身并不直接支持gpu硬件采集——它依赖外部数据源输入，必须先配置nvidia-smi作为底层数据提供者，再通过grok的input插件完成解析与转发。确认nvidia-smi可用并获取基础指标字段
打开终端，执行nvidia-smi -q -d POWER,TEMPERATURE,UTILIZATION,MEMORY，观察输出是否包含“Power Readings”“GPU Current Temp”“FB Memory Usage”等区块。若报错“NVIDIA-SMI has failed”，说明驱动未安装或CUDA环境异常，【必须先解决驱动问题，否则后续所有配置均无效】。
运行nvidia-smi --query-gpu=index,name,temperature.gpu,utilization.memory,used_memory,power.draw --format=csv,noheader,nounits，确认能输出逗号分隔的原始行，例如：0, NVIDIA A100-SXM4-40GB, 62, 85, 32123, 298.4。这是Grok后续解析的唯一合法输入格式。
编写Grok pattern匹配nvidia-smi CSV输出
在Logstash或Filebeat的Grok filter配置中，定义如下pattern：
%{NUMBER:gpu_index},s*%{DATA:gpu_name},s*%{NUMBER:gpu_temp:int},s*%{NUMBER:gpu_mem_util:int},s*%{NUMBER:gpu_mem_used:int},s*%{NUMBER:gpu_power:float}
注意：字段名必须与nvidia-smi输出顺序严格一致，空格容忍用s*处理；【gpu_power字段必须声明为float，否则小数点后数值会被截断】；若实际输出含引号（如"32123 MiB"），需先用dissect或gsub预处理去掉引号和单位。
配置Filebeat input读取nvidia-smi实时输出
第一步：创建shell脚本/opt/bin/nvidia-metrics.sh，内容为：
#!/bin/bash while true; do nvidia-smi --query-gpu=index,name,temperature.gpu,utilization.memory,used_memory,power.draw --format=csv,noheader,nounits sleep 1 done
第二步：赋予执行权限：chmod +x /opt/bin/nvidia-metrics.sh。
第三步：在filebeat.yml中添加exec input：
filebeat.inputs: - type: exec commands: ["/opt/bin/nvidia-metrics.sh"] schedule: "@every 1s" close_eof: true
这一步启动后，Filebeat会每秒拉取一行CSV，直接喂给Grok filter。不要用log file方式重定向nvidia-smi输出——文件轮转会导致Grok丢失时间戳连续性，且无法保证每行都是完整记录。
验证Grok解析结果并映射到Elasticsearch字段
在Kibana Dev Tools中执行测试：
POST _ingest/pipeline/_simulate { "pipeline": { "description": "Parse GPU metrics", "processors": [ { "grok": { "field": "message", "patterns": ["%{NUMBER:gpu_index},\s*%{DATA:gpu_name},\s*%{NUMBER:gpu_temp:int},\s*%{NUMBER:gpu_mem_util:int},\s*%{NUMBER:gpu_mem_used:int},\s*%{NUMBER:gpu_power:float}"] } } ] }, "docs": [ { "_source": { "message": "0, NVIDIA RTX 6000 Ada, 71, 92, 24156, 218.7" } } ] }
若返回中gpu_temp为71、gpu_power为218.7且类型正确，则Grok pattern生效。此时可将该pipeline绑定至Filebeat output，数据将自动注入Elasticsearch，字段类型由int/float声明决定，无需额外mapping干预。
