寫在前面

collector采集的數據可以push到監控系統，一些場景下，我們需要自定義的一些數據指標比如：

線上某服務的qps

某業務的在線人數

某個接?的響應時間

某個?面的狀態碼(500、200)

某個接?的請求出錯次數

某個業務的每分鐘的收?統計

…

那么問題來了，監控平臺支持自定義推送數據嗎，答案是肯定了，回顧一下上篇文章內容

綠色部分最左側有一個***plugin*** ,這個表示監控平臺是支持插件機制了，我們可以自己寫一些采集插件或者使用開源的采集器，shell、python、java什么語言都可以！甚至是一些二進制都ok，這里只介紹兩種比較常用的語言作為例子

1.準備工作

1.安裝

這邊不多講監控平臺的安裝部署，有問題去看安裝視頻，通過源碼編譯安裝

2. 推送數據格式說明

2.1 shell

# 注意，http request body是個json，這個json是個列表ts=`date +%s`;curl -H "Content-Type: application/json" -X POST --data '[{"endpoint": "viotest", "tags": "service=sshd, port=22", "timestamp": 1589525503, "metric": "tempa.cpu0", "extra": "pid=359696", "value": 33, "counterType": "GAUGE", "step": 20}]' http://ip:5810/api/transfer/push

2.2 python

#!-*- coding:utf8 -*- import requests import time import jsonts = int(time.time()) payload = [{"endpoint": "test-endpoint","metric": "temp1","timestamp": ts,"step": 60,"value": 50,"counterType": "GAUGE","tags": "idc=lg,loc=wuxi",},{"endpoint": "test-endpoint","metric": "temp2","timestamp": ts,"step": 60,"value": 66,"counterType": "GAUGE","tags": "idc=lg,loc=wuxi",}, ]r = requests.post("http://ip:5810/api/transfer/push", data=json.dumps(payload))

2.3 字段詳解

• metric: 最核心的字段，代表這個采集項具體度量的是什么, 比如是cpu_idle呢，還是memory_free, 還是qps
• endpoint: 標明Metric的主體(屬主)，比如metric是cpu_idle，那么Endpoint就表示這是哪臺機器的cpu_idle
• timestamp: 表示匯報該數據時的unix時間戳，注意是整數，代表的是秒
• value: 代表該metric在當前時間點的值，float64
• step: 表示該數據采集項的匯報周期，這對于后續的配置監控策略很重要，必須明確指定。
• counterType: 只能是COUNTER或者GAUGE二選一，前者表示該數據采集項為計時器類型，后者表示其為原值 (注意大小寫)
  • GAUGE：即用戶上傳什么樣的值，就原封不動的存儲
  • COUNTER：指標在存儲和展現的時候，會被計算為speed，即（當前值 - 上次值）/ 時間間隔
• tags: 一組逗號分割的鍵值對, 對metric進一步描述和細化, 可以是空字符串. 比如idc=lg，比如service=xbox等，多個tag之間用逗號分割

3.實戰

出于某種原因，公司機器不能連接外網，因此pip 、yum等軟件源就無法使用，只能通過本地源的方式去install，所以這里就演示通過shell發送

選一個測試機器往裝有transfer的機器上發送指標數據，當返回{"dat":"ok","err":""}表示成功，

如果返回502，首先檢查nginx日志，然后定位問題，一般都是由于發送數據格式不對導致的。push的數據應該是個數組，另外要加個header Content-Type: application/json

回到n9e平臺，在全部對象里面會發現多了一個節點信息viotest

稍作解釋：endpoint會自動解析出來，自動進入全部對象那個表

然后進入監控大盤會發現，我們推送的數據已經顯示出來了

總結

以上是生活随笔為你收集整理的滴滴夜莺02-自定义推送数据的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。