ToB企服应用市场:ToB评测及商务社交产业平台

标题: go语言开发Prometheus Exporter（DM数据库） [打印本页]

---

作者: 灌篮少年    时间: 2024-8-15 04:40
标题: go语言开发Prometheus Exporter（DM数据库）
一、先容

• 源码步调基于dameng_exporter源码解说，看完本篇文章可以直接举行二次开发。
  
• dameng exporter的开源地址：点击跳转（可直接对接prometheus+grafana 提供表盘）
  
• 开发一个exporter 实在就是写一个 Metric格式的接口页面，等待prometheus访问就可以了。
  
• Metric（指标）是用于描述和记录系统、应用程序或服务状态的量化数据。Metric提供了对系统运行状态和性能的可量化度量，资助监控系统的健康状态、性能表现和行为模式。
  

1. Metric 的主要特征包罗

• 名称（Name）： 指标的唯一标识符，用于在监控系统中识别和区分不同的指标。
  
• 标签（Labels）： 用于附加到指标的键值对元数据，可以提供更详细的上下文信息。标签使得指标能够根据不同维度举行分组和过滤。
  
• 值（Value）： 指标的详细数值或测量结果，反映了被度量对象的某种状态、计数或度量。
  
• 时间戳（Timestamp）： 记录指标值的时间点或时间范围，用于分析指标变革的趋势和时间干系性。
  

2. Metric 的分类

Metrics 可以按照不同的维度举行分类，主要包罗以下几类：

• 计数器（Counter）： 计数器用于累计某个变乱发生的次数或增量。它通常只能递增，不能减少。比方，HTTP哀求数、任务完成数等。
  
• 计量器（Gauge）： 计量器表现一个可变的数值，它可以增加或减少。通常用于表现系统状态或资源利用率，如内存利用量、CPU利用率等。
  
• 直方图（Histogram）： 直方图用于统计和分析观察值的分布环境。它将观察值按照预定义的桶（Bucket）范围举行分组统计，并记录每个桶中的观察值数目。
  
• 摘要（Summary）： 摘要雷同于直方图，但是它除了统计桶中的观察值数目外，还会记录观察值的总和、计数和其他分位数（如中位数、95th百分位数等）。
  
  
  
  

二、简化版的Metric

• 最浅易版的Counter范例指标方式，只有这么几行代码。
  
• 主要是三个函数也就是三步调
  

1） prometheus.NewCounter(）声明一个自己的指标
2） prometheus.MustRegister() 将自定义的指标注册到prometheus
3) http.Handle(“/metrics”, promhttp.Handler()) 把prometheus的handler交给接口即可

1. var (
2.     requestsTotal = prometheus.NewCounter(
3.         prometheus.CounterOpts{
4.             Name: "http_requests_total",
5.             Help: "Total number of HTTP requests processed",
6.         },
7.     )
8. )
10. func main() {
11.     // 注册指标
12.     prometheus.MustRegister(requestsTotal)
14.     // 模拟请求处理
15.     http.HandleFunc("/", func(w http.ResponseWriter, r *http.Request) {
16.         requestsTotal.Inc() // 每次请求增加计数器
17.         fmt.Fprintf(w, "Hello, World!")
18.     })
20.     // 启动 HTTP 服务，暴露指标
21.     http.Handle("/metrics", promhttp.Handler())
22.     log.Fatal(http.ListenAndServe(":8080", nil))
23. }

复制代码

三、标准版的Metric

1. 目录结构

1. collector
2.     //注册类
3.     collector.go
4.     db_sessions_collector.go
5. //启动类
6. dameng_exporter.go

复制代码

2. main函数(dameng_exporter.go)

注：这里利用的是自己的Registry，特殊重要。并且注册指标方式不同

1. func main() {
3.         // 创建一个新的注册器，如果使用系统自带的Registry,会多余出很多默认的go指标
4.         reg := prometheus.NewRegistry()
5.     //注册指标,这里的collector是我的项目目录
6.         collector.RegisterCollectors(reg)
7.     //设置metric路径
8.         http.Handle("/metrics", promhttp.HandlerFor(reg, promhttp.HandlerOpts{}))
10. }

复制代码

3. 注册指标(collector.go)

• 这里为什么声明MetricCollector接口，附录章节写缘故起因
  

1. // MetricCollector 接口
2. type MetricCollector interface {
3.         Describe(ch chan<- *prometheus.Desc)
4.         Collect(ch chan<- prometheus.Metric)
5. }
7. var (
8.         collectors  []prometheus.Collector
9.         registerMux sync.Mutex
10. )
12. //注册指标
13. func RegisterCollectors(reg *prometheus.Registry) {
14.     //加锁
15.         registerMux.Lock()
16.         defer registerMux.Unlock()
17.    
18.     //连接DM数据库
19.     db, err := sql.Open("dm", "dm://SYSDBA:SYSDBA@localhost:5236?autoCommit=true")
20.    
21.     //将指标存放到collectors数组中
22.     collectors = append(collectors, NewDBSessionsCollector(db))
23.    
24.     //把collectors数组中指标注册
25.     for _, collector := range collectors {
26.                 reg.MustRegister(collector)
27.         }
28.    
29. }

复制代码

4.指标采集器（db_sessions_collector.go）

• 实现MetricCollector的两个接口 Describe 和 Collect， Describe传的channel，Collect是采集逻辑
  
• Collect函数我是直接连接DM数据库执行SQL采集指标
  
• NewDBSessionsCollector中的返回值 就是我们的metric指标的格式。四个参数已经在代码中标明白，这里只是声明lable的标签并不赋值
  
• Collect函数的prometheus.MustNewConstMetric()函数，这步是给事先定义的标签赋值，必要一一对应才行。
  
• Collect函数的prometheus.MustNewConstMetric()函数的prometheus.GaugeValue这个参数指定就是Metric的分类
  

1. package collector
3. import (
4.         "context"
5.         "dameng_exporter/config"
6.         "dameng_exporter/logger"
7.         "database/sql"
8.         "github.com/prometheus/client_golang/prometheus"
9. )
11. type DBSessionsCollector struct {
12.         db         *sql.DB
13.         metricDesc *prometheus.Desc
14. }
16. func NewDBSessionsCollector(db *sql.DB) MetricCollector {
17.         return &DBSessionsCollector{
18.                 db: db,
19.                 metricDesc: prometheus.NewDesc(
20.                         "db_sessions", //key便签值
21.                         "Number of database sessions",//辅助信息
22.                         []string{"host_name"}, // 添加标签
23.                         nil,
24.                 ),
25.         }
26. }
28. func (c *DBSessionsCollector) Describe(ch chan<- *prometheus.Desc) {
29.         ch <- c.metricDesc
30. }
32. func (c *DBSessionsCollector) Collect(ch chan<- prometheus.Metric) {
33.         // ping 一下判断连接是否有问题
34.         if err := checkDBConnection(c.db); err != nil {
35.                 return
36.         }
37.         //设置超时时间的ctx对象
38.         ctx, cancel := context.WithTimeout(context.Background(), timeout)
39.         defer cancel()
41.         var value float64
42.         err := c.db.QueryRowContext(ctx, "SELECT COUNT(*) FROM v$sessions").Scan(&value)
43.         if err != nil {
44.                 handleDbQueryError(err)
45.                 return
46.         }
48.         logger.Logger.Debugf("DBSessionsCollector: %v", value)
49.         ch <- prometheus.MustNewConstMetric(c.metricDesc, prometheus.GaugeValue, value, config.GetHostName())
50. }

复制代码

四、附录

为什么声明MetricCollector接口？

• prometheus注册必要reg.MustRegister函数必要传Collector范例
  
• Collector有两个接口Describe(chan<- *Desc)以及Collect(chan<- Metric)
  
• 因为要传这个以是先定义同接口的MetricCollector范例
  
• 写的每一个指标都必要实现这两个接口
  

如何连接DM数据库

大概如下，详细的参考DM官网：https://eco.dameng.com/document/dm/zh-cn/app-dev/go_dm.html

1. // 引用Go标准库sql和dm驱动包，后面的示例不再赘述
2. import (
3. "database/sql"
4. _ "dm"
5. )
6. db, err := sql.Open("dm", "dm://SYSDBA:SYSDBA@localhost:5236?autoCommit=true")

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。

---

欢迎光临 ToB企服应用市场:ToB评测及商务社交产业平台 (https://dis.qidao123.com/)

Powered by Discuz! X3.4