上一節介紹了pushgateway的做用、優劣以及部署使用,本機經過幾個實例來重溫一下自定義監控指標是如何使用的。python
1、監控容器啓動時間(shell)linux
使用prometheus已經兩個月了,但從未找到容器運行時間的指標(有一個相似的指標是容器建立時間)。學會自定義監控指標後,第一個實例就應該來搞定它。web
前提條件是,部署好pushagateway!docker
在被監控機器上(linux),建立如下腳本shell
#!/bin/bash allname=`docker ps --format "{{.Names}}"` #獲取全部運行的容器名稱 function dockerruntime(){ t=`docker inspect -f '{{.State.StartedAt}}' $1` #獲取各個容器的啓動時間 t1=`date +%s -d "$t"` #將時間轉成時間戳 t2=`date +%s` #獲取當前時間的時間戳 let tt=t2-t1 #計算運行時間 echo $tt } sudo rm -f a echo """# TYPE docker_runtime gauge # HELP docker_runtime time sec""" >> a #將往pushgateway上傳的數據寫入a文件 for i in ${allname} do t=`dockerruntime $i` echo "docker_runtime{name=\"$i\"} $t" >> a #格式化寫入數據 不能使用單引號 會屏蔽$i的 done curl --data-binary "@a" http://pushgatewayIP:9091/metrics/job/docker_runtime/instance/xa-lsr-billubuntu #修改地址和參數名向特定的url上傳數據 數在a文件中 sudo rm -f a #清空臨時文件
給該腳本加執行權限,執行後,登錄pushgateway的webUIflask
能夠看到被監控機器給pushgateway,PUSH了數據,意思是在被監控機器上搜索到了三個容器,每一個job的名稱叫「docker_runtime」ubuntu
將該腳本加入週期性計劃任務中,每分鐘執行一次,若對時間有要求,能夠將上述腳本稍加修改,每15s或30s執行一次。windows
此時在prometheus中的query的查詢框中輸入「docker_runtime」即可獲取上述數據。bash
【注意】app
注意上傳數據的類型
若是上傳的數據類型是 UNTYPE 那麼 prometheus將沒法識別,致使整個pushgateway數據沒法接受!所以須要格外關注發送的數據格式。
數據類型只有四種 counter gauge summary histogram
2、python向pushgateway發送數據
安裝prometheus客戶端
pip install prometheus_client
一、counter類型
#counter是可增加的,重啓時候會被置成0,用於任務個數,只增不減
#使用flask構建一個建議的網頁
import prometheus_client from prometheus_client import Counter from prometheus_client.core import CollectorRegistry from flask import Response, Flask app = Flask(__name__) requests_total = Counter("request_count", "Total request cout of the host") @app.route("/metrics") def requests_count(): requests_total.inc() # requests_total.inc(2) 每一次刷新會增長2 return Response(prometheus_client.generate_latest(requests_total), mimetype="text/plain") @app.route('/') def index(): requests_total.inc() return "Hello World" if __name__ == "__main__": app.run(host="0.0.0.0")
結果:
二、gauage類型
import prometheus_client from prometheus_client import Counter,Gauge from prometheus_client.core import CollectorRegistry from flask import Response, Flask app = Flask(__name__) g = Gauge("random_value", "Random value of the request") @app.route("/metrics") def s(): with open("a.txt",'r') as f: num=f.read() g.set(num) return Response(prometheus_client.generate_latest(g), mimetype="text/plain") @app.route('/') def index(): requests_total.inc() return "Hello World" if __name__ == "__main__": app.run(host="0.0.0.0")
結果:
以上做用是在本地生成一個小型網站,下一步是將選定的數據發送到pushgateway
#在被監控機上寫python代碼 #CollectorRegistry能夠同時註冊多個自定義指標並返回給prometheus importprometheus_client fromprometheus_clientimportGauge fromprometheus_client.coreimportCollectorRegistry importrequests defv1(): #獲取監控數據的值 return2.3 defv2(): return3.60 n1=v1() n2=v2() REGISTRY=CollectorRegistry(auto_describe=False) #自定義指標必須利用CollectorRegistry進行註冊,註冊後返回給prometheus #CollectorRegistry必須提供register,一個指標收集器能夠註冊多個collectoryregistry jin=Gauge("jin_kou","zhegezuoyongshijinkoudaxiao",["l1",'l2','instance'],registry=REGISTRY) chu=Gauge("chu_kou","zhegezuoyongshichukoudaxiao",["l1",'l2','instance'],registry=REGISTRY) #「jin_kou」 指標名稱 # "zhegezuoyongshichukoudaxiao" 指標的註釋信息 # "[]" 定義標籤的類別及個數 jin.labels(l1="label1",l2="label2",instance="windows1").inc(n1) chu.labels(l1="label1",l2="label2",instance="windows1").inc(n2) #「[]」中有幾個,就須要寫幾個個數要徹底一致 requests.post("http://pushgatewayIP:9091/metrics/job/python/",data=prometheus_client.generate_latest(REGISTRY)) #向指定的API發送post信息,將註冊的信息發過去 #API中的 「python」是 job的名字
結果: