Prometheus 数据监控 for Python Client  (一)转

Prometheus 数据监控 for Python Client  (一)

Prometheus 是一个开源的时序数据库,网上主要的应用方向都是用于服务器和容器等生产信息监控。

Prometheus对于Python有官方的库支持,地址https://github.com/prometheus/client_python#instrumenting

以下根据一些网上资料整理一些笔记:

  • 首先数据模型:

<metric name>{<label name>=<label value>, ...} value

metric可以类比为sql中的表,label可以类比为sql中的键,最后的value为表中的值、

Prometheus中的metric,label,value要符合规范,详见Metric and Label Naming

  • Prometheus在Python-client下使用Gauge这个数据类型示例:
from prometheus_client import Gauge 

g = Gauge('my_inprogress_requests', 'Description of gauge') 

g.set(value) #value自己定义,但是一定要为 整数或者浮点数

如果需要定义一些label,则

复制代码

from prometheus_client import Gauge 
g = Gauge('my_inprogress_requests', 'Description of gauge',['mylabelname'])
'''第一个参数是Metric Name,第二个参数是对该值的描述,第三个参数是list()形式的labelname'''
g.labels(mylabelname='str').set(value) #value自己定义,但是一定要为 整数或者浮点数 
#'str'是labelname 的 lebel value
#此时一定要注意,定义Gague标签的时候是一个列表,列表可以存多个lablename,类型是字符串 
#在给lable定义value的时候也要注意,mylablename 这里是一个方法,或者说是一个变量了,一定要注意.
 

复制代码

启动一个http

复制代码

from prometheus_client import Gauge,start_http_server 
from prometheus_client import Gauge 
a = Gauge('a', 'Description of gauge') 
a.set(345) #value自己定义,但是一定要为 整数或者浮点数 
g = Gauge('g', 'Description of gauge',['mylabelname']) 
g.labels(mylabelname='jastme').set(123) #value自己定义,但是一定要为 整数或者浮点数 
#此时一定要注意,定义Gague标签的时候是一个列表,列表可以存多个lablename,类型是字符串 
#在给lable定义value的时候也要注意,mylablename 这里是一个方法,或者说是一个变量了,一定要注意. 
start_http_server(8000) 

复制代码

这样就可以通过http访问到数据,这是个静态页面。如果需要做一个动态页面,则

复制代码

from prometheus_client import Gauge,start_http_server 
import random 
from prometheus_client import Gauge 
a = Gauge('a', 'Description of gauge') 
a.set(random.random()) #value自己定义,但是一定要为 整数或者浮点数 
g = Gauge('g', 'Description of gauge',['mylabelname']) 
#此时一定要注意,定义Gague标签的时候是一个列表,列表可以存多个lablename,类型是字符串 
#在给lable定义value的时候也要注意,mylablename 这里是一个方法,或者说是一个变量了,一定要注意. 
start_http_server(8000) 
while True: 
g.labels(mylabelname='jastme').set(random.random()) 

复制代码

这样g的值就是随机的,而a的值一直是固定的。

  • 关于内存

使用作监控的时候,内存是吃得很快的。但是在api数量很少的时候,如果老是出现内存严重不足的状态, 那很可能是用法有问题。

它们的数据格式,(从调用者的角度看)都是类似(省去了时间戳):

job name(label1=value1, label2=value2, label3=value3) = value

在influxdb里job name应该是指db name, label是tag。注意了, label的不同值不要太多!比如label1对应的value1的不同的值,不能太多,否则查询非常非常吃内存。如

api_count(method=POST, userID=1) = 100

 

作者: 生蚝是只猫

出处: https://www.cnblogs.com/lightblack/

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要从Prometheus API导出监控数据,可以使用Python中的Prometheus客户端库。这些库使得调用Prometheus API变得更加简单。 以下是使用Python调用Prometheus API导出监控数据的基本步骤: 1. 安装Prometheus客户端库:使用pip安装Prometheus客户端库。例如,如果使用的是Prometheus Python客户端库,则可以使用以下命令进行安装: ``` pip install prometheus_client ``` 2. 导入所需的库:导入所需的库(例如,prometheus_client和requests)。 ```python from prometheus_client import CollectorRegistry, Gauge, push_to_gateway import requests ``` 3. 创建一个CollectorRegistry对象:创建一个CollectorRegistry对象,用于存储指标。 ```python registry = CollectorRegistry() ``` 4. 创建一个Gauge对象:使用Gauge对象创建一个指标(例如,cpu_usage)。 ```python cpu_usage = Gauge('cpu_usage', 'CPU usage percentage', registry=registry) ``` 5. 从Prometheus API获取数据:使用requests库从Prometheus API获取指标数据。 ```python response = requests.get('http://prometheus-server/api/v1/query', params={'query': 'cpu_usage'}) data = response.json() cpu_usage_value = data['data']['result'][0]['value'][1] ``` 6. 将数据推送到Prometheus Pushgateway:使用push_to_gateway方法将指标数据推送到Prometheus Pushgateway。 ```python push_to_gateway('prometheus-pushgateway:9091', job='my_job', registry=registry) ``` 这些步骤可以根据特定的需求进行修改和调整,以获取所需的监控数据
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值