SONiC(4)-Telemetry可视化

之前写这样的文章，总是分步骤贴log，这次想从类似方法论的角度来记录。毕竟我们要做的事情很多，难以穷尽，但是思路/方法/方向很多却是通用的。

获益开源

面对的第一个问题，就是如何将SONiC的Telemetry发出的gNMI信息转到数据库中。首先找到的是思科的pipeline。一番尝试之后，觉得这个工具还是主要为了配合思科自己的Telemetry使用。后来发现的了Telegraf，框架非常赞，靠不同的input和output起到数据格式读取/转化/写入的功能。尝试着用它的gnmi-plugin对接Arista EOS的Telemetry，数据是可以写入influxDB的，但是对接SONiC的Telemetry就不行了。

好在有人也有同样的需求。在GitHub上找到了有人专门为sonic写的telegraf的plugin。那种被“雪中送炭”的感觉真的很好。不过他给出的telegraf.conf有些问题，经过查看telemetry的实现代码，做了修正。看到一条条数据被写进DB，嗯，就是这个feeling。

问题是原来的库没有开issue选项，无法反馈。还有一个方法，就是自己fork一下这个库，然后在自己的库里把这个conf给修正。这样就可以帮助别的人少走弯路了。

使用docker

可视化过程中遇到了很多开源的工具。现在已经养成的习惯，一般不会去搜索如何安装这些软件，而是会去Docker Hub去翻有没有对应的docker镜像。其实这些组件不外乎通过监听端口接收数据，然后将处理的好的数据传给别处或者本地图形化。通过指定端口映射，最多再加一下文件夹挂载，几秒钟就可以开始直接用了。如果遇到问题，直接干掉docker然后重新启动就好，避免了很多的工作。

如果够细心，还能找到一些已经搭配好的docker镜像。例如有这样的一个docker镜像，InfluxDB/ChronoGraf/Grafana都已经放到一起了，使用起来非常方便。即便是多个docker，因为彼此都连在docker0这个bridge上，可以用docker0分配的172网段地址直接通信。

尝试与放弃

因为获取的数据是端口计数，本身这个数值是一直递增的，还是需要转换成端口速率才有监控的意义。

开始数据是通过telegraf写入influxDB，在网上搜索到可以通过Continuous Query来向一个新建的measurement写入数据，而且计算rate要用到influxDB的derivative函数。经过很多的尝试，要么没有数据，要么得到的结果总是不准确。

后来telegraf的output改为Prometheus，找到了它的rate/irate函数。开始的时候还是没有什么数据，后来发现因为计算周期是5分钟，要耐心地等待一些时间，积累了足够多的数据，线条就绘出了。

定位问题

调试总归不会是一帆风顺的。有两个方法还是挺管用的。

• docker启动失败，可以通过id搜索docker的log路径,然后查看有什么报错

docker inspect --format '{{.LogPath}}' xxxxxxxxxxxxx

• telegraf的conf里可以将debug设置为true，至少可以看到每过多长时间，向output的client写入了多少metrics

[agent]
  debug = true

• Prometheus自己的WebUI就支持数据图形化呈现，可以确认有了，再定位对接Grafana。