解决方案：prometheus学习系列十一： Prometheus 采集器的编写

　　普罗米修斯学习丛书11：普罗米修斯采集器准备

　　上面文章中已写明了几个官方出口商的使用。在实际使用环境中，我们可能需要采集一些自定义数据。目前，我们通常需要自己写采集器。

　　快速开始编写介绍性示例以编写代码

　　from prometheus_client import Counter, Gauge, Summary, Histogram, start_http_server

# need install prometheus_client

if __name__ == '__main__':

c = Counter('cc', 'A counter')

c.inc()

g = Gauge('gg', 'A gauge')

g.set(17)

s = Summary('ss', 'A summary', ['a', 'b'])

s.labels('c', 'd').observe(17)

h = Histogram('hh', 'A histogram')

h.observe(.6)

start_http_server(8000)

import time

while True:

time.sleep(1)

　　只需要一个py文件。运行时，它将侦听端口8000并访问端口12 7. 0. 0. 1：8000。

　　效果图片

　　事实上，已经编写了一个导出器，就这么简单，我们只需要在prometheus中配置与采集对应的导出器。但是，我们导出的数据没有实际意义。

　　数据类型简介

　　计数器是一种累积类型，只能增加，例如记录http请求总数或网络接收和发送的数据包的累积值。

　　仪表盘：仪表盘类型，适用于一般的网络流量，磁盘读写，并且可能会变动。此数据类型适合上升和下降。

　　摘要：基于抽样，统计信息在服务器上完成。在计算平均值时，我们可能会认为异常值导致计算得出的平均值无法准确反映实际值，因此需要特定的点位置。

　　直方图：基于采样，统计在客户端上进行。在计算平均值时，我们可能会认为异常值导致计算得出的平均值无法准确反映实际值，因此需要特定的点位置。

　　采集 采集类型代码以及内存使用情况数据

　　from prometheus_client.core import GaugeMetricFamily, REGISTRY

from prometheus_client import start_http_server

import psutil

class CustomMemoryUsaggeCollector():

def format_metric_name(self):

return 'custom_memory_'

def collect(self):

vm = psutil.virtual_memory()

#sub_metric_list = ["free", "available", "buffers", "cached", "used", "total"]

sub_metric_list = ["free", "available", "used", "total"]

for sub_metric in sub_metric_list:

gauge = GaugeMetricFamily(self.format_metric_name() + sub_metric, '')

gauge.add_metric(labels=[], value=getattr(vm, sub_metric))

yield gauge

if __name__ == "__main__":

collector = CustomMemoryUsaggeCollector()

REGISTRY.register(collector)

start_http_server(8001)

import time

while True:

time.sleep(1)

　　公开数据，部署代码并集成Prometheus

　　# 准备python3 环境 参考： https://virtualenvwrapper.readthedocs.io/en/latest/

yum install python36 -y

pip3 install virtualenvwrapper

vim /usr/local/bin/virtualenvwrapper.sh

# 文件最前面添加如下行

# Locate the global Python where virtualenvwrapper is installed.

VIRTUALENVWRAPPER_PYTHON="/usr/bin/python3"

# 文件生效

source /usr/local/bin/virtualenvwrapper.sh

# 配置workon

[root@node01 ~]# echo "export WORKON_HOME=~/Envs" >>~/.bashrc

[root@node01 ~]# mkvirtualenv custom_memory_exporter

(custom_memory_exporter) [root@node01 ~]# pip install prometheus_client psutil

yum install python36-devel

(custom_memory_exporter) [root@node01 ~]# chmod a+x custom_memory_exporter.py

(custom_memory_exporter) [root@node01 ~]# ./custom_memory_exporter.py

# 测试是否有结果数据

[root@node00 ~]# curl http://192.168.100.11:8001/<br /><br />prometheus.yml 加入如下片段<br />  - job_name: "custom-memory-exporter"<br />    static_configs:<br />    - targets: ["192.168.100.11:8001"]<br /><br />[root@node00 prometheus]# systemctl restart prometheus <br />[root@node00 prometheus]# systemctl status prometheu

　　查询效果图