续上文
七. metric_init初始化过程
在metric_init函数中每个metric至少定义以下项中的前八项:
d = {'name': '<your_metric_name>', // metric name,指标名称'call_back': <metric_handler_function>, // 回调函数'time_max': int(<your_time_max>), // 以秒为单位的收集时调用函数的最大时间间隔'value_type': '<string | uint | float | double>', // 输出值的类型'units': '<your_units>', // 输出值的单位'slope': '<zero | positive | negative | both>', // 这个值映射到为RRDTool定义的数据源类型// postive:生成的RRD文件是COUNTER类型的(计算变化的速率)// negative: (官方的也是如此)// both:是GAUGE类型(没有计算,仅仅以报告的值绘图)// zero:这个度量会被呈现在"Time and String Metrics" 或者// "Constant Metrics",取决于度量的单位'format': '<your_format>', // 度量的格式字符串,必须符合value_type,否则你的度量就会未知'description': '<your_description>', // metric的描述信息'groups':'<group1, group2, group3>', // 度量的隶属分组,相同分组的度量在前台网页中会被关联在一起'extra_data_key1':'extra_data_value1',....'extra_data_key[n]':'extra_data_value[n]',}groups和extra_data是可选的。
1. 获取gmond.conf中modules -> module -> name = python_module块配置,读取params
2. 判断params的路径是否F_OK和R_OK,失败则直接返回-1
3. 初始化线程,保存线程状态
4. 把params路径下所有文件都读出来,依次循环初始化每一个python文件,过程如下:
(1)把读出的文件名传入is_python_module函数中(只包含.py的文件,会跳过.pyc,.pyo等文件),返回python脚本的模块名(即不带后缀的文件名)
(2)调用find_module_config(modname)函数,查找上一步返回的modname的配置,如果返回的module_cfg(pymodule对象)为空则跳出本次循环,循环下一个模块
(3)调用PyImport_ImportModule(modename)导入指定模块(.py文件),并赋值给pmod指针,如果导入失败则打印相关日志并退出本次循环,循环下一个模块
(4)找到pmod中的metric_init函数,并检查metric_init函数是否可调用,失败则打印相关日志并退出本次循环,循环下一个模块
(5)调用build_params_dict构造param字典,并赋值给pparamdict
(6)用PyObject_CallFunction函数调用metric_init函数,入参是pparamdict,返回值类型是字典或者字典列表,并赋值给pobj指针
(7) 判断pobj,如果为空则打印相关错误信息并退出本次循环,循环下一个模块。
(8)获取pobj列表大小,并依次循环
1)依次调用fill_metric_info、fill_gmi,解析每个metric的项,并获取每一项的值,如name(metric名称,也就是生成的RRD文件的名称,length(name + ".rrd") <= 255)、call_back(调用函数)、extra_data(额外参数)、groups等十项基本资料存入minfo(struct结构)结构变更中,再把minfo中的值复制到gmi(Ganglia_25metric结构)结构变量和mi(mapped_info_t结构)变量中。其中gmi压入全局变量metric_info数组中,mi压入全局变理metric_mapping_info数组中, 这2个全局变量在pyth_metric_handler函数中再次展开。
(9)循环结束关闭读params目录
5. 注册metric_cleanup函数
6. 把分析出来的结果保存到全局结构变量中
把metric_info-elts信息压入python_module.metrics_info全局结构变量中
gmi = apr_array_push(metric_info);memset (gmi, 0, sizeof(*gmi));mi = apr_array_push(metric_mapping_info);memset (mi, 0, sizeof(*mi));python_module.metrics_info = (Ganglia_25metric *)metric_info->elts;
7. 执行成功函数返回0
提醒:
该函数只会执行一次,并且是在gmond启动时。
八、pyth_metric_handler( int metric_index )的处理过程
1. 展开全局变量metrics_info->elts和全局变量metric_mapping_info->elts,并分别赋值给gmi和mi
2. 从mi[metric_index].pcb中取出call back函数,从gmi[metric_index].name中取出metric name
3. 调用PyObject_CallFunction函数,入参是取出的call back函数和metric name,返回值(采集到的数据)赋值给指针pobj
4. 如果pobj为空,则打印相关错误信息并返回val
5. switch(gmi[metric_index].type),case到对应类型,取出pobj中参数的值,并用转换为对应的类型输出,赋值给val
6. 返回val
注意:
val的类型就是metric_init d中定义的type value类型。
九、metric中 value_type的取值范围
gmond/modules/python/README中给出了metric定义及value_type的取值范围:
d={'name': '<your_metric_name>','call_back': <metric_handler_function>,'time_max': int(<your_time_max>),'value_type': '<string | uint | float | double>','units': '<your_units>','slope': '<zero | positive | negative | both>','format': '<your_format>','description': '<your_description>','groups':'group1,group2,...,group(N)'}
十、metric_cleanup
metric_cleanup仅在gmond退出时执行一次。
该函数没有返回值。
十一、gmond配置python支持
gmond安装好以后默认是支持modpython模块的,gmond.conf最末一行的include指令:
include ("/etc/ganglia/conf.d/*.conf"),
[root@test2 ganglia]# ls -l /etc/ganglia/conf.d/*.conf
-rw-r--r-- 1 root root 1800 7月 15 10:34 /etc/ganglia/conf.d/modgstatus.conf
-rw-r--r-- 1 root root 384 7月 15 10:34 /etc/ganglia/conf.d/modpython.conf
-rw-r--r-- 1 root root 1800 7月 15 10:34 /etc/ganglia/conf.d/modgstatus.conf
-rw-r--r-- 1 root root 384 7月 15 10:34 /etc/ganglia/conf.d/modpython.conf
[root@test2 ganglia]# cat /etc/ganglia/conf.d/modpython.conf
/*
params - path to the directory where mod_python
should look for python metric modules
the "pyconf" files in the include directory below
will be scanned for configurations for those modules
*/
modules {
module {
name = "python_module"
path = "modpython.so"
params = "/usr/lib64/ganglia/python_modules"
}
}
include ("/etc/ganglia/conf.d/*.pyconf")
/*
params - path to the directory where mod_python
should look for python metric modules
the "pyconf" files in the include directory below
will be scanned for configurations for those modules
*/
modules {
module {
name = "python_module"
path = "modpython.so"
params = "/usr/lib64/ganglia/python_modules"
}
}
include ("/etc/ganglia/conf.d/*.pyconf")
相关推荐
在suse11-sp1_x64下安装ganglia所需的rpm包。花了很多精力才找到。 ganglia-3.6.0-1.1.src.rpm ganglia-gmetad-3.5.0-56.1.x86_64.rpm ganglia-gmond-3.1.7-8.1.x86_64.rpm libconfuse0-2.7-86.1.x86_64.rpm ...
ganglia-web-3.7.2.tar.gz 监控可视化页面,ganglia-web-3.7.2.tar.gz 监控可视化页面ganglia-web-3.7.2.tar.gz 监控可视化页面 修改/var/www/html/ganglia/header.php <?php session_start(); ini_set('date...
Ganglia的核心设计理念是简单、可扩展和可依赖,使得它成为许多大规模分布式系统监控的首选工具。 标题中的"ganglia-3.7.2.tar.gz"表明这是一个使用tar归档工具和gzip压缩算法打包的文件,通常在Linux或类Unix系统...
ganglia 3.7.2 基于centos7可安装rpm包(rpmbuild/RPMS/x86_64目录中) 配合ganglia-web-3.7.2.tar.gz使用 参考:https://blog.csdn.net/lswnew/article/details/79175539
`gmond`可以通过插件扩展其功能,这些插件可以是用C语言编写的,也可以是用Python等脚本语言编写。Python模块的引入,使得开发自定义监控指标变得更加方便和灵活。 `gmond_python_modules-master`很可能包含了多个...
在本文中,我们将深入探讨Ganglia 3.7.2版本,了解其核心功能和安装配置过程,以及如何利用其提供的数据进行系统性能分析。 Ganglia的核心设计思想是层次化和模块化。层次化体现在它允许监控系统按照集群、子集群和...
在本文中,我们将详细探讨如何在CentOS 6.6环境下安装Ganglia监控系统,这是一个广泛用于Linux集群性能监控的开源工具。首先,我们确保系统是64位的CentOS基本服务器版本。 1. **Ganglia简介** Ganglia是一个...
spark gangglia
2. 实时性:Ganglia提供了近乎实时的监控数据更新,帮助管理员快速响应系统问题。 3. 自定义指标:通过编写自定义插件,可以监控任何你想监控的系统或应用指标。 4. 图形化展示:Ganglia的Web界面提供直观的图表,...
官方离线安装包,亲测可用。使用rpm -ivh [rpm完整包名] 进行安装
2. 监控工具:利用Hadoop自带的Web界面以及Ambari、Ganglia等第三方工具监控集群状态,及时发现和解决问题。 总结,"hadoop-2.7.5-with-centos7.6.tar.gz"不仅是一个预编译的Hadoop版本,更是一个在特定环境下快速...
官方离线安装包,测试可用。请使用rpm -ivh [rpm完整包名] 进行安装
官方离线安装包,测试可用。请使用rpm -ivh [rpm完整包名] 进行安装
官方离线安装包,测试可用。请使用rpm -ivh [rpm完整包名] 进行安装
官方离线安装包,测试可用。请使用rpm -ivh [rpm完整包名] 进行安装
官方离线安装包,测试可用。请使用rpm -ivh [rpm完整包名] 进行安装
官方离线安装包,测试可用。请使用rpm -ivh [rpm完整包名] 进行安装
官方离线安装包,测试可用。请使用rpm -ivh [rpm完整包名] 进行安装
官方离线安装包,测试可用。请使用rpm -ivh [rpm完整包名] 进行安装
官方离线安装包,测试可用。请使用rpm -ivh [rpm完整包名] 进行安装