服务器评测
仅供参考，不负责任
Gmond扩展Python度量模块
在最新的Ganglia3.1.x版本中，我们可以创造出C/Python的度量收集模块，这些模块能被直接插入到gmond中以用来监视用户自定义的度量。
在早期的版本中(2.5.x,3.0.x),添加用户自定义的度量只有通过命令行调用gmetric这么一种方法，它可以简单地通过一个cronjob或者其他进程将度量插入到gmond中。虽然这种方法对大多数人来说是可行的，但是他使得用户自定义的度量难以管理。
本文将介绍自己编写一个python度量监视模块的一些细节问题
以下的组件是建立/使用Python支持所必须的
- Ganglia 3.1.x
- Python 2.3.4+(这是在RHEL4上测试的最老的支持版本，2.3以后的版本应该都能正常工作)
- Python开发头文件（通常在python-devel这个软件包中）
安装
RPM安装
如果你安装Python度量模块在基于RPM软件包管理的系统上，安装“ganglia-gmond-modules-python”这个软件包即可。这包含了Python模块开发的所有东西。
APT安装
执行 apt-get install ganglia-monitor
然后看下面的注意事项
源码安装
如果你是从源码编译的，确保添加了 –with-python这个选项。如果Python解释器被检测到，这个选项是会被自动添加
检查
为了确保Ganglia的安装有了Python支持的设置，检查一下以下设置：
- gmond.conf 有一行 include (“/etc/ganglia/conf.d/*.conf”)，这是你应该放置.pyconf格式的python模块配置文件所在的目录。
- modpython.conf 这个文件应该存在于/etc/ganglia/conf.d 他包含了pyconf文件的所在位置
- modpython.so应该在/usr/lib{64}/ganglia中
- /usr/lib{64}/ganglia/python_modules这个目录应该存在，这是你放置以.py结尾的python模块文件所在的目录
如果你通过二进制文件安装python模块支持，上面的这些应该会被自动生成。假如有些文件缺失的话，请把bug提交给我们
Ubuntu 10.10 注意事项
Ubuntu 10.10 没有Python支持的设置，你需要：
- 建立/etc/ganglia/conf.d/modpython.conf，让他看起来像这样，https://sourceforge.net/apps/trac/ganglia/browser/trunk/monitor-core/gmond/modules/conf.d/modpython.conf.in
modules {
module {
name = “python_module”
path = “/usr/lib(64)/ganglia/modpython.so”
params = “/usr/lib(64)/ganglia/python_modules”
}
}
include(‘/etc/ganglia/conf.d/*.pyconf’)
- 建立目录 /usr/lib(64)/ganglia/python_modules
- 确保 /usr/lib(64)/ganglia/modpython.so 已经存在(如果你通过apt安装的话，Ubuntu 10.10 将会默认有这个文件)
编写自定义Python模块
编写一个Python模块是非常简单的。你只需要根据模板编写，完成之后将以.py结尾的模块放到/usr/lib(64)/ganglia/python_modules下面。同时将对应的.pyconf格式的配置文件放置在/etc/ganglia/conf.d/下。
如果你的Python模块需要访问服务器上的一些文件，记住他是以运行gmond进程的用户执行的。换句话说，如果gmond以nobody运行，那么你的模块就是nobody运行。所以确保运行gmond的用户有权限访问这些文件。Ganglia有示例模块在/usr/lib(64)/ganglia/python_modules/example.py中。
示例模块
让我们来看一下一个监测主机温度的实在的Python模块实例，它通过读取/proc文件系统，让我们称他为temp.py
acpi_file = “/proc/acpi/thermal_zone/THRM/temperature”
def temp_handler(name):
try:
f = open(acpi_file, ‘r’)
except IOError:
return 0
for l in f:
line = l.split()
return int(line[1])
def metric_init(params):
global descriptors, acpi_file
if ‘acpi_file’ in params:
acpi_file = params[‘acpi_file’]
d1 = {‘name’: ‘temp’,
‘call_back’: temp_handler,
‘time_max’: 90,
‘value_type’: ‘uint’,
‘units’: ‘C’,
‘slope’: ‘both’,
‘format’: ‘%u’,
‘description’: ‘Temperature of host’,
‘groups’: ‘health’}
descriptors = [d1]
return descriptors
def metric_cleanup():
”’Clean up the metric module.”’
pass
#This code is for debugging and unit testing
if __name__ == ‘__main__’:
metric_init({})
for d in descriptors:
v = d[‘call_back’](d[‘name’])
print ‘value for %s is %u’ % (d[‘name’], v)
Python 的详细介绍：请点这里
Python 的下载地址：请点这里
推荐阅读：
《Python开发技术详解》.( 周伟,宗杰).[高清PDF扫描版+随书视频+代码] http://www.linuxidc.com/Linux/2013-11/92693.htm
Python脚本获取Linux系统信息 http://www.linuxidc.com/Linux/2013-08/88531.htm
模块要求
有三个函数必须存在于每个模块中，他们是
- def metric_init(params):
- def metric_cleanup():
- def metric_handler(name):
前两个函数必须明确的存在（命名也需要一样），metric_hangder()这个函数可以命名成任何。下面是三个函数的详细解释：
def metric_init(params):
在你的模块中，这个函数必须存在，而且命名一致。他会被在初始化时调用一次，也就是在gmond启动的时候。他可以被用来做收集度量的各种初始化。metric_init() t同时也有一个单字典类型的参数，他包含了在gmond.conf中为这个模块设计的配置指令。除了完成其他的初始化工作之外，metric_init()必须创建，填充，返回这个度量描述字典或者字典列表。每个描述字典都必须包含以下几个元素：
- name:度量名称
- call_back: 在收集度量数据时被调用的函数
- 如果你的度量模块支持多种度量，每一个都通过他们的自己的度量描述被定义，那么你的模块中就需要实现不止一个的metric_handler 函数。
- time_max:以秒为单位的收集时调用函数的最大时间间隔
- 该元素的确切性质还不清楚，因为它关系到你的模块的pyconf配置文件中的“collect_every”配置指令。对于所有意图和目的，这个因素似乎没用。
- value_type: string | uint | float | double
- units: 你的度量单位
- slope: zero | positive | negative | both
- 这个值映射到为RRDTool定义的数据源类型
- If ‘positive’, RRD file generated will be of COUNTER type (calculating the rate of change)
- 如果是’postive’,生成的RRD文件是COUNTER类型的（计算变化的速率）
- If ‘negative’, ????（官方的也是如此）
- ‘both’的话就是GAUGE类型（没有计算，仅仅以报告的值绘图）
- metric如果是’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: 度量的格式字符串
- 必须符合value_type，否则你的度量就会未知（参考: http://docs.python.org/library/stdtypes.html#string-formatting）
- description: 度量的描述
- 在前台网页中，在划过主机度量图形时被呈现。
- groups (optional): 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
除了回调函数以外，这些元数基本上和那些需要提供给gmetric命令行工具的数据是同一类型的。可以查看gmetric帮助文档获取更多信息。度量描述符也可以包含额外的属性和值，他们会作为额外的数据附加到度量元数据中。附加数据会被Ganglia本身忽略，不过他可以作为显示或者度量处理数据被用在前台网页中。（使用SPOOF_HOST和SPOOF_NAME这两个额外属性的例子将在以后的版本中介绍）
def metric_cleanup():
在你的模块中，这个函数必须存在而且命名为’metric_cleanup’。他会在gmond关闭时被调用一次。任意模块的清理代码都可以放在这里，函数不应该有返回值。
def metric_handler(name):
这个’metric_handler‘函数可以被定义为任何你喜欢的名字，因为他和你定义在度量描述块中的’call_balck’函数想匹配。他有一个参数’name’，就是在你的度量描述块中的name元素。
pyconf
和这个模块想匹配的配置文件，temp.pyconf，放置于 /etc/ganglia/conf.d/temp.pyconf。看起来像这样：
modules {
module {
name = “temp”
language = “Python”
# The following params are examples only
# They are not actually used by the temp module
param RandomMax {
value = 600
}
param ConstantValue {
value = 112
}
}
}
collection_group {
collect_every = 10
time_threshold = 50
metric {
name = “temp”
title = “Temperature”
value_threshold = 70
}
}
上面的配置文件包含各分支的两个主要的区域：modules and collection_group.
Modules
这个modules区域包含每个模块被加载的配置数据。他应该包含一个或者多个module子节点。每一个module子节点里面就是度量模块的name，里面的language以及其他的一些参数说明：
name
这个名字和你创建的模块名字想对应(.py结尾）
language
除非你用C/C++编写你的模块，否则你必须明确的声明模块所用的语言。声明‘python’作为你的语言，告诉gmond到python_modules这个目录里搜索你的模块文件。
param
每个param子节点有一个name和一个value，他们组成了name/value对作为参数被传递到上面描述的metric_init()函数中。这个参数是字典类型的，’name’是键，’value’是值。因此你可以自定义你的参数像下面这样：
RandomMax = 500
def metric_init(params):
global RandomMax
if ‘RandomMax’ in params:
RandomMax = params[‘RandomMax’]
…
Collection_group
配置文件剩下的部分具有相同的格式，collection_group 或者 metric。查阅gmond.conf的帮助文档是很有收获的，不过我们将简单介绍例子中的 collection_group 指令。
collect_every or collect_once
collect_every 告诉 gmond 从定义在collection_group的度量中收集数据的频率（秒为单位）。在例子中，’temp’度量会间隔十秒被收集。你也可以设定collect_once=yes命令gmond收集静态度量，他们在会在gmond启动时被收集一次。这对那些在运行期间不会改变的东西是很有用的（比如运行的CPU个数）
time_threshold
将度量数据报告给Ganglia的最大频率（秒为单位）。在例子中，temp模块会至少每50秒报告一次。
这个指令会在被收集度量的值大于metirc定义的‘value_threshold’时被抛弃哦。
metric
这是你定义特殊度量设置的地方
- name:特殊度量的名字，也定义在你模块里描述符字典类型上
- title:可选的友好度量名称，将会在Ganglia前台被显示
- value_threshold: 如果收集到的度量报告的值（在你的描述符中定义的单位）超过定义在这里的值，那么它就会报告给ganglia而忽略collection_group中定义的 ‘time_threshold’参数
