import random
descriptors = list()
Random_Max = 50
Constant_Value = 50

def Random_Numbers(name):
    '''Return a random number.'''
    global Random_Max
    return int(random.uniform(0,Random_Max))

def Constant_Number(name):
    '''Return a constant number.'''
    global Constant_Value
    return int(Constant_Value)

def metric_init(params):
    '''Initialize the random number generator and create the
    metric definition dictionary object for each metric.'''
    global descriptors
    global Random_Max
    global Constant_Value
    random.seed()

    print '[pyexample] Received the following parameters'
    print params

    if 'RandomMax' in params:
        Random_Max = int(params['RandomMax'])
    if 'ConstantValue' in params:
        Constant_Value = int(params['ConstantValue'])

    d1 = {'name': 'PyRandom_Numbers',
        'call_back': Random_Numbers,
        'time_max': 90,
        'value_type': 'uint',
        'units': 'N',
        'slope': 'both',
        'format': '%u',
        'description': 'Example module metric (random numbers)',
        'groups': 'example,random'}

    d2 = {'name': 'PyConstant_Number',
        'call_back': Constant_Number,
        'time_max': 90,
        'value_type': 'uint',
        'units': 'N',
        'slope': 'zero',
        'format': '%hu',
        'description': 'Example module constant (constant number)'}

    descriptors = [d1,d2]
    return descriptors

def metric_cleanup():
    '''Clean up the metric module.'''
    pass

#This code is for debugging and unit testing    
if __name__ == '__main__':
    params = {'RandomMax': '500',
        'ConstantValue': '322'}
    metric_init(params)
    for d in descriptors:
        v = d['call_back'](d['name'])
        print 'value for %s is %u' % (d['name'],  v)

模塊中必須包含的三個方法是：

• def metric_init(params):

• def metric_cleanup():

• def metric_handler(name):

前面兩個方法的名字必須是一定的，而最后一個 metric_handler可以任意命名。

__main__是便于debug用，可以單獨調試該模塊，以檢測是否有錯。

下面將對每個方法的功能做解釋。

def metric_init(params):

對模塊的初始化，在gmond服務被啟動的時候，運行一次。

該方法必須返回一個詞典列表，每個詞典表示了一個metric的信息。每個詞典的格式如下：

     d1 = {'name': 'PyRandom_Numbers',             #metric的名字
        'call_back': Random_Numbers,    #收集到數據后調用的方法
        'time_max': 90,               #沒有什么用。。。
        'value_type': 'uint',         #string | uint | float | double
        'units': 'N',                 # metric的單位
        'slope': 'both',              #zero | positive | negative | both
        'format': '%u',               #必須和value_type對應 (reference: http://docs.python.org/library/stdtypes.html#string-formatting)
        'description': 'Example module metric (random numbers)',    #對metric的描述，在前端可以看到
        'groups': 'example,random'}           #這個metric屬于的組,如果沒有定義，會分到no_group metric中

• This value maps to the data source types defined for RRDTool

• If 'positive',表示數據的變化率(calculating the rate of change)

• If 'negative', ????

• 'both' 直接顯示值

• If 'zero', 將顯示在 "Time and String Metrics" 或者 "Constant Metrics"中（根據metric的value_type）

在example這個例子中，d2的slope是zero,最后顯示在Constant Metrics中，而不顯示在下面的面板里。

def metric_cleanup():

gmond關掉的時候執行，不能返回值。

def metric_handler(name):

可以取任何的名字，要在call_back中調用，參數name在是metric字典里定義的name。

2.4 pyconf模板

pyconf是python模塊的配置文件，位置是/etc/ganglia/conf.d/example.pyconf（沒有自帶，需自己創建example.pyconf）, 代碼如下

 modules{

  module {

    name = "example"

    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 = "PyRandom_Numbers"
   #要顯示的metric，與example.py中的d1名字對應
    title = "Random"
            #metric在網頁上顯示的標題
    value_threshold = 70

  }

  metric {

    name = "PyConstant_Number"
  #要顯示的metric，與example.py中的d2名字對應
    title = "Constant"
          #metric在網頁上顯示的標題
    value_threshold = 70

  }

}

pyconf的文件名最好和你建立的python文件名對應。包含兩個模塊， modules 和collection_group。

Modules:對每個模塊進行配置

name:模塊名,同時必須與創建的python文件名一致

language: 語言

param:參數列表，所有的參數作為一個dict(即map)傳給python腳本的metric_init(params)函數。

本例中，metric_init調用時， params={“RandomMax”:”600”,”ConstantValue”:”112”}

collection_group:需要收集的metric列表，一個模塊中可以擴展任意個metric

collect_every: 匯報周期，以秒為單位。

metric：可以有多個，定義每個metric的信息。

生活不易，碼農辛苦
如果您覺得本網站對您的學習有所幫助,可以手機掃描二維碼進行捐贈