很多时候，我们在使用Prometheus时，官方提供的采集组件不能满足监控需求，我们就需要自行编写Exporter。
本文的示例采用go语言和Gauge (测量指标)类型实现。自定义Exporter去取MongoDB里动态增长的数据。
Metric接口
Prometheus client库提供了四种度量标准类型。
虽然只有基本度量标准类型实现Metric接口，但是度量标准及其向量版本都实现了Collector接口。Collector管理许多度量标准的收集，但为方便起见，度量标准也可以"自行收集"。Prometheus数据模型的一个非常重要的部分是沿称为label的维度对样本进行划分，从而产生度量向量。基本类型是GaugeVec，CounterVec，SummaryVec和HistogramVec。注意，Gauge，Counter，Summary和Histogram本身是接口，而GaugeVec，CounterVec，SummaryVec和HistogramVec则不是接口。
-
Counter (累积)
Counter一般表示一个单调递增的计数器。
-
Gauge (测量)
Gauge一般用于表示可能动态变化的单个值，可能增大也可能减小。
-
Histogram (直方图)
-
Summary (概略图)
注册指标并启动HTTP服务
需要先引入这个Prometheus client库。通常metric endpoint使用http来暴露metric，通过http暴露metric的工具为promhttp子包，引入promhttp和net/http。
"github.com/prometheus/client_golang/prometheus"
"github.com/prometheus/client_golang//prometheus/promhttp"
Registry/Register/Gatherers及http服务
func main() {
daystr := time.Now().Format("20060102")
logFile, err := os.Create("./exporter/log/" + daystr + ".txt")
defer logFile.Close()
if err != nil {
fmt.Printf("%v\n", err)
return
}
logger := log.New(logFile, "Prefix_", log.Ldate|log.Ltime|log.Lshortfile)
//Registry和Register部分
reg := prometheus.NewPedanticRegistry()
reg.MustRegister(metrics.initCollector()) //metrics.initCollector()是collector初始化模块
//以下是官方文档定义
// Register registers a new Collector to be included in metrics
// collection. It returns an error if the descriptors provided by the
// Collector are invalid or if they — in combination with descriptors of
// already registered Collectors — do not fulfill the consistency and
// uniqueness criteria described in the documentation of metric.Desc.
//
// If the provided Collector is equal to a Collector already registered
// (which includes the case of re-registering the same Collector), the
// returned error is an instance of AlreadyRegisteredError, which
// contains the previously registered Collector.
//
// A Collector whose Describe method does not yield any Desc is treated
// as unchecked. Registration will always succeed. No check for
// re-registering (see previous paragraph) is performed. Thus, the
// caller is responsible for not double-registering the same unchecked
// Collector, and for providing a Collector that will not cause
// inconsistent metrics on collection. (This would lead to scrape
// errors.)
// MustRegister works like Register but registers any number of
// Collectors and panics upon the first registration that causes an
// error.
//Gatherers部分
gatherers := prometheus.Gatherers{
reg,
}
//以下是官方文档定义
// Gatherers is a slice of Gatherer instances that
// implements the Gatherer interface itself.
// Its Gather method calls Gather on all Gatherers
// in the slice in order and returns the merged results.
// Errors returned from the Gather calls are
// all returned in a flattened MultiError.
// Duplicate and inconsistent Metrics are
// skipped (first occurrence in slice order wins)
// and reported in the returned error.
//注册http服务
h := promhttp.HandlerFor(gatherers,
promhttp.HandlerOpts{
ErrorHandling: promhttp.ContinueOnError,
})
http.HandleFunc("/metrics", func(w http.ResponseWriter, r *http.Request) {
h.ServeHTTP(w, r)
})
log.Println("Start server at :8710")
logger.Printf("Start server at :8710")
if err := http.ListenAndServe(":8710", nil); err != nil {
log.Printf("Error occur when start server %v", err)
logger.Printf("Error occur when start server %v", err)
os.Exit(1)
}
}
Registry是为了根据Prometheus数据模型来确保所收集指标的一致性。如果注册的Collector与注册的Metrics不兼容或不一致，则返回错误。理想情况下，在注册时而不是在收集时检测到不一致。对注册的Collector的检测通常会在程序启动时被检测到，而对注册的Metrics的检测只会在抓取时发生，这就是Collector和Metrics必须向Registry描述自己的主要原因。
Registry实现了Gatherer接口。 然后Gather方法的调用者可以某种方式公开收集的指标。通常度量是通过/metrics端点上的HTTP提供的。在上面的示例中就是这种情况。通过HTTP公开指标的工具位于promhttp子软件包中。
NewPedanticRegistry可以避免由DefaultRegisterer施加的全局状态，可以同时使用多个注册表，以不同的方式公开不同的指标， 也可以将单独的注册表用于测试目的。
实现Collector接口
type Collector interface {
// 用于传递所有可能的指标的定义描述符
// 可以在程序运行期间添加新的描述，收集新的指标信息
// 重复的描述符将被忽略。两个不同的Collector不要设置相同的描述符
Describe(chan<- *Desc)
// Prometheus的注册器调用Collect执行实际的抓取参数的工作，
// 并将收集的数据传递到Channel中返回
// 收集的指标信息来自于Describe中传递，可以并发的执行抓取工作，但是必须要保证线程的安全。
Collect(chan<- Metric)
}
在另外的模块中编写Collector以及其初始化的代码。
先定义一个结构体，指标使用的是 prometheus的Desc类型。
type ProjectMetrics struct {
MetricsDescs []*prometheus.Desc
}
定义MetricsName和 MetricsHelp。
var MetricsNameXXX = "XXX"
var MetricsHelpXXX = "(XXX)"
对自定义类型ProjectMetrics定义Describe方法和Collect方法来实现实现Collector接口。
func (c *ProjectMetrics) Describe(ch chan<- *prometheus.Desc) {
len1 := len(c.MetricsDescs)
for i := 0; i < len1; i++ {
ch <- c.MetricsDescs[i]
}
}
func (c *ProjectMetrics) Collect(ch chan<- prometheus.Metric) {
start := time.Now()
nowUTC := start.UTC()
resp := mongodb.QueryAllData(nowUTC.Unix())
for _, v := range resp.Data1Tier {
item1 := v.Item1
fmt.Println("......................", isp)
ts := time.Unix(v.Clientutc, 0)
for _, v2 := range v.Data2Tier {
item2 := v2.Item2
item3 := v2.Item3
item4 := v2.Item4
tmp := prometheus.NewDesc(
MetricsNameXXX,
MetricsHelpXXX,
[]string{"Name"},
prometheus.Labels{"item1": item1, "item3": item3, "item4": item4},
)
ch <- prometheus.NewMetricWithTimestamp(
ts,
prometheus.MustNewConstMetric(
tmp,
prometheus.GaugeValue,
item2,
MetricsNameXXX,
),
)
}
}
eT := time.Since(start)
fmt.Printf("Project Metrics, Elapsed Time: %s, Date(UTC): %s\n", eT, start.UTC().Format("2006/01/02T15:04:05"))
}
初始化ProjectMetrics，
func AddMetricsItem2() *ProjectMetrics {
var tmpMetricsDescs []*prometheus.Desc
resp := mongodb.QueryAllData(time.Now().UTC().Unix())
for _, v := range resp.Data1Tier {
item1 := v.Item1
for _, v2 := range v.Data2Tier {
item3 := v2.Item3
item4 := v2.Item4
tmp := prometheus.NewDesc(
MetricsNameLatency,
MetricsHelpLatency,
[]string{"Name"},
prometheus.Labels{"item1": item1, "item3": item3, "item4": item4},
)
tmpMetricsDescs = append(tmpMetricsDescs, tmp)
}
} //aws
api := &ProjectMetrics{MetricsDescs: tmpMetricsDescs}
return api
}
MongoDB中的数据，
type SensorData struct {
Aaaa string `json:"aaaa"`
Item2 float64 `json:"item2"`
Item4 string `json:"item4"`
Item3 string `json:"item3"`
Bbbb float64 `json:"bbbb"`
Cccc string `json:"cccc"`
Dddd []CmdResult `json:"dddd"`
Eeee string `json:"eeee"`
}
type Sensor struct {
Item1 string `json:"item1"`
Clientutc int64 `json:"clientutc"`
Data2Tier []SensorData
}
type AllData struct {
Data1Tier []Sensor
}
mongodb.QueryAllData()是另外从mongodb中拉取数据的模块，返回AllData类型数据。mongodb模块每三分钟去数据库里拉一次数据。