5月iOS設備好評榜：iPhone 14僅排第43？
來到新的一月，安兔兔的各個榜單又重新匯總了數據，像安卓陣營的榜單都有著比較大的變動，不過iOS由于設備的更新換代并沒有那么快，所以相對來說變化并不大，特別是iOS好評榜，老款設
日常運維中，我們有時需要關注阿里云中 EIP 和 CEN 的監控數據，如果每次登錄到平臺查看，不太方便。
可以通過 API 獲取監控數據，并輸入到 influxDB，然后再到 Grafana 中展示，以便進行實施監控和可視化。
在開始之前，我們需要確保已經完成以下準備工作
這一步省略
我的方式是 EIP 通過 EIP 產品的 API 獲取的，調試鏈接如下
https://next.api.aliyun.com/api/Vpc/2016-04-28/DescribeEipMonitorData?params={"RegionId":"cn-hangzhou"}
輸入 RegionId 和 AllocationId 等必選信息后，復制平臺生成的代碼，進行更改，下文會介紹如何更改
圖片
CEN 的監控數據未找到具體的 API，但可以通過云監控的數據獲取，也是很方便的，鏈接如下
https://api.aliyun.com/api/Cms/2019-01-01/DescribeMetricData
獲取 CEN 的具體數據時，可以通過 https://cms.console.aliyun.com/metric-meta/acs_cen/cen_tr?spm=a2c4g.11186623.0.0.252476ab1Ldq0T 得到
實際上，EIP 的數據也可以通過云監控獲取
下面示例的版本是截止發文時間最新版本，實際使用時，可以登錄到上面的阿里云開放平臺查看最新的版本
pip install alibabacloud_vpc20160428==5.1.0pip install alibabacloud_cms20190101==2.0.111. 為方便使用，我這里是使用 Docker 運行的 Influxdb
cd /data/influxdb# 生成初始的配置文件docker run --rm influxdb:2.7.1 influxd print-config > config.yml# 啟動容器docker run --name influxdb -d -p 8086:8086 --volume `pwd`/influxdb2:/var/lib/influxdb2 --volume `pwd`/config.yml:/etc/influxdb2/config.yml influxdb:2.7.12. 安裝完成后，可通過 http://ip:8086 登錄到 Influxdb
3. 創建 bucket
只需要創建一個 bucket 就可以了，bucket 類似 MySQL 的 database
4. 獲取 API Token，在 Python 插入數據時會用到
省略
為了能夠通過API訪問阿里云的 EIP 和 CEN 數據，我們需要獲取訪問憑證。具體步驟如下
使用Python編寫腳本來獲取 EIP 和 CEN 的監控數據，并將其存儲到 InfluxDB 中
本文僅展示部分代碼，如需完整的代碼，請聯系本公眾號獲取~
1. 修改構造函數，可以傳如 access_key_id 和 access_key_secret
def __init__(self, access_key_id: str=access_key_id, access_key_secret: str=access_key_secret): self.access_key_id = access_key_id self.access_key_secret = access_key_secret2. 修改獲取 eip 數據的函數
def get_eip_monitor_data(self, region_id, allocation_id, start_time: str, end_time: str): ''' 參考文檔: https://api.aliyun.com/api/Vpc/2016-04-28/DescribeEipMonitorData?params={%22RegionId%22:%22cn-hangzhou%22} Args: region_id (_type_): _description_ allocation_id (_type_): _description_ start_time (str): utc時間 end_time (_type_): utc時間 Yields: _type_: _description_ eip_tx: 流出的流量。單位: Byte eip_rx: 流入的流量。單位: Byte ''' # 請確保代碼運行環境設置了環境變量 ALIBABA_CLOUD_ACCESS_KEY_ID 和 ALIBABA_CLOUD_ACCESS_KEY_SECRET。 # 工程代碼泄露可能會導致 AccessKey 泄露，并威脅賬號下所有資源的安全性。以下代碼示例使用環境變量獲取 AccessKey 的方式進行調用，僅供參考，建議使用更安全的 STS 方式，更多鑒權訪問方式請參見：https://help.aliyun.com/document_detail/378659.html client = self.create_client(endpoint=f'vpc.{region_id}.aliyuncs.com', access_key_id=self.access_key_id, access_key_secret=self.access_key_secret) describe_eip_monitor_data_request = vpc_20160428_models.DescribeEipMonitorDataRequest( region_id=region_id, allocation_id=allocation_id, start_time=start_time, end_time=end_time ) log.debug(msg=describe_eip_monitor_data_request) runtime = util_models.RuntimeOptions() log.debug(msg=runtime) try: # 復制代碼運行請自行打印 API 的返回值 results = client.describe_eip_monitor_data_with_options(describe_eip_monitor_data_request, runtime).body.eip_monitor_datas.eip_monitor_data for result in results: yield result except Exception as error: log.error(msg=error) return UtilClient.assert_as_string(error.message)3. 修改獲取 cen 數據的函數
def get_cen_monitor_data(self, namespace, metric_name, start_time: str, end_time: str): # 請確保代碼運行環境設置了環境變量 ALIBABA_CLOUD_ACCESS_KEY_ID 和 ALIBABA_CLOUD_ACCESS_KEY_SECRET。 # 工程代碼泄露可能會導致 AccessKey 泄露，并威脅賬號下所有資源的安全性。以下代碼示例使用環境變量獲取 AccessKey 的方式進行調用，僅供參考，建議使用更安全的 STS 方式，更多鑒權訪問方式請參見：https://help.aliyun.com/document_detail/378659.html client = self.create_client(access_key_id=self.access_key_id, access_key_secret=self.access_key_secret) describe_metric_list_request = cms_20190101_models.DescribeMetricListRequest( namespace=namespace, metric_name=metric_name, start_time=start_time, end_time=end_time, ) runtime = util_models.RuntimeOptions() try: # 復制代碼運行請自行打印 API 的返回值 return client.describe_metric_list_with_options(describe_metric_list_request, runtime).body.datapoints except Exception as error: # 如有需要，請打印 error UtilClient.assert_as_string(error.message)將 InfluxDB 的寫入代碼獨立出來可以方便后續其他業務的調用
下面的代碼在獲取 token 時，使用了 1password，可視情況進行修改，例如通過環境變量的方式獲取 Token
#!/usr/bin/env python3import influxdb_client, timeimport datetimefrom influxdb_client import InfluxDBClient, Point, WritePrecisionfrom influxdb_client.client.write_api import SYNCHRONOUSfrom modules.onepassword import OnePasswordmy1p = OnePassword()class InfluxClient: token = my1p.get_item_by_title(title='my_influxdb')['api'] def __init__(self, url: str='http://10.1.1.1:8086', org: str='tyun', token: str=token): self.url = url self.org = org self.token = token def create_client(self): return influxdb_client.InfluxDBClient(url=self.url, token=self.token, org=self.org) def write_aliyun_eip(self, bucket: str='example', table_name: str='test1', location: str=None, eip_tx: int=None, eip_rx: int=None, time_stamp: str=None): write_api = self.create_client().write_api(write_optinotallow=SYNCHRONOUS) point = ( Point(table_name) .tag("location", location) .field("eip_tx", eip_tx) .field("eip_rx", eip_rx) .time(time_stamp) ) write_api.write(bucket=bucket, org=self.org, record=point) def write_cen(self, bucket: str='example', table_name: str='test1', location: str=None, tr_instance_id: str=None, value: int=None, time_stamp: str=None): write_api = self.create_client().write_api(write_optinotallow=SYNCHRONOUS) point = ( Point(table_name) .tag("location", location) .tag("tr_instance_id", tr_instance_id) .field("value", value) .time(time_stamp) ) write_api.write(bucket=bucket, org=self.org, record=point)def main(): influx_client = InfluxClient() for i in range(5): influx_client.write_data(bucket='example', table_name='test1', locatinotallow='hangzhou', EipBandwidth=i, EipFlow=i) time.sleep(1)if __name__ == '__main__': main()1. 獲取 eip 并插入到 influxdb
#!/usr/bin/env python3from collections import namedtuplefrom modules.aliyun.eip import Eipfrom modules.database.influxdb.write import InfluxClientfrom modules.tools.my_time import MyDatetime as my_timeeip = Eip()influx_client = InfluxClient()def insert_data(region_id, location, table_name, allocation_id, start_time, end_time): ''' _summary_ Args: region_id (_type_): _description_ location (_type_): _description_ table_name (_type_): _description_ allocation_id (_type_): _description_ start_time (_type_): _description_ interval (int, optional): 取值的范圍, 默認是5. ''' eip_datas = eip.get_eip_monitor_data(region_id=region_id, allocation_id=allocation_id, start_time=start_time, end_time=end_time) for eip_data in eip_datas: # print(eip_data) influx_client.write_aliyun_eip(bucket='example', table_name=table_name, locatinotallow=location, eip_rx=eip_data.eip_rx, eip_tx=eip_data.eip_tx, time_stamp=eip_data.time_stamp)Instance = namedtuple('Instance', ['region_id', 'allocation_id', 'bandwidth', 'env'])hangzhou = Instance(region_id='hangzhou', allocation_id='eip-xxxxxxxxx', bandwidth='100m', env='prod')eip_site_list = [hangzhou]for eip_site in eip_site_list: insert_data(region_id=f'cn-{eip_site.region_id}', locatinotallow=f'cn-{eip_site.region_id}', table_name='eip', allocation_id=eip_site.allocation_id, start_time=my_time.get_utc_now_str_offset(offset=-60*10), end_time=my_time.get_utc_now_str() )2. 獲取 cen 數據并插入到 influxdb
#!/usr/bin/env python3import astfrom modules.aliyun.metrics import Metricsfrom modules.database.influxdb.write import InfluxClientfrom modules.tools.my_time import MyDatetime as my_timefrom modules.logger.client import LogClientmetrics = Metrics()influx_client = InfluxClient()log = LogClient(app='example_traffic')def tr_instance_id_to_location(tr_instance_id): if tr_instance_id == 'tr-xxxxxxxxxxxxx': location = 'hangzhou' bandwidth = '20m' else: location = 'none' return location, bandwidthmetric_names = ['AttachmentOutRate', 'AttachmentInRate']for metric_name in metric_names: results = metrics.get_cen_monitor_data(namespace='acs_cen', metric_name=metric_name, start_time=my_time.get_utc_now_str_offset(offset=-60*10), end_time=my_time.get_utc_now_str()) log.debug(msg=results) for result in ast.literal_eval(results): result['metric_name'] = metric_name trInstanceId = result['trInstanceId'] result['location'] = tr_instance_id_to_location(tr_instance_id=trInstanceId)[0] result['bandwidth'] = tr_instance_id_to_location(tr_instance_id=trInstanceId)[1] log.info(msg=metric_name + ' ' + my_time.timestamp_to_str(timestamp=result['timestamp']) + ' ' + ' ' + result['location'] + ' ' + str(result['Value'])) influx_client.write_cen(bucket='example', table_name=metric_name, locatinotallow=result['location'], tr_instance_id=result['trInstanceId'], value=result['Value'], time_stamp=my_time.timestamp_to_str(timestamp=result['timestamp']))在Grafana中配置 InfluxDB 數據源，并創建相應的儀表盤來展示 EIP 和 CEN 的監控數據。具體步驟如下：
數據源名字推薦使用：InfluxDB-Flux，注明是 Flux 類型的數據源
InfluxDB Details 填寫 Organization、Token、Default Bucket 即可
不用填寫 HTTP 認證
from(bucket: "example") |> range(start: v.timeRangeStart, stop: v.timeRangeStop) |> filter(fn: (r) => r["_measurement"] == "eip") |> filter(fn: (r) => r["_field"] == "eip_rx") |> filter(fn: (r) => r["location"] == "cn-hangzhou") |> aggregateWindow(every: v.windowPeriod, fn: last, createEmpty: false) |> map(fn: (r) => ({ r with _value: r._value / 8 })) |> yield(name: "last")from(bucket: "example") |> range(start: v.timeRangeStart, stop: v.timeRangeStop) |> filter(fn: (r) => r["_measurement"] == "eip") |> filter(fn: (r) => r["_field"] == "eip_tx") |> filter(fn: (r) => r["location"] == "cn-hangzhou") |> aggregateWindow(every: v.windowPeriod, fn: last, createEmpty: false) |> map(fn: (r) => ({ r with _value: r._value / 8 })) |> yield(name: "last")from(bucket: "example") |> range(start: v.timeRangeStart, stop: v.timeRangeStop) |> filter(fn: (r) => r["_measurement"] == "AttachmentOutRate") |> filter(fn: (r) => r["_field"] == "value") |> filter(fn: (r) => r["location"] == "hangzhou") |> aggregateWindow(every: v.windowPeriod, fn: last, createEmpty: false) |> yield(name: "last")from(bucket: "example") |> range(start: v.timeRangeStart, stop: v.timeRangeStop) |> filter(fn: (r) => r["_measurement"] == "AttachmentInRate") |> filter(fn: (r) => r["_field"] == "value") |> filter(fn: (r) => r["location"] == "hangzhou") |> aggregateWindow(every: v.windowPeriod, fn: last, createEmpty: false) |> yield(name: "last")eip 和 cen 的數據單位都是 bit/sec(SI)
建議配置 Grafana 面板的 Thresholds
100M為 100000000，配置后會顯示一條紅線，可以更直觀的看到流量的占用情況
通過本文的步驟，我們可以通過API獲取阿里云 EIP 和 CEN 的監控數據，將其存儲到 InfluxDB，并通過 Grafana 進行實時監控和可視化。這為我們提供了一種自動化的方式來監控和管理阿里云網絡資源。
本文鏈接：http://www.www897cc.com/showinfo-26-25471-0.htmlPython 自動化: eip、cen監控數據對接到 grafana
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號