grafana + influxdb 簡(jiǎn)單配置示例

官方示例地址:http://docs.grafana.org/features/datasources/influxdb/

  • 配置db連接

  • 配置Templating

    • 舉例 Variables:不同域名 SHOW TAG VALUES FROM table WITH KEY = "host"
  • 配置圖表

    • 選擇圖表連接DB
    • SELECT sum("requests") AS "請(qǐng)求總數(shù)", sum("status_2xx") AS "2xx", sum("status_3xx") AS "3xx", sum("status_4xx") AS "4xx", sum("status_5xx") AS "5xx" FROM "autogen"."table" WHERE "domain" =~ /^$uri_domain$/ AND "host" =~ /^$host$/ AND $timeFilter GROUP BY time(5m)
  • 導(dǎo)入數(shù)據(jù)到表中

  # coding=utf-8

import requests
import simplejson as json
from influxdb import InfluxDBClient
import time


def get_json(url):
    resp = requests.get(url)
    if resp.status_code == 200:
        return json.loads(resp.content)


def main(dst_host, dst_port, dst_database, hosts):
    influx = InfluxDBClient(host=dst_host, port=dst_port, database=dst_database)
    path = "http://{0}:{1}{2}"

    for host in hosts:
        result = get_json(path.format(host.get("host"), host.get("port"), host.get("uri")))
        if result:
            data = result.get("data")
            uri = data.get("uri")
            for key, value in uri.items():
                info = {
                    "measurement": "table",
                    "tags": {
                        "host": host.get("host"),
                        "domain": key
                    },
                    "fields": {
                        "requests": value.get("request"),
                        "avg_time": value.get("avg_time"),
                        # "status_2xx": value.get("status", {}).get("200", 0),
                        # "status_4xx": value.get("status", {}).get("400", 0),
                        # "status_5xx": value.get("status", {}).get("500", 0)
                    }
                }
                status_all = {"status_2xx" :0,"status_3xx":0,"status_4xx":0,"status_5xx":0}
                for k, v in value.get("status").items():
                    k = int(k)
                    if k <= 200:
                        status_all["status_2xx"] = status_all["status_2xx"] + v
                    elif k <= 300:
                        status_all["status_3xx"] = status_all["status_3xx"] + v
                    elif k <= 400:
                        status_all["status_4xx"] = status_all["status_4xx"] + v
                    else:
                        status_all["status_5xx"] = status_all["status_5xx"] + v
                for k1, v1 in status_all.items():
                    info["fields"][k1] = v1
                influx.write_points([info])


hosts = [
    {
        "host": "127.0.0.1",
        "port": 80,
        "uri": "/count/uri"
    },
]
influxdb_host = "127.0.0.1"
influxdb_port = 8086
influxdb_database = 'count_status'

main(influxdb_host, influxdb_port, influxdb_database, hosts)

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末愿待,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌嗤锉,老刑警劉巖甘苍,帶你破解...
    沈念sama閱讀 218,858評(píng)論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件系宫,死亡現(xiàn)場(chǎng)離奇詭異靶壮,居然都是意外死亡从诲,警方通過(guò)查閱死者的電腦和手機(jī)种蝶,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,372評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門(mén)契耿,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人螃征,你說(shuō)我怎么就攤上這事搪桂。” “怎么了盯滚?”我有些...
    開(kāi)封第一講書(shū)人閱讀 165,282評(píng)論 0 356
  • 文/不壞的土叔 我叫張陵踢械,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我魄藕,道長(zhǎng)内列,這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 58,842評(píng)論 1 295
  • 正文 為了忘掉前任背率,我火速辦了婚禮话瞧,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘寝姿。我一直安慰自己移稳,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,857評(píng)論 6 392
  • 文/花漫 我一把揭開(kāi)白布会油。 她就那樣靜靜地躺著个粱,像睡著了一般。 火紅的嫁衣襯著肌膚如雪翻翩。 梳的紋絲不亂的頭發(fā)上都许,一...
    開(kāi)封第一講書(shū)人閱讀 51,679評(píng)論 1 305
  • 那天稻薇,我揣著相機(jī)與錄音,去河邊找鬼胶征。 笑死塞椎,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的睛低。 我是一名探鬼主播案狠,決...
    沈念sama閱讀 40,406評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼钱雷!你這毒婦竟也來(lái)了骂铁?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書(shū)人閱讀 39,311評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤罩抗,失蹤者是張志新(化名)和其女友劉穎拉庵,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體套蒂,經(jīng)...
    沈念sama閱讀 45,767評(píng)論 1 315
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡钞支,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,945評(píng)論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了操刀。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片烁挟。...
    茶點(diǎn)故事閱讀 40,090評(píng)論 1 350
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖骨坑,靈堂內(nèi)的尸體忽然破棺而出信夫,到底是詐尸還是另有隱情,我是刑警寧澤卡啰,帶...
    沈念sama閱讀 35,785評(píng)論 5 346
  • 正文 年R本政府宣布静稻,位于F島的核電站,受9級(jí)特大地震影響匈辱,放射性物質(zhì)發(fā)生泄漏振湾。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,420評(píng)論 3 331
  • 文/蒙蒙 一亡脸、第九天 我趴在偏房一處隱蔽的房頂上張望押搪。 院中可真熱鬧,春花似錦浅碾、人聲如沸大州。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 31,988評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)厦画。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間根暑,已是汗流浹背力试。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 33,101評(píng)論 1 271
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留排嫌,地道東北人畸裳。 一個(gè)月前我還...
    沈念sama閱讀 48,298評(píng)論 3 372
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像淳地,于是被迫代替她去往敵國(guó)和親怖糊。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,033評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容

  • Spring Cloud為開(kāi)發(fā)人員提供了快速構(gòu)建分布式系統(tǒng)中一些常見(jiàn)模式的工具(例如配置管理颇象,服務(wù)發(fā)現(xiàn)伍伤,斷路器,智...
    卡卡羅2017閱讀 134,659評(píng)論 18 139
  • centos7.2下搭建postfix++dovecot+courier-authlib+extmail郵件收發(fā)系...
    b22c91369598閱讀 3,514評(píng)論 1 8
  • JS 1.call() 和 apply(): 作用:擴(kuò)充函數(shù)賴以運(yùn)行的作用域; 這兩個(gè)函數(shù)都是在特定的作用域中調(diào)用...
    BR閱讀 469評(píng)論 0 1
  • 今天想偷懶夯到,今天想偷懶,今天想偷懶饮亏,今天要偷懶耍贾。 不想用腦,來(lái)記一筆流水賬路幸。 早上在媽媽家睡醒后帶著兒子吃了周末大...
    史文文閱讀 196評(píng)論 0 0
  • 1.進(jìn)制(二進(jìn)制荐开,十進(jìn)制,十六進(jìn)制) 1.1十進(jìn)制由0.1.2.3.4.5.6.7.8.9十個(gè)數(shù)組成简肴,即基數(shù)10晃听,...
    Unity開(kāi)發(fā)閱讀 652評(píng)論 0 0