通过Python将监控数据由influxdb写入到MySQL

2022-03-03 06:32:54

一.项目背景

我们知道InfluxDB是最受欢迎的时序数据库（TSDB）。InfluxDB具有持续高并发写入、无更新；数据压缩存储；低查询延时的特点。从下面这个权威的统计图中，就可以看出InfluxDB的热度。

InfluxDB可以作为性能监控、应用程序指标、物联网传感器数据和实时分析等的后端存储。

我们的DB性能监控体系是基于Telegraf+InfluxDB+Grafana组件搭建，如下图所示。

但是这个体系没有和既有的CMDB打通，例如，不清楚公司目前有多少台数据库实例已部署了监控？是不是有部分实例的监控漏掉了？而目前公司CMDB的信息都保存在了MySQL数据库中，所以，需要先实现 Influxdb 与 MySQL DB 的数据互通互联。此功能的实现时借助Python完成的。

在此项目中，为便于说明演示，抽象简化后，需求概况为:将InfluxDB中保存的各个服务器的IP查询出来保存到指定的MySQL数据库中。进一步分解任务，因为measurement（表）为disk 存储有 Server host的数据，根据其命名规则，可host逆向拼凑出Server IP数据。

所以，此需求简化为：从InfluxDB的disk【measurement、表】中找出host【tag】对应的value,加工处理后，保存到MySQL。

二.安装运行环境遇到的错误

1.TypeError: Struct() 错误

调试时，报如下错误，查找资料发现，和python版本有关。

错误信息如下：

...... 
File "/usr/lib/python2.7/site-packages/influxdb/client.py", line 527, in query
    expected_response_code=expected_response_code
  File "/usr/lib/python2.7/site-packages/influxdb/client.py", line 361, in request
    raw=False)
  File "/usr/lib/python2.7/site-packages/msgpack/fallback.py", line 129, in unpackb
    ret = unpacker._unpack()
  File "/usr/lib/python2.7/site-packages/msgpack/fallback.py", line 671, in _unpack
    ret[key] = self._unpack(EX_CONSTRUCT)
  File "/usr/lib/python2.7/site-packages/msgpack/fallback.py", line 644, in _unpack
    ret.append(self._unpack(EX_CONSTRUCT))
  File "/usr/lib/python2.7/site-packages/msgpack/fallback.py", line 671, in _unpack
    ret[key] = self._unpack(EX_CONSTRUCT)
  File "/usr/lib/python2.7/site-packages/msgpack/fallback.py", line 644, in _unpack
    ret.append(self._unpack(EX_CONSTRUCT))
  File "/usr/lib/python2.7/site-packages/msgpack/fallback.py", line 671, in _unpack
    ret[key] = self._unpack(EX_CONSTRUCT)
  File "/usr/lib/python2.7/site-packages/msgpack/fallback.py", line 644, in _unpack
    ret.append(self._unpack(EX_CONSTRUCT))
  File "/usr/lib/python2.7/site-packages/msgpack/fallback.py", line 644, in _unpack
    ret.append(self._unpack(EX_CONSTRUCT))
  File "/usr/lib/python2.7/site-packages/msgpack/fallback.py", line 697, in _unpack
    return self._ext_hook(n, bytes(obj))
  File "/usr/lib/python2.7/site-packages/influxdb/client.py", line 1247, in _msgpack_parse_hook
    (epoch_s, epoch_ns) = struct.unpack(">QI", data)
TypeError: Struct() argument 1 must be string, not unicode

报错的python版本为Python 2.7.5，查看资料，建议升级到2.7.7以上。为规避这个错误，我们将版本升级到了Python 3.6.8

2.升级安装Python 3.6.8

安装执行make install时报错，错误信息如下：

zipimport.ZipImportError: can’t decompress data; zlib not available
make: * [install] Error 1

原因是缺少了zlib的解压缩类库，

解决方案，执行以下命令

yum -y install zlib*

3.引入influxdb插件报错

运行报错，提示信息如下：

..........   
 from influxdb import InfluxDBClient
ModuleNotFoundError: No module named ‘influxdb‘

解决方案:

git clone https://github.com/influxdb/influxdb-python.git

cd influxdb-python

pip3 install -r requirements.txt

python3 setup.py install

成功安装的记录如下:

。。。。。。。。。。。。
Using /usr/local/lib/python3.6/site-packages
Searching for urllib3==1.25.6
Best match: urllib3 1.25.6
Adding urllib3 1.25.6 to easy-install.pth file

Using /usr/lib/python3.6/site-packages
Finished processing dependencies for influxdb==5.3.1

验证是否成功安装，打开python输入

from influxdb import client as influxdb

如果没有错误信息，则表示安装成功

4.Python3 环境执行mysql报错

... 
import MySQLdb
ModuleNotFoundError: No module named ‘MySQLdb‘

环境测试

原因分析: Python 2安装的是mysql-python，而Python 3应该安装mysqlclient。

因此需要:

pip3 install mysqlclient

但是报错,错误信息如下:

Traceback (most recent call last):
  File "/usr/local/bin/pip3", line 11, in <module>
    load_entry_point(‘pip==1.5.4‘, ‘console_scripts‘, ‘pip3‘)()
  File "/usr/local/lib/python3.6/site-packages/setuptools-39.2.0-py3.6.egg/pkg_resources/__init__.py", line 476, in load_entry_point
  File "/usr/local/lib/python3.6/site-packages/setuptools-39.2.0-py3.6.egg/pkg_resources/__init__.py", line 2700, in load_entry_point
  File "/usr/local/lib/python3.6/site-packages/setuptools-39.2.0-py3.6.egg/pkg_resources/__init__.py", line 2318, in load
  File "/usr/local/lib/python3.6/site-packages/setuptools-39.2.0-py3.6.egg/pkg_resources/__init__.py", line 2324, in resolve
  File "/usr/local/lib/python3.6/site-packages/pip-1.5.4-py3.6.egg/pip/__init__.py", line 9, in <module>
    from pip.log import logger
  File "/usr/local/lib/python3.6/site-packages/pip-1.5.4-py3.6.egg/pip/log.py", line 9, in <module>
    from pip._vendor import colorama, pkg_resources
  File "/usr/local/lib/python3.6/site-packages/pip-1.5.4-py3.6.egg/pip/_vendor/pkg_resources.py", line 1423, in <module>
    register_loader_type(importlib_bootstrap.SourceFileLoader, DefaultProvider)
AttributeError: module ‘importlib._bootstrap‘ has no attribute ‘SourceFileLoader‘

原因分析:

pip-1.5.4，远低于pip目前的版本,

解决方案：

下载新的版本安装更新pip，下载网址https://pypi.org/project/pip/#files

例如下载了pip-21.1.1.tar.gz，安装步骤如下:

step 1
tar -zxvf pip-21.1.1.tar.gz
step 2
cd pip-21.1.1
step 3
python3 setup.py build
step 4
python3 setup.py install

再次安装 mysqlclient

pip3 install mysqlclient

安装过程不再报错，验证安装OK。

三.部分代码说明

1.对象类型及属性查看--print(type(?))和print(dir(?))

因为我们平常对influxdb使用的相对较少，不像关系型数据库那么熟练，通过python查看influxdb数据，比较陌生，不知道返回值对象的类型是什么或者怎么操作。这时候可以通过print(type(?)) 和print(dir(?))来查看。

如下图，假如response是influxdb的query返回值。

print显示的返回信息如下:

注意上面有一个 get_points 方法，不知道你找到了吗? 这个需要特别注意，后面我们就会讲到。

2. Getting all points

Using query() that returns data in ‘influxdb.resultset.ResultSet‘ format.This is the sample output of the query():

Result: ResultSet({‘(u‘cpu‘, None)‘: [{u‘usage_guest_nice‘: 0, u‘usage_user‘: 0.90783871790308868, u‘usage_nice‘: 0, u‘usage_steal‘: 0, u‘usage_iowait‘: 0.056348610076366427, u‘host‘: u‘xxx.xxx.hostname.com‘, u‘usage_guest‘: 0, u‘usage_idle‘: 98.184322579062794, u‘usage_softirq‘: 0.0062609566755314457, u‘time‘: u‘2016-06-26T16:25:00Z‘, u‘usage_irq‘: 0, u‘cpu‘: u‘cpu-total‘, u‘usage_system‘: 0.84522915123660536}]})

Using rs.get_points() will return a generator for all the points in the ResultSet.

you can Filtering by measurement

rs = cli.query("SELECT * from cpu") 
cpu_points = list(rs.get_points(measurement=‘cpu‘))

or you can Filtering by tags

rs = cli.query("SELECT * from cpu")
cpu_influxdb_com_points = list(rs.get_points(tags={"host_name": "influxdb.com"}))

or you can Filtering by measurement and tags

rs = cli.query("SELECT * from cpu")
points = list(rs.get_points(measurement=‘cpu‘, tags={‘host_name‘: ‘influxdb.com‘}))

3.telegraf模板中关于host的命名

我们知道telegraf 模板中有host参数（默认在/etc/telegraf.conf设置），在grafana界面上可以根据这个host参数进行刷选，进一步定位到想要查看的 Server 或 DB 实例。因为公司有多个项目组，每个项目组负责不同的系统，有各自的DB Server 、实例。为了区分这个Server究竟属于那个项目组（Team），所以，我们在定义Host时，不是简单的赋值Server IP，而是产品线 + Server IP的后两位。如此，也方便监控、研发、运维的同学快速找到Server，判断相应的业务项目组。

例如订单中心所在的 DB Server 为 18.19.20.21 其host为 order_20_21；CRM 所在的 DB Server 为 18.19.22.23 其host为crm_22_23;ERP所在的DB Server 为 18.19.24.25其host为erp_24_25;app所在的DB Server 为 18.19.34.35其host为app_34_35;等等。

四主要代码

1.在MySQL实例上创建保存Server信息的表

CREATE TABLE `monitor_serverdb` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `ip_address` varchar(255) NOT NULL DEFAULT ‘‘,
  `datetime_created` timestamp NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT ‘数据行创建时间‘,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB  DEFAULT CHARSET=utf8mb4;

2.连接MySQL的python文件db_conn.py

代码如下:

#!/usr/bin/python3
# -*- coding: UTF-8 -*-

import MySQLdb

# 打开数据库连接
db = MySQLdb.connect("server DB实例IP","DB 用户名","DB PWD","DB Name",charset=‘utf8mb4‘,port=数据库端口号)

3.连接InfluxDB的python文件collect_dbhost_telegraf_info.py

主要代码:

#!/usr/bin/python
# -*- coding: UTF-8 -*-



from influxdb import InfluxDBClient

import pytz
import time
import dateutil.parser
import datetime


class DBApi(object):
    """
    通过infludb获取数据
    """

    def __init__(self, ip, port):
        """
        初始化数据
        :param ip:influxdb地址
        :param port: 端口
        """
        self.db_name = ‘telegraf‘
        self.use_cpu_table = ‘cpu‘ # cpu使用率表
        self.phy_mem_table = ‘mem‘# 物理内存表
        self.traffic_table = ‘net‘# 接收流量表
        self.disk_table = ‘disk‘# 磁盘表
        self.client = InfluxDBClient(ip, port, ‘DB UID‘, ‘DB PWD‘, self.db_name)  # 连接influxdb数据库
        print (‘test link influxdb‘)

    def get_telegraf_list(self):
        """
        :param host: 查询的主机host (telegraf 配置参数中的host栏位)
        """

        print (‘step 1 check get deployment‘)
        response = {}
        telegraf_list = self.client.query(‘SHOW TAG VALUES FROM disk WITH KEY = "host";‘)

        return telegraf_list

4.执行文件collect_monitordb_info.py

#!/usr/bin/python
# -*- coding: UTF-8 -*-


import os
import time
from collect_dbhost_telegraf_info.py import DBApi
## get mysqldb connection
import db_conn
mysqldb = db_conn.db
# use cursor
cursor = mysqldb.cursor()

###数据收集前，清除之前收集的数据
sql_delete = "delete from monitor_serverdb "
cursor.execute(sql_delete)
mysqldb.commit()

# 连接 influxdb
# INFLUXDB_IP influxdb所在主机
# INFLUXDB_PROT influxdb端口
db = DBApi(ip=‘influxdb 所在主机‘, port=‘端口号‘)
###print(db)
response = db.get_telegraf_list()
#print (response)
#print(type(response))
#print(dir(response))
disk_points = list(response.get_points(measurement=‘disk‘))
#print(disk_points)
#print(dir(disk_points))
for disk_check in disk_points:
  ##print(disk_check)
  for host_key in disk_check.keys():
    if host_key == "value":
      ##print(disk_check[host_key])
      ##基于host的命名进行切割，分割符为_，返回值为列表
      diskhost_split = disk_check[host_key].split(‘_‘)
      ##将列表中的后两个元素提取出来，组成server IP,因为集团IP前两位一样，所以如此拼凑。
      ##print(type(diskhost_split))
      ##print(diskhost_split)
      ##print(diskhost_split[-2:-3:-1][0])
      disk_ip = ‘110.‘ + ‘120.‘ + diskhost_split[-2:-3:-1][0] + ‘.‘ + diskhost_split[-1:-2:-1][0]
      print(disk_ip)
      sql_insert = "insert into monitor_serverdb(ip_address) "                       "values(‘%s‘)" %                       (disk_ip)
      cursor.execute(sql_insert)
      mysqldb.commit()

5.执行命令如下

python3 collect_monitordb_info.py

五.参考资料

1.https://*.com/questions/38040644/processing-influx-db-output-of-influxdb-resultset-resultset/38055771

2.python 获取指定字符前面或后面的所有字符

https://www.cnblogs.com/syw20170419/p/10969191.html

3.https://www.cnblogs.com/jadexia/p/7797791.html

4.https://blog.csdn.net/Linking_sea/article/details/112690038

5.InfluxDB 入门

https://www.jianshu.com/p/f0905f36e9c3

6.https://grafana.com/grafana/

7.https://github.com/dbarun/mysql_archiver#readme