- 欢迎使用 SkyWalking
- 观测分析语言 Observability Analysis Language, OAL
- 仪表系统
- 设计目标
- 为什么 SkyWalking 体系中没有使用 MQ?
- 探针简介
- 观测分析平台
- 可视化
- 选择接收器
- 服务自动打点代理
- 手动打点 SDK
- 服务网格探针
- SkyWalking Java 代理支持列表
- 设置
- 协议
- 作用域 Scopes 和字段 Fields
- 概念与设计
- Backend 启动
- Backend 存储
- 安装 Java agent
- Open Fetcher
- 概念与设计总览
- 设置开发环境
- 组件库设置
- 插件自动测试框架
- 使用命令行导出
- 操作名称分组规则
- Spring 注解插件
- Oracle 和 Resin 插件
- 支持忽略自定义的 trace
- 支持自定义增强
- 配置覆盖
- 支持传输层安全性协议(TLS)
- 命名空间
- 令牌认证
- 令牌认证
- 兼容 OpenTracing 的 Skywalking tracer
- 安装 log4j
- 安装 log4j2
- logback 插件
- 应用程序工具包跟踪
- 跨线程追踪
- 通过系统属性动态定义 agent 配置文件
- 插件开发指南
- 在 Kubernetes 中部署
- 通过 ALS 观测服务网格
- UI
- 与 Istio 协作
- 配置 Envoy 来向 SkyWalking 发送度量指标
- 快速入门
- V6 升级
- SkyWalking 跨进程传播的头部协议
- OAP server 支持 gPRC SSL 传输
- 贡献指南
- 数据存储扩展
- 启动模式
- 设置的覆盖
- IP 和端口设置
- 初始化模式
- 集群管理
- 服务器端的跟踪采样
- 慢 SQL 语句设置
- 官方 OAL 脚本
- 告警
- 高级部署
- Metrics Exporter
- TTL
- 动态配置
- 无法打点的网关/代理
- 应用性能指数
- 端点分组参数化
- 后台遥测数据
- Apache SkyWalking 代码提交者
- 如何构建项目
- 新度量指标的源和范围扩展
- 后端存储实体扩展
- 线程转储归并机制
文章来源于网络收集而来,版权归原创者所有,如有侵权请及时联系!
Open Fetcher
Fetcher 是 SkyWalking 后台的一个概念。当从目标系统读数据时,使用拉模式相比 receiver 更合适。这个模式典型的存在一些度量 SDK 中,例如 Prometheus。
Prometheus Fetcher
prometheus-fetcher:
selector: ${SW_PROMETHEUS_FETCHER:default}
default:
active: ${SW_PROMETHEUS_FETCHER_ACTIVE:false}
配置文件
Prometheus fetcher 通过配置文件设置。配置文件定义了所有与 fetching 服务及实例关联的内容,以及要加载哪些规则文件。
OAP 可以在启动时加载配置。如果新的配置不是格式规范的,OAP 启动失败。这些文件在 $CLASSPATH/fetcher-prom-rules
目录下。
文件使用 YAML 格式编写,有下面描述方案定义。方括号表示参数是可选择的。
一个完整的样例可以查看 此处
通用占位符如下:
<duration>
: 将被解析为持续时间的文本表示。The formats accepted are based on the ISO-8601 duration formatPnDTnHnMn.nS
with days considered to be exactly 24 hours.<labelname>
: 匹配正则表达式的字符串 [a-zA-Z_][a-zA-Z0-9_]*<labelvalue>
: unicode 字符的字符串<host>
: 由主机名或IP加可选端口号组成的有效字符串<path>
: 有效的 URL 路径<string>
: 普通的字符串
# How frequently to fetch targets.
fetcherInterval: <duration>
# Per-fetch timeout when fetching this target.
fetcherTimeout: <duration>
# The HTTP resource path on which to fetch metrics from targets.
metricsPath: <path>
#Statically configured targets.
staticConfig:
# The targets specified by the static config.
targets:
[ - <host> ]
# Labels assigned to all metrics fetched from the targets.
labels:
[ <labelname>: <labelvalue> ... ]
# Metrics rule allow you to recompute queries.
metricsRules:
[ - <metric_rules> ]
<metric_rules>
# The name of rule, which combinates with a prefix 'meter_' as the index/table name in storage.
name: <string>
# Scope should be one of SERVICE, INSTANCE and ENDPOINT.
scope: <string>
# The transformation operation from prometheus metrics to skywalking ones.
operation: <operation>
# The prometheus sources of the transformation operation.
sources:
# The prometheus metric family name
<string>:
# Function for counter, one of INCREASE, RATE, and IRATE.
[counterFunction: <string> ]
# The range of a counterFunction.
[range: <duration>]
# The percentile rank of percentile operation
[percentiles: [<rank>,...]]
# Relabel prometheus labels to skywalking dimensions.
relabel:
service: [<labelname>, ...]
[instance: [<labelname>, ...]]
[endpoint: [<labelname>, ...]]
可用的操作有 avg
, avgHistogram
和 avgHistogramPercentile
。avg
和 avgXXX
表示将原始获得的度量指标或者高比率指标平均为低比率度量指标。该过程是 Skywalking 的向下采样的延伸,这就增加了从原始数据到分钟比率的过程。
当你指定 avgHistogram
和 avgHistogramPercentile
时,度量指标 source 必须是 histogram
类型。由于直方图的 bucket
, sum
和 count
都是计数器,所以也需要一个统计函数。
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论