发布从sql查询生成的prometheus度量（也用于carto sql api）。
query-exporter-carto的Python项目详细描述
query-exporter是一个Prometheus导出器，它允许收集度量 从数据库查询，在指定的时间间隔。
它使用SQLAlchemy连接到不同的数据库引擎，包括 PostgreSQL、MySQL、Oracle和Microsoft SQL Server。
每个查询可以在多个数据库上运行，并更新多个度量。
使用如下所示的配置文件调用应用程序：
databases:db1:dsn:sqlite://db2:dsn:sqlite://metrics:metric1:type:gaugedescription:A sample gaugemetric2:type:summarydescription:A sample summarymetric3:type:histogramdescription:A sample histogrambuckets:[10,20,50,100,1000]metric4:type:enumdescription:A sample enumstates:[foo,bar,baz]queries:query1:interval:5databases:[db1]metrics:[metric1]sql:SELECT random() / 1000000000000000query2:interval:20databases:[db1,db2]metrics:[metric2,metric3]sql:|SELECT abs(random() / 1000000000000000),abs(random() / 10000000000000000)query3:interval:10databases:[db2]metrics:[metric4]sql:|SELECT value FROM (SELECT 'foo' AS value UNIONSELECT 'bar'UNION SELECT 'baz')ORDER BY random()LIMIT 1
dsn连接字符串的格式如下：
dialect[+driver]://[username:password][@host:port]/database
（有关可用选项的详细信息，请参见SQLAlchemy documentation）。
查询配置中的metrics列表必须与 在sql中定义的查询。
如果未指定后缀，interval值将被解释为秒； 有效后缀是s，m，h，d。只有整数值可以是 明确规定。如果未指定值（或指定为null），则查询为 在每个http请求时执行。
查询通常返回一行，但支持多行，并且 每一行都将导致相关度量的更新。这与任何 一种度量单位，但仪表除外，它将有效地更新为该值 从最后一排。
对于上面的配置，导出的度量如下：
# HELP metric1 A sample gauge
# TYPE metric1 gauge
metric1{database="db1"} 1549.0
# HELP metric2 A sample summary
# TYPE metric2 summary
metric2_count{database="db2"} 1.0
metric2_sum{database="db2"} 5229.0
metric2_count{database="db1"} 1.0
metric2_sum{database="db1"} 4513.0
# TYPE metric2_created gauge
metric2_created{database="db2"} 1.5456472955657206e+09
metric2_created{database="db1"} 1.5456472955663064e+09
# HELP metric3 A sample histogram
# TYPE metric3 histogram
metric3_bucket{database="db2",le="10.0"} 0.0
metric3_bucket{database="db2",le="20.0"} 0.0
metric3_bucket{database="db2",le="50.0"} 0.0
metric3_bucket{database="db2",le="100.0"} 0.0
metric3_bucket{database="db2",le="1000.0"} 1.0
metric3_bucket{database="db2",le="+Inf"} 1.0
metric3_count{database="db2"} 1.0
metric3_sum{database="db2"} 714.0
metric3_bucket{database="db1",le="10.0"} 0.0
metric3_bucket{database="db1",le="20.0"} 0.0
metric3_bucket{database="db1",le="50.0"} 0.0
metric3_bucket{database="db1",le="100.0"} 0.0
metric3_bucket{database="db1",le="1000.0"} 1.0
metric3_bucket{database="db1",le="+Inf"} 1.0
metric3_count{database="db1"} 1.0
metric3_sum{database="db1"} 602.0
# TYPE metric3_created gauge
metric3_created{database="db2"} 1.545647295565831e+09
metric3_created{database="db1"} 1.5456472955663848e+09
# HELP metric4 A sample enum
# TYPE metric4 gauge
metric4{database="db2",metric4="foo"} 0.0
metric4{database="db2",metric4="bar"} 1.0
metric4{database="db2",metric4="baz"} 0.0
度量将自动标记为database标签，以便 为每个数据库生成独立序列。
数据库引擎
sqlalchemy不依赖于 安装。这意味着可能需要为 使用中的发动机，如下所示：
pip install SQLAlchemy[postgresql] SQLAlchemy[mysql] ...
基于哪个数据库正在使用。
有关详细信息，请参见supported databases。
纸箱扩展
您可以定义carto连接，而不是sql dsn。如果要这样做，请在数据库中使用carto:条目。
示例：
databases:
test_carto:
carto:
user: my_carto_user
api_key: my_carto_api_key
metrics:
observations_simple_count:
type: gauge
description: Simple count to check if this works...
queries:
query_count_simple_count:
interval: 120s
databases: [test_carto]
metrics: [observations_simple_count]
sql: SELECT count(*) from county_population;
- 您不能在同一个数据库中同时使用dsn和carto条目，因为这样做毫无意义。
- 配置对象的可用字段与经度cartodatasource对象的可用字段相同。
- 到今天为止，这些字段是（请记住，有些字段可能不适合监视）：
- api_version：v2默认情况下
- uses_batch：False默认情况下
- on_premise_domain：''默认。如果提供，carto url将使用它。如果不是，默认用户url将是。
- api_key：''默认。强制性的。建议使用主API密钥。
- user：''默认。强制性的。卡通用户（非电子邮件）
- cache：默认为空。缓存配置。在这种情况下暂时没有用。
开发环境
安装所需依赖项的最简单方法是创建虚拟环境并安装软件包：
python setup.py install pipenv install -e .
欢迎加入QQ群-->： 979659372
