• EnglishEspañol日本語한국어Português
  • Inicia sesiónComenzar ahora

Te ofrecemos esta traducción automática para facilitar la lectura.

In the event of any inconsistency between the English version and the translated version, the English versionwill take priority. Please visit this page for more information.

Crea una propuesta

data_source_generator (API del agente Python)

Sintaxis

newrelic.agent.data_source_generator(name=None, **properties)

Envuelve una fuente de datos generadora de datos métricos.

Descripción

Las API de fuente de datos proporcionan una manera de generar métricas utilizando una APIde estilo pull en lugar de la API de estilo push implementada por record_custom_metric. Para obtener más información sobre por qué y cómo utilizar fuentes de datos para métrica personalizada, consulte fuentes de datos de métrica personalizada.

El decorador data_source_generator se utiliza para envolver una fuente de datos simple de generación de datos métricos que devuelve directamente un iterable/generador con la métrica para cada muestra. La función a la que se aplica el decorador no debe aceptar argumentos. Esto se usaría cuando no hay necesidad de retener información de estado entre llamadas para generar cualquier métrica, y donde una instancia de la fuente de datos se puede usar en múltiples aplicaciones.

Parámetros

Parámetro

Descripción

name

cadena

Opcional. El nombre de la fuente de datos. Esto se utiliza únicamente con fines de registro. Si no se proporciona, el valor predeterminado es el nombre invocable derivado de la función decorada.

properties

diccionario

Opcional. Cualquier propiedad adicional para pasar a la fábrica de fuentes de datos.

Los campos posibles para un diccionario son:

  • count
  • total
  • min
  • max
  • sum_of_squares

Valores de retorno

Devuelve una función.

Ejemplos

Ejemplo de generador de fuente de datos

Un ejemplo del uso de data_source_generator para ajustar una función que devuelve valores métricos:

import psutil
import os
@newrelic.agent.data_source_generator(name='Memory Usage')
def memory_metrics():
pid = os.getpid()
p = psutil.Process(os.getpid())
m = p.get_memory_info()
yield ('Custom/Memory/Physical', float(m.rss)/(1024*1024))
yield ('Custom/Memory/Virtual', float(m.vms)/(1024*1024))
Copyright © 2024 New Relic Inc.

This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.