• /
  • EnglishEspañol日本語한국어Português
  • 로그인지금 시작하기

사용자의 편의를 위해 제공되는 기계 번역입니다.

영문본과 번역본이 일치하지 않는 경우 영문본이 우선합니다. 보다 자세한 내용은 이 페이지를 방문하시기 바랍니다.

문제 신고

제품에서 지표 보내기

팁

이 절차는 퀵스타트를 만드는 방법을 가르치는 과정의 일부입니다. 아직 확인하지 않으셨다면 과정 소개를 확인해 보세요.

이 과정의 각 절차는 마지막 절차를 기반으로 구축되므로 이 과정을 진행하기 전에 구현하고 배포하는 것을 확인하세요.

지표는 시스템의 성능과 동작에서 파생된 집계된 측정값입니다. 제품이 데이터베이스인 경우 CPU 사용률, 메모리 사용률 및 쿼리 처리량과 같은 지표를 보낼 수 있습니다. 지표는 일반적으로 뉴렐릭으로 전송되는 데이터의 양을 제한하려는 경우에만 사용됩니다. 오류율 및 처리량과 같은 많은 지표는 이벤트를 집계하여 컴퓨트할 수 있습니다.

뉴렐릭은 지표 API 에 지표를 보내기 위한 다양한 방법을 제공합니다. 이 레슨에서는 텔레메트리 소프트웨어 개발 키트(SDK)를 사용하여 제품에서 지표를 보냅니다.

우리의 SDK를 사용하세요

우리는 가장 널리 사용되는 여러 프로그래밍 언어로 오픈 소스 텔레메트리 SDK를 제공합니다. 지표 API 를 포함한 데이터 수집 API 로 데이터를 보냅니다. 이러한 언어 SDK 중 Python, Java, Node/TypeScript 및 Go는 지표 API 와 함께 작동합니다.

이 단원에서는 Python 스프레드시트 SDK를 설치하고 사용하여 지표를 뉴렐릭으로 보내는 방법을 배웁니다.

강좌 저장소 의 send-metrics/flashDB 디렉터리로 변경합니다.

bash
$
cd ../send-metrics/flashDB

pip 사용하여 newrelic-telemetry-sdk 패키지를 설치합니다.

bash
$
pip install newrelic-telemetry-sdk

$NEW_RELIC_LICENSE_KEY 이라는 환경 변수에 뉴렐릭 클러스터 키를 저장하세요.

bash
$
export NEW_RELIC_LICENSE_KEY=<YOUR_USER_KEY>

팁

귀하의 계정 설정 에서 귀하의 뉴벨릭 볼륨 키를 찾으실 수 있습니다.

다음으로 앱 논리에 익숙해집니다.

import os
import random
import datetime


db = {}
stats = {
    "read_response_times": [],
    "read_errors": 0,
    "read_count": 0,
    "create_response_times": [],
    "create_errors": 0,
    "create_count": 0,
    "update_response_times": [],
    "update_errors": 0,
    "update_count": 0,
    "delete_response_times": [],
    "delete_errors": 0,
    "delete_count": 0,
    "cache_hit": 0,
}
last_push = {
    "read": datetime.datetime.now(),
    "create": datetime.datetime.now(),
    "update": datetime.datetime.now(),
    "delete": datetime.datetime.now(),
}


def read(key):


    print(f"Reading...")


    if random.randint(0, 30) > 10:
        stats["cache_hit"] += 1


    stats["read_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["read_errors"] += 1
    stats["read_count"] += 1
    try_send("read")


def create(key, value):


    print(f"Writing...")


    db[key] = value
    stats["create_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["create_errors"] += 1
    stats["create_count"] += 1
    try_send("create")


def update(key, value):


    print(f"Updating...")


    db[key] = value
    stats["update_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["update_errors"] += 1
    stats["update_count"] += 1
    try_send("update")


def delete(key):


    print(f"Deleting...")


    db.pop(key, None)
    stats["delete_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["delete_errors"] += 1
    stats["delete_count"] += 1
    try_send("delete")


def try_send(type_):


    print("try_send")


def clear(type_):
    stats[f"{type_}_response_times"] = []
    stats[f"{type_}_errors"] = 0
    stats["cache_hit"] = 0
    stats[f"{type_}_count"] = 0
    last_push[type_] = datetime.datetime.now()
db.py

특수 기능을 숙지하세요

선택한 IDE에서 db.py 파일을 열고 앱 로직을 숙지하세요.

이 데모에서는 CRUD(만들기, 읽기, 업데이트 및 삭제) 작업을 모방하는 더미 Python 애플리케이션을 사용합니다.

import os
import random
import datetime


db = {}
stats = {
    "read_response_times": [],
    "read_errors": 0,
    "read_count": 0,
    "create_response_times": [],
    "create_errors": 0,
    "create_count": 0,
    "update_response_times": [],
    "update_errors": 0,
    "update_count": 0,
    "delete_response_times": [],
    "delete_errors": 0,
    "delete_count": 0,
    "cache_hit": 0,
}
last_push = {
    "read": datetime.datetime.now(),
    "create": datetime.datetime.now(),
    "update": datetime.datetime.now(),
    "delete": datetime.datetime.now(),
}


def read(key):


    print(f"Reading...")


    if random.randint(0, 30) > 10:
        stats["cache_hit"] += 1


    stats["read_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["read_errors"] += 1
    stats["read_count"] += 1
    try_send("read")


def create(key, value):


    print(f"Writing...")


    db[key] = value
    stats["create_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["create_errors"] += 1
    stats["create_count"] += 1
    try_send("create")


def update(key, value):


    print(f"Updating...")


    db[key] = value
    stats["update_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["update_errors"] += 1
    stats["update_count"] += 1
    try_send("update")


def delete(key):


    print(f"Deleting...")


    db.pop(key, None)
    stats["delete_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["delete_errors"] += 1
    stats["delete_count"] += 1
    try_send("delete")


def try_send(type_):


    print("try_send")


def clear(type_):
    stats[f"{type_}_response_times"] = []
    stats[f"{type_}_errors"] = 0
    stats["cache_hit"] = 0
    stats[f"{type_}_count"] = 0
    last_push[type_] = datetime.datetime.now()
db.py

read, create, update 및 delete 는 CRUD 작업을 모방하는 더미 메서드입니다. 모든 CRUD 작업에 대해 작업이 수행되었음을 반영하기 위해 해당 stat 증가됩니다. 다음으로 이 stats 데이터를 뉴렐릭으로 보냅니다.

측정항목을 New Relic으로 보내기

지표에는 3가지 유형이 있습니다.

  • GaugeMetric: 단일 시점에 단일 값을 보냅니다.
  • CountMetric: 이벤트의 총 발생 횟수를 추적합니다.
  • SummaryMetric: 시간 경과에 따른 개수, 합계, 최소값 및 최대값을 추적합니다.

다음으로, 이러한 지표를 보내도록 합니다.

db.py 에서 MetricClient 을 구성합니다.

import os
import random
import datetime


from newrelic_telemetry_sdk import MetricClient


metric_client = MetricClient(os.environ["NEW_RELIC_LICENSE_KEY"])


db = {}
stats = {
    "read_response_times": [],
    "read_errors": 0,
    "read_count": 0,
    "create_response_times": [],
    "create_errors": 0,
    "create_count": 0,
    "update_response_times": [],
    "update_errors": 0,
    "update_count": 0,
    "delete_response_times": [],
    "delete_errors": 0,
    "delete_count": 0,
    "cache_hit": 0,
}
last_push = {
    "read": datetime.datetime.now(),
    "create": datetime.datetime.now(),
    "update": datetime.datetime.now(),
    "delete": datetime.datetime.now(),
}


def read(key):


    print(f"Reading...")


    if random.randint(0, 30) > 10:
        stats["cache_hit"] += 1


    stats["read_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["read_errors"] += 1
    stats["read_count"] += 1
    try_send("read")


def create(key, value):


    print(f"Writing...")


    db[key] = value
    stats["create_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["create_errors"] += 1
    stats["create_count"] += 1
    try_send("create")


def update(key, value):


    print(f"Updating...")


    db[key] = value
    stats["update_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["update_errors"] += 1
    stats["update_count"] += 1
    try_send("update")


def delete(key):


    print(f"Deleting...")


    db.pop(key, None)
    stats["delete_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["delete_errors"] += 1
    stats["delete_count"] += 1
    try_send("delete")


def try_send(type_):


    print("try_send")


def clear(type_):
    stats[f"{type_}_response_times"] = []
    stats[f"{type_}_errors"] = 0
    stats["cache_hit"] = 0
    stats[f"{type_}_count"] = 0
    last_push[type_] = datetime.datetime.now()
db.py

앱을 사용하여 다음 지표를 뉴렐릭으로 보내세요.

  • keys

  • db_size

  • errors

  • cache_hits

  • response_times

    import os
    import random
    import datetime
    from sys import getsizeof
    

    from newrelic_telemetry_sdk import MetricClient, GaugeMetric, CountMetric, SummaryMetric
    

    metric_client = MetricClient(os.environ["NEW_RELIC_LICENSE_KEY"])
    

    db = {}
    stats = {
        "read_response_times": [],
        "read_errors": 0,
        "read_count": 0,
        "create_response_times": [],
        "create_errors": 0,
        "create_count": 0,
        "update_response_times": [],
        "update_errors": 0,
        "update_count": 0,
        "delete_response_times": [],
        "delete_errors": 0,
        "delete_count": 0,
        "cache_hit": 0,
    }
    last_push = {
        "read": datetime.datetime.now(),
        "create": datetime.datetime.now(),
        "update": datetime.datetime.now(),
        "delete": datetime.datetime.now(),
    }
    

    def read(key):
    

        print(f"Reading...")
    

        if random.randint(0, 30) > 10:
            stats["cache_hit"] += 1
    

        stats["read_response_times"].append(random.uniform(0.5, 1.0))
        if random.choice([True, False]):
            stats["read_errors"] += 1
        stats["read_count"] += 1
        try_send("read")
    

    def create(key, value):
    

        print(f"Writing...")
    

        db[key] = value
        stats["create_response_times"].append(random.uniform(0.5, 1.0))
        if random.choice([True, False]):
            stats["create_errors"] += 1
        stats["create_count"] += 1
        try_send("create")
    

    def update(key, value):
    

        print(f"Updating...")
    

        db[key] = value
        stats["update_response_times"].append(random.uniform(0.5, 1.0))
        if random.choice([True, False]):
            stats["update_errors"] += 1
        stats["update_count"] += 1
        try_send("update")
    

    def delete(key):
    

        print(f"Deleting...")
    

        db.pop(key, None)
        stats["delete_response_times"].append(random.uniform(0.5, 1.0))
        if random.choice([True, False]):
            stats["delete_errors"] += 1
        stats["delete_count"] += 1
        try_send("delete")
    

    def try_send(type_):
    

        print("try_send")
    

    def send_metrics(type_, interval_ms):
    

        print("sending metrics...")
    

        keys = GaugeMetric("fdb_keys", len(db))
        db_size = GaugeMetric("fdb_size", getsizeof(db))
    

        errors = CountMetric(
            name=f"fdb_{type_}_errors",
            value=stats[f"{type_}_errors"],
            interval_ms=interval_ms
        )
    

        cache_hits = CountMetric(
            name=f"fdb_cache_hits",
            value=stats["cache_hit"],
            interval_ms=interval_ms
        )
    

        response_times = stats[f"{type_}_response_times"]
        response_time_summary = SummaryMetric(
            f"fdb_{type_}_responses",
            count=len(response_times),
            min=min(response_times),
            max=max(response_times),
            sum=sum(response_times),
            interval_ms=interval_ms,
        )
    

        batch = [keys, db_size, errors, cache_hits, response_time_summary]
        response = metric_client.send_batch(batch)
        response.raise_for_status()
        print("Sent metrics successfully!")
        clear(type_)
    

    def clear(type_):
        stats[f"{type_}_response_times"] = []
        stats[f"{type_}_errors"] = 0
        stats["cache_hit"] = 0
        stats[f"{type_}_count"] = 0
        last_push[type_] = datetime.datetime.now()
    db.py

    여기에서는 GaugeMetric, CountMetric 및 SummaryMetric 를 사용하여 뉴렐릭에 지표를 보고하도록 플랫폼을 구성합니다.

이러한 지표를 2초마다 보내도록 try_send 모듈을 수정하세요.

import os
import random
import datetime
from sys import getsizeof


from newrelic_telemetry_sdk import MetricClient, GaugeMetric, CountMetric, SummaryMetric


metric_client = MetricClient(os.environ["NEW_RELIC_LICENSE_KEY"])


db = {}
stats = {
    "read_response_times": [],
    "read_errors": 0,
    "read_count": 0,
    "create_response_times": [],
    "create_errors": 0,
    "create_count": 0,
    "update_response_times": [],
    "update_errors": 0,
    "update_count": 0,
    "delete_response_times": [],
    "delete_errors": 0,
    "delete_count": 0,
    "cache_hit": 0,
}
last_push = {
    "read": datetime.datetime.now(),
    "create": datetime.datetime.now(),
    "update": datetime.datetime.now(),
    "delete": datetime.datetime.now(),
}


def read(key):


    print(f"Reading...")


    if random.randint(0, 30) > 10:
        stats["cache_hit"] += 1


    stats["read_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["read_errors"] += 1
    stats["read_count"] += 1
    try_send("read")


def create(key, value):


    print(f"Writing...")


    db[key] = value
    stats["create_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["create_errors"] += 1
    stats["create_count"] += 1
    try_send("create")


def update(key, value):


    print(f"Updating...")


    db[key] = value
    stats["update_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["update_errors"] += 1
    stats["update_count"] += 1
    try_send("update")


def delete(key):


    print(f"Deleting...")


    db.pop(key, None)
    stats["delete_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["delete_errors"] += 1
    stats["delete_count"] += 1
    try_send("delete")


def try_send(type_):


    print("try_send")


    now = datetime.datetime.now()
    interval_ms = (now - last_push[type_]).total_seconds() * 1000
    if interval_ms >= 2000:
        send_metrics(type_, interval_ms)


def send_metrics(type_, interval_ms):


    print("sending metrics...")


    keys = GaugeMetric("fdb_keys", len(db))
    db_size = GaugeMetric("fdb_size", getsizeof(db))


    errors = CountMetric(
        name=f"fdb_{type_}_errors",
        value=stats[f"{type_}_errors"],
        interval_ms=interval_ms
    )


    cache_hits = CountMetric(
        name=f"fdb_cache_hits",
        value=stats["cache_hit"],
        interval_ms=interval_ms
    )


    response_times = stats[f"{type_}_response_times"]
    response_time_summary = SummaryMetric(
        f"fdb_{type_}_responses",
        count=len(response_times),
        min=min(response_times),
        max=max(response_times),
        sum=sum(response_times),
        interval_ms=interval_ms,
    )


    batch = [keys, db_size, errors, cache_hits, response_time_summary]
    response = metric_client.send_batch(batch)
    response.raise_for_status()
    print("Sent metrics successfully!")
    clear(type_)


def clear(type_):
    stats[f"{type_}_response_times"] = []
    stats[f"{type_}_errors"] = 0
    stats["cache_hit"] = 0
    stats[f"{type_}_count"] = 0
    last_push[type_] = datetime.datetime.now()
db.py

이제 귀하의 플랫폼은 구성된 지표를 모두 2초마다 보고합니다.

build-a-quickstart-lab/send-metrics/flashDB 에서 애플리케이션 루트로 이동합니다.

서비스를 실행하여 지표를 보고하고 있는지 확인하세요.

bash
$
python simulator.py
Writing...
try_send
Writing...
try_send
Reading...
try_send
Reading...
try_send
Writing...
try_send
Writing...
try_send
Reading...
sending metrics...
Sent metrics successfully!

대체 옵션

언어 SDK가 귀하의 요구 사항에 맞지 않거나 지표를 뉴렐릭으로 보내기 위해 좀 더 맞춤화된 것을 원하는 경우, 다른 옵션 중 하나를 사용해 보세요:

  • 수동 구현: 원하는 언어의 SDK가 지표를 지원하지 않는 경우 언제든지 자신의 라이브러리를 수동으로 추출하여 뉴렐릭 지표 API 에 POST 요청을 할 수 있습니다.
  • 프로메테우스 데이터: 프로메테우스 데이터는 원격 쓰기와 OpenMetrics의 두 가지 방법으로 뉴렐릭으로 전송될 수 있습니다. 매우 높은 수준에서 자체 Prometheus 서버를 관리하는 경우 원격 쓰기를 사용해야 하고, 그렇지 않은 경우 OpenMetrics를 사용해야 합니다.

이 절차에서는 인덱스를 뉴렐릭으로 보내기 위해 서비스를 축소했습니다. 다음으로 이벤트를 보내도록 합니다.

팁

이 절차는 퀵스타트를 만드는 방법을 가르치는 과정의 일부입니다. 다음 강의를 계속 진행하세요. 제품에서 이벤트를 보내세요.

Copyright © 2024 New Relic Inc.
채용정보서비스 이용약관DMCA 정책개인정보 고지쿠키 정책영국 현대판 노예법

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