EC2AutoscaleNode
ec2Autoscale
节点为 AWS Autoscaling 组上的组触发自动伸缩事件。该节点还输出触发事件的点。
示例
// Target 80% cpu per ec2 instance
var target = 80.0
var min = 1
var max = 10
var period = 5m
var every = period
stream
|from()
.measurement('cpu')
.groupBy('host_name','group_name')
.where(lambda: "cpu" == 'cpu-total')
|eval(lambda: 100.0 - "usage_idle")
.as('usage_percent')
|window()
.period(period)
.every(every)
|mean('usage_percent')
.as('mean_cpu')
|groupBy('group_name')
|sum('mean_cpu')
.as('total_cpu')
|ec2Autoscale()
// Get the group name of the VM(EC2 instance) from "group_name" tag.
.groupNameTag('group_name')
.min(min)
.max(max)
// Set the desired number of replicas based on target.
.replicas(lambda: int(ceil("total_cpu" / target)))
|influxDBOut()
.database('deployments')
.measurement('scale_events')
.precision('s')
以上示例计算了按 host_name
、name
和 group_name
分组的 CPU usage_percent
的平均值。平均 CPU 使用率的总和计算为 total_cpu
。使用过去一段时间的 total_cpu
,根据 CPU 的目标百分比使用率计算所需的副本数。
如果所需的副本数已更改,Kapacitor 会调用相应的 API 来 AWS 自动伸缩组,以更新副本的规范。
每当 Ec2Autoscale 节点更改副本计数时,它都会发出一个点。该点使用 groupName
标记组名。此外,分组依据标记会保留在发出的点上。该点包含两个字段,表示副本的更改:old
和 new
。
可用统计信息
increase_events
:副本计数增加的次数。decrease_events
:副本计数减少的次数。cooldown_drops
:由于冷却计时器而丢弃事件的次数。errors
:遇到的错误数,通常与 AWS 自动伸缩 API 通信相关。
构造函数
链式方法 | 描述 |
---|---|
ec2Autoscale ( ) | 创建一个可以为 EC2 Autoscale 组触发自动伸缩事件的节点。 |
属性方法
设置器 | 描述 |
---|---|
cluster ( value string ) | Cluster 是要使用的 EC2 Autoscale 组的 ID。集群的 ID 在 kapacitor 配置中指定。 |
currentField ( value string ) | CurrentField 是一个字段的名称,当前副本计数将作为 int 设置到该字段中。如果为空,则不设置字段。用于计算当前状态的增量非常有用。 |
decreaseCooldown ( value time.Duration ) | 每个 DecreaseCooldown 间隔,每个资源只能触发一个减少事件。 |
groupName ( value string ) | GroupName 是要自动伸缩的自动伸缩组的名称。 |
groupNameTag ( value string ) | GroupName 是一个标记的名称,其中包含要自动伸缩的自动伸缩组的名称。 |
increaseCooldown ( value time.Duration ) | 每个 IncreaseCooldown 间隔,每个资源只能触发一个增加事件。 |
max ( value int64 ) | 要设置的最大伸缩因子。如果为 0,则没有上限。默认值:0,即没有限制。 |
min ( value int64 ) | 要设置的最小伸缩因子。默认值:1 |
outputGroupNameTag ( value string ) | OutputGroupName 是一个标记的名称,组名将写入该标记中以输出自动伸缩事件。如果 GroupNameTag 不为空,则默认为 GroupNameTag 的值。 |
quiet ( ) | 禁止来自此节点的所有错误日志记录事件。 |
replicas ( value ast.LambdaNode ) | Replicas 是一个 lambda 表达式,应评估为资源的所需副本数。 |
链式方法
Alert, Barrier, Bottom, ChangeDetect, Combine, Count, CumulativeSum, Deadman, Default, Delete, Derivative, Difference, Distinct, Ec2Autoscale, Elapsed, Eval, First, Flatten, GroupBy, HoltWinters, HoltWintersWithFit, HttpOut, HttpPost, InfluxDBOut, Join, K8sAutoscale, KapacitorLoopback, Last, Log, Mean, Median, Mode, MovingAverage, Percentile, Sample, Shift, Sideload, Spread, StateCount, StateDuration, Stats, Stddev, Sum, SwarmAutoscale, Top, Trickle, Union, Where, Window
属性
属性方法修改调用节点上的状态。它们不会向管道添加另一个节点,并且始终返回对调用节点的引用。属性方法使用 .
运算符标记。
Cluster
Cluster 是要使用的 ec2 自动伸缩组的 ID。集群的 ID 在 kapacitor 配置中指定。
ec2Autoscale.cluster(value string)
CurrentField
CurrentField 是一个字段的名称,当前副本计数将作为 int 设置到该字段中。如果为空,则不设置字段。用于计算当前状态的增量非常有用。
示例
|ec2Autoscale()
.currentField('replicas')
// Increase the replicas by 1 if the qps is over the threshold
.replicas(lambda: if("qps" > threshold, "replicas" + 1, "replicas"))
ec2Autoscale.currentField(value string)
DecreaseCooldown
每个 DecreaseCooldown 间隔,每个资源只能触发一个减少事件。
ec2Autoscale.decreaseCooldown(value time.Duration)
GroupName
GroupName 是要自动伸缩的自动伸缩组的名称。
ec2Autoscale.groupName(value string)
GroupNameTag
GroupName 是一个标记的名称,其中包含要自动伸缩的自动伸缩组的名称。
ec2Autoscale.groupNameTag(value string)
IncreaseCooldown
每个 IncreaseCooldown 间隔,每个资源只能触发一个增加事件。
ec2Autoscale.increaseCooldown(value time.Duration)
Max
要设置的最大伸缩因子。如果为 0,则没有上限。默认值:0,即没有限制。
ec2Autoscale.max(value int64)
Min
要设置的最小伸缩因子。默认值:1
ec2Autoscale.min(value int64)
OutputGroupNameTag
OutputGroupName 是一个标记的名称,组名将写入该标记中以输出自动伸缩事件。如果 GroupNameTag 不为空,则默认为 GroupNameTag 的值。
ec2Autoscale.outputGroupNameTag(value string)
Quiet
禁止来自此节点的所有错误日志记录事件。
ec2Autoscale.quiet()
Replicas
Replicas 是一个 lambda 表达式,应评估为资源的所需副本数。
ec2Autoscale.replicas(value ast.LambdaNode)
链式方法
链式方法在管道中创建一个新节点,作为调用节点的子节点。它们不会修改调用节点。链式方法使用 |
运算符标记。
Alert
创建一个告警节点,该节点可以触发告警。
ec2Autoscale|alert()
返回:AlertNode
Barrier
创建一个新的 Barrier 节点,该节点定期发出 BarrierMessage。
每个周期持续时间将发出一个 BarrierMessage。
ec2Autoscale|barrier()
返回:BarrierNode
Bottom
选择 field
的底部 num
个点,并按任何额外的标记或字段排序。
ec2Autoscale|bottom(num int64, field string, fieldsAndTags ...string)
返回:InfluxQLNode
ChangeDetect
创建一个新节点,该节点仅在与上一个点不同时才发出新点。
ec2Autoscale|changeDetect(field string)
Combine
将此节点与自身组合。数据按时间戳组合。
ec2Autoscale|combine(expressions ...ast.LambdaNode)
返回:CombineNode
Count
计算点的数量。
ec2Autoscale|count(field string)
返回:InfluxQLNode
CumulativeSum
计算接收到的每个点的累积和。为收集的每个点发出一个点。
ec2Autoscale|cumulativeSum(field string)
返回:InfluxQLNode
Deadman
用于在低吞吐量(又名“deadman’s switch”)上创建告警的辅助函数。
- 阈值:如果吞吐量在 points/interval 中降至阈值以下,则触发告警。
- 间隔:检查吞吐量的频率。
- 表达式:也要评估的可选表达式列表。对于一天中的时间告警很有用。
示例
var data = stream
|from()...
// Trigger critical alert if the throughput drops below 100 points per 10s and checked every 10s.
data
|deadman(100.0, 10s)
//Do normal processing of data
data...
以上等效于以下示例
var data = stream
|from()...
// Trigger critical alert if the throughput drops below 100 points per 10s and checked every 10s.
data
|stats(10s)
.align()
|derivative('emitted')
.unit(10s)
.nonNegative()
|alert()
.id('node \'stream0\' in task \'{{ .TaskName }}\'')
.message('{{ .ID }} is {{ if eq .Level "OK" }}alive{{ else }}dead{{ end }}: {{ index .Fields "emitted" | printf "%0.3f" }} points/10s.')
.crit(lambda: "emitted" <= 100.0)
//Do normal processing of data
data...
id
和 message
告警属性可以通过 “deadman” 配置部分全局配置。
由于 AlertNode 是最后一部分,因此可以像往常一样进一步修改它。例子
var data = stream
|from()...
// Trigger critical alert if the throughput drops below 100 points per 10s and checked every 10s.
data
|deadman(100.0, 10s)
.slack()
.channel('#dead_tasks')
//Do normal processing of data
data...
您可以指定其他 lambda 表达式以进一步约束何时触发 “deadman’s switch”。例子
var data = stream
|from()...
// Trigger critical alert if the throughput drops below 100 points per 10s and checked every 10s.
// Only trigger the alert if the time of day is between 8am-5pm.
data
|deadman(100.0, 10s, lambda: hour("time") >= 8 AND hour("time") <= 17)
//Do normal processing of data
data...
ec2Autoscale|deadman(threshold float64, interval time.Duration, expr ...ast.LambdaNode)
返回:AlertNode
Default
创建一个可以为丢失的标记或字段设置默认值的节点。
ec2Autoscale|default()
返回:DefaultNode
Delete
创建一个可以删除标记或字段的节点。
ec2Autoscale|delete()
返回:DeleteNode
Derivative
创建一个新节点,该节点计算相邻点的导数。
ec2Autoscale|derivative(field string)
Difference
计算点之间的差异,与经过的时间无关。
ec2Autoscale|difference(field string)
返回:InfluxQLNode
Distinct
生成仅包含不同点的批次。
ec2Autoscale|distinct(field string)
返回:InfluxQLNode
Ec2Autoscale
创建一个可以为 ec2 自动伸缩组触发自动伸缩事件的节点。
ec2Autoscale|ec2Autoscale()
Elapsed
计算点之间经过的时间。
ec2Autoscale|elapsed(field string, unit time.Duration)
返回:InfluxQLNode
Eval
创建一个 eval 节点,该节点将对每个数据点评估给定的转换函数。可以提供表达式列表,并将按给定的顺序评估。结果可用于以后的表达式。
ec2Autoscale|eval(expressions ...ast.LambdaNode)
返回:EvalNode
First
选择第一个点。
ec2Autoscale|first(field string)
返回:InfluxQLNode
Flatten
将具有相似时间的点展平为单个点。
ec2Autoscale|flatten()
返回:FlattenNode
GroupBy
按一组标记对数据进行分组。
可以传递文字 * 以按所有维度分组。例子
|groupBy(*)
ec2Autoscale|groupBy(tag ...interface{})
返回:GroupByNode
HoltWinters
计算数据集的 Holt-Winters (/influxdb/v1/query_language/functions/#holt-winters) 预测。
ec2Autoscale|holtWinters(field string, h int64, m int64, interval time.Duration)
返回:InfluxQLNode
HoltWintersWithFit
计算数据集的 Holt-Winters (/influxdb/v1/query_language/functions/#holt-winters) 预测。除了预测数据外,此方法还输出用于拟合数据的所有点。
ec2Autoscale|holtWintersWithFit(field string, h int64, m int64, interval time.Duration)
返回:InfluxQLNode
HttpOut
创建一个 HTTP 输出节点,该节点缓存它接收到的最新数据。缓存的数据在给定的端点可用。端点是运行任务的 API 端点的相对路径。例如,如果任务端点位于 /kapacitor/v1/tasks/<task_id>
并且端点为 top10
,则可以从 /kapacitor/v1/tasks/<task_id>/top10
请求数据。
ec2Autoscale|httpOut(endpoint string)
返回:HTTPOutNode
HttpPost
创建一个 HTTP Post 节点,该节点将接收到的数据 POST 到提供的 HTTP 端点。HttpPost 期望 0 或 1 个参数。如果提供 0 个参数,则必须指定一个端点属性方法。
ec2Autoscale|httpPost(url ...string)
返回:HTTPPostNode
InfluxDBOut
创建一个 influxdb 输出节点,该节点将传入数据存储到 InfluxDB 中。
ec2Autoscale|influxDBOut()
Join
将此节点与其他节点联接。数据按时间戳联接。
ec2Autoscale|join(others ...Node)
返回:JoinNode
K8sAutoscale
创建一个可以为 kubernetes 集群触发自动伸缩事件的节点。
ec2Autoscale|k8sAutoscale()
KapacitorLoopback
创建一个 kapacitor 环回节点,该节点会将数据作为流发送回 Kapacitor。
ec2Autoscale|kapacitorLoopback()
Last
选择最后一个点。
ec2Autoscale|last(field string)
返回:InfluxQLNode
Log
创建一个记录它接收的所有数据的节点。
ec2Autoscale|log()
返回:LogNode
Mean
计算数据的平均值。
ec2Autoscale|mean(field string)
返回:InfluxQLNode
Median
计算数据的中位数。
注意:此方法不是选择器。如果您想要中值点,请使用
.percentile(field, 50.0)
。
ec2Autoscale|median(field string)
返回:InfluxQLNode
Mode
计算数据的众数。
ec2Autoscale|mode(field string)
返回:InfluxQLNode
MovingAverage
计算最后窗口点的移动平均值。在窗口满之前不会发出任何点。
ec2Autoscale|movingAverage(field string, window int64)
返回:InfluxQLNode
Percentile
选择给定百分位数的点。这是一个选择器函数,不执行点之间的插值。
ec2Autoscale|percentile(field string, percentile float64)
返回:InfluxQLNode
Sample
创建一个新节点,该节点对传入的点或批次进行采样。
将按指定的计数或持续时间发出一个点。
ec2Autoscale|sample(rate interface{})
返回:SampleNode
Shift
创建一个新节点,该节点及时移动传入的点或批次。
ec2Autoscale|shift(shift time.Duration)
返回:ShiftNode
Sideload
创建一个可以从外部源加载数据的节点。
ec2Autoscale|sideload()
返回:SideloadNode
Spread
计算 min
点和 max
点之间的差异。
ec2Autoscale|spread(field string)
返回:InfluxQLNode
StateCount
创建一个跟踪给定状态下连续点数的节点。
ec2Autoscale|stateCount(expression ast.LambdaNode)
StateDuration
创建一个跟踪给定状态下持续时间的节点。
ec2Autoscale|stateDuration(expression ast.LambdaNode)
Stats
创建一个新的数据流,其中包含节点的内部统计信息。间隔表示基于实时发出统计信息的频率。这意味着间隔时间独立于源节点正在接收的数据点的时间。
ec2Autoscale|stats(interval time.Duration)
返回:StatsNode
Stddev
计算标准差。
ec2Autoscale|stddev(field string)
返回:InfluxQLNode
Sum
计算所有值的总和。
ec2Autoscale|sum(field string)
返回:InfluxQLNode
SwarmAutoscale
创建一个可以为 Docker swarm 集群触发自动伸缩事件的节点。
ec2Autoscale|swarmAutoscale()
Top
选择 field
的顶部 num
个点,并按任何额外的标记或字段排序。
ec2Autoscale|top(num int64, field string, fieldsAndTags ...string)
返回:InfluxQLNode
Trickle
创建一个新节点,该节点将批处理数据转换为流数据。
ec2Autoscale|trickle()
返回:TrickleNode
Union
执行此节点和所有其他给定节点的并集。
ec2Autoscale|union(node ...Node)
返回:UnionNode
Where
创建一个新节点,该节点通过给定的表达式过滤数据流。
ec2Autoscale|where(expression ast.LambdaNode)
返回:WhereNode
Window
创建一个新节点,该节点按时间窗口化流。
注意:Window 只能应用于流边缘。
ec2Autoscale|window()
返回:WindowNode
此页面是否对您有帮助?
感谢您的反馈!