11 Обнаружение с использованием запросов ODBC SQL

Обзор

Этот тип низкоуровневого обнаружения осуществляется с использованием SQL запросов, результаты которых автоматически преобразуются в объект JSON, пригодный для низкоуровневого обнаружения.

Ключ элемента данных

SQL-запросы выполняются при помощи элементов данных типа «Монитор баз данных». Так что большая часть указаний со страницы ODBC мониторинга применима к получению работающего правила обнаружения «Монитора баз данных».

В правилах обнаружения «Монитор баз данных» можно использовать два ключа элементов данных:

• db.odbc.discovery[<уникальное короткое описание>,<dsn>,<строка подключения>] - этот элемент данных преобразует результат SQL-запроса в массив JSON, превращает имена столбцов из результата запроса в имена макросов низкоуровневого обнаружения в парах с обнаруженными значениями полей. Эти макросы можно использовать при создании прототипов элементов данных, триггеров и т.п. Смотрите также: Использование db.odbc.discovery.

• db.odbc.get[<уникальное короткое описание>,<dsn>,<строка подключения>] - этот элемент данных преобразует результат SQL-запроса в массив JSON, сохраняя оригинальные имена столбцов из результата запроса в качестве имён полей в JSON в сочетании с обнаруженными значениями. В сравнении с db.odbc.discovery[], этот элемент данных не создает макросы низкоуровневого обнаружения в возвращаемом JSON, поэтому не требуется проверять, могут ли имена столбцов быть корректными именами макросов. Макросы низкоуровневого обнаружения можно определить дополнительным шагом по мере необходимости, используя функционал настраиваемых макросов с JSONPath, указывающим на обнаруженные значения в полученном JSON. Смотрите также: Использование db.odbc.get.

Использование db.odbc.discovery

В качестве практического примера, иллюстрирующего, как SQL запрос трансформируется в JSON, давайте рассмотрим низкоуровневое обнаружение Zabbix прокси, выполнив ODBC запрос к базе данных Zabbix. Он может быть полезен для автоматического создания внутренних элементов данных «zabbix[proxy,<name>,lastaccess]» для наблюдения за тем, какие прокси живы.

Давайте начнём с настройки правила обнаружения:

Все обязательные поля ввода отмечены красной звёздочкой.

Здесь используется следующий прямой запрос к базе данных Zabbix для выборки всех Zabbix прокси вместе с количеством узлов сети, за которыми эти прокси наблюдают. Количество узлов сети можно использовать, например, для фильтрации пустых прокси:

mysql> SELECT h1.host, COUNT(h2.host) AS count FROM hosts h1 LEFT JOIN hosts h2 ON h1.hostid = h2.proxy_hostid WHERE h1.status IN (5, 6) GROUP BY h1.host;
       +---------+-------+
       | host    | count |
       +---------+-------+
       | Japan 1 |     5 |
       | Japan 2 |    12 |
       | Latvia  |     3 |
       +---------+-------+
       3 rows in set (0.01 sec)

Благодаря внутреннему механизму обработки элемента данных «db.odbc.discovery[,{$DSN}]», результат этого запроса автоматически преобразуется в следующий JSON:

[
           {
               "{#HOST}": "Japan 1",
               "{#COUNT}": "5"
           },
           {
               "{#HOST}": "Japan 2",
               "{#COUNT}": "12"
           },
           {
               "{#HOST}": "Latvia",
               "{#COUNT}": "3"
           }
       ]

Видно, что имена столбцов становятся именами макросов, а выбранные строки становятся значениями этих макросов.

$ grep db.odbc.discovery /tmp/zabbix_server.log
        ...
        23876:20150114:153410.856 In db_odbc_discovery() query:'SELECT h1.host, COUNT(h2.host) FROM hosts h1 LEFT JOIN hosts h2 ON h1.hostid = h2.proxy_hostid WHERE h1.status IN (5, 6) GROUP BY h1.host;'
        23876:20150114:153410.860 db_odbc_discovery() column[1]:'host'
        23876:20150114:153410.860 db_odbc_discovery() column[2]:'COUNT(h2.host)'
        23876:20150114:153410.860 End of db_odbc_discovery():NOTSUPPORTED
        23876:20150114:153410.860 Item [Zabbix server:db.odbc.discovery[proxies,{$DSN}]] error: Cannot convert column #2 name to macro.

Теперь, когда мы понимаем, как SQL запрос трансформируется в объект JSON, мы можем использовать макрос {#HOST} в прототипах элементов данных:

Как только обнаружение будет выполнено, элемент данных будет создан по каждому прокси:

Использование db.odbc.get

При использовании db.odbc.get[,{$DSN}] и следующего примера SQL:

mysql> SELECT h1.host, COUNT(h2.host) AS count FROM hosts h1 LEFT JOIN hosts h2 ON h1.hostid = h2.proxy_hostid WHERE h1.status IN (5, 6) GROUP BY h1.host;
       +---------+-------+
       | host    | count |
       +---------+-------+
       | Japan 1 |     5 |
       | Japan 2 |    12 |
       | Latvia  |     3 |
       +---------+-------+
       3 rows in set (0.01 sec)

вернётся этот JSON:

[
           {
               "host": "Japan 1",
               "count": "5"
           },
           {
               "host": "Japan 2",
               "count": "12"
           },
           {
               "host": "Latvia",
               "count": "3"
           }
       ]

Как вы можете видеть, макросы низкоуровневого обнаружения здесь отсутствуют. Однако, можно создать настраиваемые макросы низкоуровневого обнаружения на вкладке LLD макросы правила обнаружения, используя JSONPath, например:

{#HOST} → $.host

Теперь, этот макрос {#HOST} можно использовать в прототипах элементов данных: