12 Discovery mit ODBC-SQL-Abfragen

Übersicht

Diese Art der Low-Level-Discovery wird mithilfe von SQL-Abfragen durchgeführt, deren Ergebnisse automatisch in ein JSON-Objekt umgewandelt werden, das für die Low-Level-Discovery geeignet ist.

Item-Schlüssel

SQL-Abfragen werden mit einem "Database monitor"-Datenpunkttyp ausgeführt. Daher gelten die meisten Anweisungen auf der Seite ODBC-Überwachung, um eine funktionierende "Database monitor"-Erkennungsregel zu erhalten.

In "Database monitor"-Erkennungsregeln können zwei Item-Schlüssel verwendet werden:

• db.odbc.discovery[<unique short description>,<dsn>,<connection string>] - dieser Datenpunkt wandelt das Ergebnis der SQL-Abfrage in ein JSON-Array um und konvertiert dabei die Spaltennamen aus dem Abfrageergebnis in Low-Level-Discovery-Makronamen, die mit den erkannten Feldwerten verknüpft sind. Diese Makros können beim Erstellen von Vorlagen für Datenpunkte, Auslöser usw. verwendet werden. Siehe auch: Using db.odbc.discovery.

• db.odbc.get[<unique short description>,<dsn>,<connection string>] - dieser Datenpunkt wandelt das Ergebnis der SQL-Abfrage in ein JSON-Array um und behält dabei die ursprünglichen Spaltennamen aus dem Abfrageergebnis als Feldnamen in JSON bei, verknüpft mit den erkannten Werten. Im Vergleich zu db.odbc.discovery[] erstellt dieser Datenpunkt in dem zurückgegebenen JSON keine Low-Level-Discovery-Makros, daher muss nicht geprüft werden, ob die Spaltennamen gültige Makronamen sein können. Die Low-Level-Discovery-Makros können bei Bedarf als zusätzlicher Schritt definiert werden, indem die Funktion custom LLD macro mit JSONPath verwendet wird, das auf die erkannten Werte im zurückgegebenen JSON verweist. Siehe auch: Using db.odbc.get.

Verwendung von db.odbc.discovery

Als praktisches Beispiel zur Veranschaulichung, wie die SQL-Abfrage in JSON umgewandelt wird, betrachten wir die Low-Level-Discovery von Zabbix-Proxys durch Ausführen einer ODBC-Abfrage auf der Zabbix-Datenbank. Dies ist nützlich für die automatische Erstellung von "zabbix[proxy,<name>,lastaccess]" internen Datenpunkten, um zu überwachen, welche Proxys aktiv sind.

Beginnen wir mit der Konfiguration der Discovery-Regel:

Alle obligatorischen Eingabefelder sind mit einem roten Sternchen markiert.

Hier wird die folgende direkte Abfrage auf der Zabbix-Datenbank verwendet, um alle Zabbix-Proxys zusammen mit der Anzahl der Hosts auszuwählen, die sie überwachen. Die Anzahl der Hosts kann beispielsweise verwendet werden, um leere Proxys herauszufiltern:

mysql> SELECT h1.host, COUNT(h2.host) AS count FROM hosts h1 LEFT JOIN hosts h2 ON h1.hostid = h2.proxyid 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)

Durch die interne Funktionsweise des Datenpunkts "db.odbc.discovery[,{$DSN}]" wird das Ergebnis dieser Abfrage automatisch in das folgende JSON umgewandelt:

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

Man sieht, dass Spaltennamen zu Makronamen werden und ausgewählte Zeilen zu den Werten dieser Makros.

$ 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.

Jetzt, da wir verstehen, wie eine SQL-Abfrage in ein JSON-Objekt umgewandelt wird, können wir die Makro {#HOST} in Datenpunkt-Prototypen verwenden:

Sobald die Discovery durchgeführt wurde, wird für jeden Proxy ein Datenpunkt erstellt:

Verwendung von db.odbc.get

Bei Verwendung von db.odbc.get[,{$DSN}] und des folgenden SQL-Beispiels:

mysql> SELECT h1.host, COUNT(h2.host) AS count FROM hosts h1 LEFT JOIN hosts h2 ON h1.hostid = h2.proxyid 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)

wird dieses JSON zurückgegeben:

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

Wie Sie sehen können, gibt es dort keine Low-Level-Discovery-Makros. Benutzerdefinierte Low-Level-Discovery-Makros können jedoch im Reiter LLD-Makros einer Discovery-Regel mithilfe von JSONPath erstellt werden, zum Beispiel:

{#HOST} → $.host

Dieses Makro {#HOST} kann nun in Datenpunkt-Prototypen verwendet werden: