12 Descubrimiento mediante consultas SQL ODBC

Descripción general

Este tipo de descubrimiento de bajo nivel se realiza usando consultas SQL, cuyos resultados se transforman automáticamente en un objeto JSON adecuado para descubrimiento de bajo nivel.

Clave de la métrica

Las consultas SQL se realizan utilizando un tipo de métrica "Monitor de base de datos". Por lo tanto, la mayoría de las instrucciones en la página monitoreo ODBC se aplican para obtener una regla de descubrimiento de "Monitor de base de datos" que funcione.

Se pueden utilizar dos claves de métricas en las reglas de descubrimiento del "monitor de base de datos":

• db.odbc.discovery[<descripción única corta>,<dsn>,<cadena de conexión>] - esta métrica transforma el resultado de la consulta SQL en una matriz JSON, convirtiendo los nombres de columnas del resultado de la consulta en una macro de descubrimiento de bajo nivel con los nombres emparejados con los valores de campo descubiertos. Estas macros pueden ser utilizadas para crear prototipos de métricas, iniciadores, etc. Ver también: Usando db.odbc.discovery.

• db.odbc.get[<descripción corta única>,<dsn>,<cadena de conexión>] - esta métrica transforma el resultado de la consulta SQL en una matriz JSON, manteniendo los nombres de columnas originales del resultado de la consulta como nombre de campo en JSON emparejado con los valores descubiertos. En comparación con db.odbc.discovery[], esta métrica no crea macros de descubrimiento de bajo nivel en el JSON devuelto, por lo tanto no es necesario comprobar si los nombres de las columnas pueden ser nombres de macro válidos. Las macros de descubrimiento de bajo nivel se pueden definir como un paso adicional según sea necesario, utilizando la funcionalidad macro LLD personalizada con JSONPath apuntando a los valores descubiertos en el JSON devuelto. Consulte también: Usando db.odbc.get.

Usando db.odbc.discovery

El siguiente ejemplo demuestra cómo una consulta SQL se transforma en JSON utilizando el descubrimiento de bajo nivel de proxies de Zabbix, basado en una consulta ODBC sobre la base de datos de Zabbix. Esto es útil para la creación automática de items internos "zabbix[proxy,<name>,lastaccess]" para monitorizar qué proxies están activos.

Comience con la configuración de la regla de descubrimiento:

Todos los campos obligatorios están marcados con un asterisco rojo.

Aquí, se utiliza la siguiente consulta directa sobre la base de datos de Zabbix para seleccionar todos los proxies de Zabbix, junto con el número de hosts que están monitorizando. El número de hosts puede usarse, por ejemplo, para filtrar proxies vacíos:

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)

Por el funcionamiento interno del item "db.odbc.discovery[,{$DSN}]", el resultado de esta consulta se transforma automáticamente en el siguiente JSON:

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

Se puede ver que los nombres de las columnas se convierten en nombres de macros y las filas seleccionadas se convierten en los valores de estas macros.

$ 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.

Ahora que entendemos cómo una consulta SQL se transforma en un objeto JSON, podemos usar la macro {#HOST} en los prototipos de item:

Una vez realizado el descubrimiento, se creará un item para cada proxy:

Usando db.odbc.get

Usando db.odbc.get[,{$DSN}] y el siguiente ejemplo de 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 |
       +---------+-------+
       | Japón 1 | 5 |
       | Japón 2 | 12 |
       | Letonia | 3 |
       +---------+-------+
       3 filas en conjunto (0,01 seg)

se devolverá este JSON:

[
           {
               "host": "Japón 1",
               "count": "5"
           },
           {
               "host": "Japón 2",
               "count": "12"
           },
           {
               "host": "Letonia",
               "count": "3"
           }
       ]

Como puede ver, allí no hay macros de descubrimiento de bajo nivel. Sin embargo, se pueden crear macros de descubrimiento personalizadas de bajo nivel en la pestaña de macros LLD de una regla de descubrimiento usando JSONPath, por ejemplo:

{#HOST} → $.host

Ahora esta macro {#HOST} se puede utilizar en prototipos de métricas: