一、背景

有些时候，我们想看每天系统的登录人数、或者系统中订单的数据，比如：成功的订单、异常的订单等等。这些数据都在我们的数据库中，通过sql_exporter我们可以将这些数据接入到prometheus中，进行监控告警。

二、sql-exporter的使用

1、下载

1、访问下载地址：https://github.com/free/sql_exporter/releases

# 下载
wget https://github.com/free/sql_exporter/releases/download/0.5/sql_exporter-0.5.darwin-amd64.tar.gz
# 解压
tar -zxvf sql_exporter-0.5.darwin-amd64.tar.gz
# 重命名
mv 

2、配置文件

1、sql_exporter.yml

# 全局配置
global:
  # 可以理解为执行sql语句的超时时间，这个值需要比prometheus的 `scrape_timeout` 值要小。如果配置了下方的 scrape_timeout_offset 值，那么最终的超时时间为， min(scrape_timeout, X-Prometheus-Scrape-Timeout-Seconds - scrape_timeout_offset)
  # X-Prometheus-Scrape-Timeout-Seconds 为 prometheus 的超时时间，从请求头中获取的
  scrape_timeout: 10s
  # 从 prometheus 的超时时间中减去一个偏移量，防止 prometheus 先超时。
  scrape_timeout_offset: 500ms
  # 各个sql收集器之间运行间隔的秒数
  min_interval: 0s
  # 允许获取到的数据库最大的连接数， <=0 表示不限制。
  max_connections: 3
  # 允许空闲连接数的个数，<=0 不做限制
  max_idle_connections: 3

# 配置监控的数据库和抓取信息
target:
  # 配置数据库链接信息
  # mysql://root(用户名):root(密码)@tcp(localhost:3306)/temp_work(库名)
  data_source_name: 'mysql://root:root@tcp(localhost:3306)/temp_work'
  # 收集器的名字, 对应者下方 collector_files 中具体的文件的 collector_name 的值
  collectors: [collector_user,collector_payment_orders]
collector_files: 
  - "collectors/*.collector.yml"

2、collectors 目录中的配置文件

1、collector_user的配置

cat  collectors/collector_user.collector.yml

统计的是 某个字段 的值，该行只有一个单个的值，比如注册数等等，对应sql 类似 select count(*) from table

# 收集器的名字
collector_name: collector_user

metrics:
  - metric_name: every_day_register_users # 指标的名字
    type: counter # 类型
    help: '统计每天的注册人数.' # 描述
    values: [register_users] # 值
    query: |
      select count(*) register_users from t_users where create_date between concat(curdate(),' 00:00:00') and concat(curdate(),' 23:59:59')

2、collector_payment_orders的配置

cat collectors/collector_payment_orders.collector.yml

1、统计的是 一行只有一个值。 比如 统计每个用户(需要有一个指标名称) 的订单数量（值） 对应sql 类似 select count(1), user_name from table group by user_name 。
2、统计的是一行可以有多个值。比如 统计每个用户(需要有指标名称) 的订单数量(指标名称和值)或订单金额（指标名称和值） 对应sql 类似 select user_name,count(1),sum(1) from table group by user_name。

# 收集器的名字
collector_name: collector_payment_orders

metrics:
  - metric_name: every_day_order_cnt
    type: gauge 
    help: '每个人每天的订单数量和订单数量.'
    key_labels:
    - user_name # 会存在 {"user_name"="列user_name的值"}的标签
    values: 
    - order_cnt # 指标的值是 order_cnt 的值
    query: |
      select user_name as user_name,
       count(*) as order_cnt,
       sum(amount) as order_amount from payment_order
      where create_date between concat(curdate(),' 00:00:00') and concat(curdate(),' 23:59:59')
      group by user_name

  - metric_name: user_order_cnt_or_amount
    type: counter 
    help: '统计每个人(user_name)在每种订单状态(order_status)下的下单数量(order_cnt)或下单金额(order_amount)'
    key_labels: ["user_name","order_status"] # 每一行数据上会增加 {"user_name"="列user_name的值","order_status"="列order_status的值"} 标签
    value_label: 'operation' # 随便取一个名字，比如operation ,那么根据下方的 values 会存在 {"operation"="order_cnt"}或者{"operation"="order_amount"} 标签
    values: ["order_cnt","order_amount"]
    query: |
      select user_name as user_name,
       status as order_status,
       count(*) as order_cnt,
       sum(amount) as order_amount from payment_order
      group by user_name,status

3、集成到prometheus中

scrape_configs:
  - job_name: 'sql-exporter'
    static_configs:
    - targets: ['localhost:9089']
      labels:
        nodename: 'sql-exporter'

4、启动

#!/usr/bin

nohup /Users/huan/soft/prometheus/sql_exporter/sql_exporter \
--config.file="/Users/huan/soft/prometheus/sql_exporter/sql_exporter.yml" \
--web.listen-address="0.0.0.0:9089" \
> logs/sql_exporter.out 2>&1 &

5、访问看是否有指标数据抓取

指标抓取结果
我的一个简单的理解：
1、every_day_register_users 5 就是查询出来一个值
但行数据，单个值
2、every_day_order_cnt {user_name="lisi"} 2 多了一个自定义的label，它的值是values指定的值。
一行数据，多加一个label
3、user_order_cnt_or_amount{operation="order_amount",order_status="2",user_name="lisi"} 3
user_order_cnt_or_amount{operation="order_amount",order_status="2",user_name="wangwu"} 4
user_order_cnt_or_amount{operation="order_cnt",order_status="1",user_name="lisi"} 1 可以看到每个多了 user_name和order_status和operation 这3个label,该时间序列的是 operation标签对应的列的值。
一行数据对应多个值

三、建表语句

CREATE TABLE `t_users` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `create_date` datetime DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

CREATE TABLE `payment_order` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `status` tinyint(4) DEFAULT NULL,
  `create_date` datetime DEFAULT NULL,
  `user_name` varchar(30) DEFAULT NULL,
  `amount` int(11) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

INSERT INTO temp_work.t_users (id, create_date) VALUES (1, '2021-03-13 10:11:35');
INSERT INTO temp_work.t_users (id, create_date) VALUES (2, '2021-03-13 10:11:39');
INSERT INTO temp_work.t_users (id, create_date) VALUES (3, '2021-03-13 10:11:41');
INSERT INTO temp_work.t_users (id, create_date) VALUES (4, '2021-03-13 10:11:44');
INSERT INTO temp_work.t_users (id, create_date) VALUES (5, '2021-03-13 10:11:45');
INSERT INTO temp_work.payment_order (id, status, create_date, user_name, amount) VALUES (1, 1, '2021-03-13 10:12:49', 'zhangsan', 1);
INSERT INTO temp_work.payment_order (id, status, create_date, user_name, amount) VALUES (2, 1, '2021-03-13 10:12:51', 'zhangsan', 2);
INSERT INTO temp_work.payment_order (id, status, create_date, user_name, amount) VALUES (3, 2, '2021-03-13 10:12:53', 'lisi', 3);
INSERT INTO temp_work.payment_order (id, status, create_date, user_name, amount) VALUES (4, 2, '2021-03-13 10:12:54', 'wangwu', 4);
INSERT INTO temp_work.payment_order (id, status, create_date, user_name, amount) VALUES (5, 1, '2021-03-13 10:12:55', 'lisi', 5);

四、参考链接

1、sql-exporter下载链接
2、sql_exporter默认的配置文件