新钛云服已累计为您分享775篇技术干货
概览
日常运维中，我们有时需要关注阿里云中 EIP 和 CEN 的监控数据，如果每次登录到平台查看，不太方便。
可以通过 API 获取监控数据，并输入到 influxDB，然后再到 Grafana 中展示，以便进行实施监控和可视化。
第一步：准备工作
在开始之前，我们需要确保已经完成以下准备工作
准备阿里云的EIP和CEN实例
这一步省略
了解如何获取EIP和CEN数据

了解如何获取 EIP 和 CEN 数据

我的方式是 EIP 通过 EIP 产品的 API 获取的，调试链接如下
https://next.api.aliyun.com/api/Vpc/2016-04-28/DescribeEipMonitorData?params={"RegionId":"cn-hangzhou"}
输入 RegionId 和 AllocationId 等必选信息后，复制平台生成的代码，进行更改，下文会介绍如何更改
‍‍‍
CEN 的监控数据未找到具体的 API，但可以通过云监控的数据获取，也是很方便的，链接如下
https://api.aliyun.com/api/Cms/2019-01-01/DescribeMetricData
获取 CEN 的具体数据时，可以通过 https://cms.console.aliyun.com/metric-meta/acs_cen/cen_tr?spm=a2c4g.11186623.0.0.252476ab1Ldq0T 得到
实际上，EIP 的数据也可以通过云监控获取
安装Python和所需的依赖库
下面示例的版本是截止发文时间最新版本，实际使用时，可以登录到上面的阿里云开放平台查看最新的版本
pip install alibabacloud_vpc20160428==5.1.0pip install alibabacloud_cms20190101==2.0.11
‍‍‍
安装InfluxDB，并进行初始化配置
1. 为方便使用，我这里是使用 Docker 运行的 Influxdb
cd /data/influxdb# 生成初始的配置文件docker run --rm influxdb:2.7.1 influxd print-config > config.yml# 启动容器docker run --name influxdb -d -p 8086:8086 --volume `pwd`/influxdb2:/var/lib/influxdb2 --volume `pwd`/config.yml:/etc/influxdb2/config.yml influxdb:2.7.1
2. 安装完成后，可通过 http://ip:8086 登录到 Influxdb
3. 创建 bucket
只需要创建一个 bucket 就可以了，bucket 类似 MySQL 的 database
4. 获取 API Token，在 Python 插入数据时会用到
安装Grafana，并进行基本的配置
省略
第二步：获取API访问凭证
为了能够通过API访问阿里云的 EIP 和 CEN 数据，我们需要获取访问凭证。具体步骤如下
  1. 登录阿里云控制台
  2. 创建 RAM 用户并分配相应的权限
  3. 获取 RAM 用户的 Access Key ID 和 Access Key Secret
第三步：编写Python脚本
使用Python编写脚本来获取 EIP 和 CEN 的监控数据，并将其存储到 InfluxDB 中
本文仅展示部分代码，如需完整的代码，请联系本公众号获取~
调整从阿里云复制的示例代码
1. 修改构造函数，可以传如 access_key_id 和 access_key_secret
def __init__(self, access_key_id: str=access_key_id, access_key_secret: str=access_key_secret): self.access_key_id = access_key_id self.access_key_secret = access_key_secret
‍‍‍
2. 修改获取 eip 数据的函数
def get_eip_monitor_data(self, region_id, allocation_id, start_time: str, end_time: str): ''' 参考文档: https://api.aliyun.com/api/Vpc/2016-04-28/DescribeEipMonitorData?params={%22RegionId%22:%22cn-hangzhou%22} Args: region_id (_type_): _description_ allocation_id (_type_): _description_ start_time (str): utc时间 end_time (_type_): utc时间 Yields: _type_: _description_ eip_tx: 流出的流量。单位: Byte eip_rx: 流入的流量。单位: Byte ''' # 请确保代码运行环境设置了环境变量 ALIBABA_CLOUD_ACCESS_KEY_ID 和 ALIBABA_CLOUD_ACCESS_KEY_SECRET。 # 工程代码泄露可能会导致 AccessKey 泄露，并威胁账号下所有资源的安全性。以下代码示例使用环境变量获取 AccessKey 的方式进行调用，仅供参考，建议使用更安全的 STS 方式，更多鉴权访问方式请参见：https://help.aliyun.com/document_detail/378659.html client = self.create_client(endpoint=f'vpc.{region_id}.aliyuncs.com', access_key_id=self.access_key_id, access_key_secret=self.access_key_secret) describe_eip_monitor_data_request = vpc_20160428_models.DescribeEipMonitorDataRequest( region_id=region_id, allocation_id=allocation_id, start_time=start_time, end_time=end_time ) log.debug(msg=describe_eip_monitor_data_request) runtime = util_models.RuntimeOptions() log.debug(msg=runtime) try: # 复制代码运行请自行打印 API 的返回值 results = client.describe_eip_monitor_data_with_options(describe_eip_monitor_data_request, runtime).body.eip_monitor_datas.eip_monitor_data for result in results: yield result except Exception as error: log.error(msg=error) return UtilClient.assert_as_string(error.message)
‍‍‍
3. 修改获取 cen 数据的函数
def get_cen_monitor_data(self, namespace, metric_name, start_time: str, end_time: str): # 请确保代码运行环境设置了环境变量 ALIBABA_CLOUD_ACCESS_KEY_ID 和 ALIBABA_CLOUD_ACCESS_KEY_SECRET。 # 工程代码泄露可能会导致 AccessKey 泄露，并威胁账号下所有资源的安全性。以下代码示例使用环境变量获取 AccessKey 的方式进行调用，仅供参考，建议使用更安全的 STS 方式，更多鉴权访问方式请参见：https://help.aliyun.com/document_detail/378659.html client = self.create_client(access_key_id=self.access_key_id, access_key_secret=self.access_key_secret) describe_metric_list_request = cms_20190101_models.DescribeMetricListRequest( namespace=namespace, metric_name=metric_name, start_time=start_time, end_time=end_time, ) runtime = util_models.RuntimeOptions() try: # 复制代码运行请自行打印 API 的返回值 return client.describe_metric_list_with_options(describe_metric_list_request, runtime).body.datapoints except Exception as error: # 如有需要，请打印 error UtilClient.assert_as_string(error.message)
‍‍‍
编写InfluxDB相关的代码
将 InfluxDB 的写入代码独立出来可以方便后续其他业务的调用
下面的代码在获取 token 时，使用了 1password，可视情况进行修改，例如通过环境变量的方式获取 Token
#!/usr/bin/env python3import influxdb_client, timeimport datetimefrom influxdb_client import InfluxDBClient, Point, WritePrecisionfrom influxdb_client.client.write_api import SYNCHRONOUSfrom modules.onepassword import OnePasswordmy1p = OnePassword()classInfluxClient: token = my1p.get_item_by_title(title='my_influxdb')['api']def__init__(self, url: str='http://10.1.1.1:8086', org: str='tyun', token: str=token):self.url = urlself.org = orgself.token = tokendefcreate_client(self):return influxdb_client.InfluxDBClient(url=self.url, token=self.token, org=self.org)defwrite_aliyun_eip(self, bucket: str='example', table_name: str='test1', location: str=None, eip_tx: int=None, eip_rx: int=None, time_stamp: str=None): write_api = self.create_client().write_api(write_options=SYNCHRONOUS) point = ( Point(table_name) .tag("location", location) .field("eip_tx", eip_tx) .field("eip_rx", eip_rx) .time(time_stamp) ) write_api.write(bucket=bucket, org=self.org, record=point)defwrite_cen(self, bucket: str='example', table_name: str='test1', location: str=None, tr_instance_id: str=None, value: int=None, time_stamp: str=None): write_api = self.create_client().write_api(write_options=SYNCHRONOUS) point = ( Point(table_name) .tag("location", location) .tag("tr_instance_id", tr_instance_id) .field("value", value) .time(time_stamp) ) write_api.write(bucket=bucket, org=self.org, record=point)defmain(): influx_client = InfluxClient() for i in range(5): influx_client.write_data(bucket='example', table_name='test1', location='hangzhou', EipBandwidth=i, EipFlow=i) time.sleep(1)if __name__ == '__main__': main()
‍‍‍
编写主程序
1. 获取 eip 并插入到 influxdb
#!/usr/bin/env python3from collections import namedtuplefrom modules.aliyun.eip import Eipfrom modules.database.influxdb.write import InfluxClientfrom modules.tools.my_time import MyDatetime as my_timeeip = Eip()influx_client = InfluxClient()definsert_data(region_id, location, table_name, allocation_id, start_time, end_time):''' _summary_ Args: region_id (_type_): _description_ location (_type_): _description_ table_name (_type_): _description_ allocation_id (_type_): _description_ start_time (_type_): _description_ interval (int, optional): 取值的范围, 默认是5. ''' eip_datas = eip.get_eip_monitor_data(region_id=region_id, allocation_id=allocation_id, start_time=start_time, end_time=end_time)for eip_data in eip_datas:# print(eip_data) influx_client.write_aliyun_eip(bucket='example', table_name=table_name, location=location, eip_rx=eip_data.eip_rx, eip_tx=eip_data.eip_tx, time_stamp=eip_data.time_stamp)Instance = namedtuple('Instance', ['region_id', 'allocation_id', 'bandwidth', 'env'])hangzhou = Instance(region_id='hangzhou', allocation_id='eip-xxxxxxxxx', bandwidth='100m', env='prod')eip_site_list = [hangzhou]for eip_site in eip_site_list: insert_data(region_id=f'cn-{eip_site.region_id}', location=f'cn-{eip_site.region_id}', table_name='eip', allocation_id=eip_site.allocation_id, start_time=my_time.get_utc_now_str_offset(offset=-60*10), end_time=my_time.get_utc_now_str() )
‍‍‍
2. 获取 cen 数据并插入到 influxdb
#!/usr/bin/env python3import astfrom modules.aliyun.metrics import Metricsfrom modules.database.influxdb.write import InfluxClientfrom modules.tools.my_time import MyDatetime as my_timefrom modules.logger.client import LogClientmetrics = Metrics()influx_client = InfluxClient()log = LogClient(app='example_traffic')deftr_instance_id_to_location(tr_instance_id):if tr_instance_id == 'tr-xxxxxxxxxxxxx': location = 'hangzhou' bandwidth = '20m'else: location = 'none'return location, bandwidthmetric_names = ['AttachmentOutRate', 'AttachmentInRate']for metric_name in metric_names: results = metrics.get_cen_monitor_data(namespace='acs_cen', metric_name=metric_name, start_time=my_time.get_utc_now_str_offset(offset=-60*10), end_time=my_time.get_utc_now_str()) log.debug(msg=results)for result in ast.literal_eval(results): result['metric_name'] = metric_name trInstanceId = result['trInstanceId'] result['location'] = tr_instance_id_to_location(tr_instance_id=trInstanceId)[0] result['bandwidth'] = tr_instance_id_to_location(tr_instance_id=trInstanceId)[1] log.info(msg=metric_name + ' ' + my_time.timestamp_to_str(timestamp=result['timestamp']) + ' ' + ' ' + result['location'] + ' ' + str(result['Value'])) influx_client.write_cen(bucket='example', table_name=metric_name, location=result['location'], tr_instance_id=result['trInstanceId'], value=result['Value'], time_stamp=my_time.timestamp_to_str(timestamp=result['timestamp']))
第四步：配置Grafana
在Grafana中配置 InfluxDB 数据源，并创建相应的仪表盘来展示 EIP 和 CEN 的监控数据。具体步骤如下：
  1. 添加 InfluxDB 数据源，并配置连接信息
    我用的是 Flux 的查询语言，配置数据源时，需要注意以下事项
    • 数据源名字推荐使用：InfluxDB-Flux，注明是 Flux 类型的数据源
    • InfluxDB Details 填写 Organization、Token、Default Bucket 即可
    • 不用填写 HTTP 认证
  2. 创建仪表盘，配置 eip 和 cen 的查询语句
    ‍· EIP 接收方向的流量
    3. from(bucket: "example") |> range(start: v.timeRangeStart, stop: v.timeRangeStop) |> filter(fn: (r) => r["_measurement"] == "eip") |> filter(fn: (r) => r["_field"] == "eip_rx") |> filter(fn: (r) => r["location"] == "cn-hangzhou") |> aggregateWindow(every: v.windowPeriod, fn: last, createEmpty: false) |> map(fn: (r) => ({ r with _value: r._value / 8 })) |> yield(name: "last")
    · EIP 发送方向的流量
    from(bucket: "example") |> range(start: v.timeRangeStart, stop: v.timeRangeStop) |> filter(fn: (r) => r["_measurement"] == "eip") |> filter(fn: (r) => r["_field"] == "eip_tx") |> filter(fn: (r) => r["location"] == "cn-hangzhou") |> aggregateWindow(every: v.windowPeriod, fn: last, createEmpty: false) |> map(fn: (r) => ({ r with _value: r._value / 8 })) |> yield(name: "last")
    ‍‍‍
    · CEN 发送方向的流量
    from(bucket: "example") |> range(start: v.timeRangeStart, stop: v.timeRangeStop) |> filter(fn: (r) => r["_measurement"] == "AttachmentOutRate") |> filter(fn: (r) => r["_field"] == "value") |> filter(fn: (r) => r["location"] == "hangzhou") |> aggregateWindow(every: v.windowPeriod, fn: last, createEmpty: false) |> yield(name: "last")
    ‍‍‍
    · CEN 接收方向流量
    from(bucket: "example") |> range(start: v.timeRangeStart, stop: v.timeRangeStop) |> filter(fn: (r) => r["_measurement"] == "AttachmentInRate") |> filter(fn: (r) => r["_field"] == "value") |> filter(fn: (r) => r["location"] == "hangzhou") |> aggregateWindow(every: v.windowPeriod, fn: last, createEmpty: false) |> yield(name: "last")
    ‍‍‍
  3. eip 和 cen 的数据单位都是 bit/sec(SI)
  4. 建议配置 Grafana 面板的 Thresholds
    100M为 100000000，配置后会显示一条红线，可以更直观的看到流量的占用情况
总结
通过本文的步骤，我们可以通过API获取阿里云 EIP 和 CEN 的监控数据，将其存储到 InfluxDB，并通过 Grafana 进行实时监控和可视化。这为我们提供了一种自动化的方式来监控和管理阿里云网络资源。
    推荐阅读   
    推荐视频    
继续阅读
阅读原文
关键词
阿里云
数据
版本
方式
流量