Ganglia 项目是由加州大学发起的，现在已经成为一个应用非常广泛集群监控软件。可以监视和显示集群中的节点的各种状态信息，比如如：cpu 、mem、硬盘利用率， I/O负载、网络流量情况等，同时可以将历史数据以曲线方式通过php页面呈现。同时具有很好的扩展性，允许用户加入自己所要监控的状态信息。根据可视化的相关数据，很容易知道集群的健康状态，并且也可以分析出集群的可优化的地方。
所有这些数据收集会多次影响节点性能。网络中的“ 抖动（ Jitter ） ” 发生在大量小消息同时出现，通过ntp服务将节点的时钟保持一致，就可以避免这个问题。
Ganglia的工作原理如下图
更多关于Ganglia工作原理请参考 ，本文重点是讲述如何使用Ganglia提供的Python接口开发自己想要的metric。
2. Ganglia的Metrics
何为metric，在字典中其翻译为标准，度量之意。在ganglia的Web界面中我们看得最多的是如下这些图：
这些图还不能算是真正的metric，其只是各个种类的metric的汇总后通过rrdtool画出来的图，便于总体观察。下面这些才是本文要讲述的metric（CPU的metrics）:
每一个小图表代表着cpu相关信息的一个数据类型，这些数据都是通过对应的部署在各个集群节点的程序模块搜集，而这个搜集模块的开发就是本文要重点讲解的。
3. 自定义metrics开发
向ganglia加入自定义metric有两种方法，一种是通过命令行的方式运行gmetric，另一种是通过ganglia提供的面向c和python的扩展模块，加入自定义的模块支持。下面使用Python开发一个简单的metric实例：
在/usr/lib64/ganglia/python_modules/中创建random_number.py并添加如下代码
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import random
import time
descriptors = list()
def random_number_1(name):
return int(random.uniform(5, 100)) + 10
def random_number_2(name):
return int(random.randrange(50, 500))
def metric_init(params):
global descriptors
random.seed()
print params
d1 = {
'name': 'random_number_1',
'call_back': random_number_1,
'time_max': 90,
'value_type': 'uint',
'units': 'C',
'slope': 'both',
'format': '%u',
'description': 'Random a number',
'groups': 'example random'
}
d2 = {
'name': 'random_number_2',
'call_back': random_number_2,
'time_max': 90,
'value_type': 'uint',
'units': 'C',
'slope': 'both',
'format': '%u',
'description': 'Random a number',
'groups': 'example random'
}
descriptors = [d1, d2]
return descriptors
def metric_cleanup():
pass
#This code is for debugging and unit testing
if __name__ == '__main__':
metric_init({})
while True:
for d in descriptors:
v = d['call_back'](d['name'])
print ('value for %s is '+d['format']) % (d['name'], v)
time.sleep(5)
在上面的代码中Ganglia运行的时候会调用metric_init和metric_cleanup两个函数，从这两个函数的名字我们就能得知前一个是做初始化工作，后面一个是做结束资源清理工作的。在Ganglia加载相关模块来运行时，只会调用这两个函数。这里的main函数入口只是为了做调试而写在这里的。
在/etc/ganglia/conf.d/中创建random_number.conf文件，并添加如下代码
modules {
module {
#这里的name值一定要与/usr/lib64/ganglia/python_modules/random_number.py的文件名保持一致，否则将无法正确运行
name = "random_number"
language = "python"
}
}
collection_group {
collect_every = 2
time_threshold = 90
metric {
#这里的name值要与random_number.py中的d1里的name保持一致
name = "random_number_1"
title = "random number 1"
value_threshold = 0
}
metric {
#这里的name值要与random_number.py中的d2里的name保持一致
name = "random_number_2"
title = "random number 2"
value_threshold = 0
}
}
配置好文件后重启服务
service gmond restart
service gmetad restart
service httpd restart
--------------------------------------分割线 --------------------------------------
使用Ganglia监控Hadoop集群