首先說明，這里所說的 Druid 并不是阿里巴巴的數(shù)據(jù)庫連接池項目，而是 Eric Tschetter 創(chuàng)立的一個開源的分布式實時處理系統(tǒng)，希望為燒錢的大數(shù)據(jù)處理，提供一種更廉價的選擇。為了解決查詢延遲問題，使用 Hadoop 來實現(xiàn)交互式查詢分析很難滿足實時分析的需要。而 Druid 提供了以交互方式訪問數(shù)據(jù)的能力，并權衡了查詢的靈活性而采取了特殊的存儲格式。
作為一個用于大數(shù)據(jù)實時查詢和分析的高容錯、高性能開源分布式系統(tǒng)，Druid 能夠快速處理大規(guī)模的數(shù)據(jù)，并實現(xiàn)快速查詢和分析。即使發(fā)生代碼部署、機器故障以及其他產品系統(tǒng)遇到宕機等情況時，Druid 仍能夠保持 100% 正常運行。
目前 Druid 應用最多場景是廣告分析，包括互聯(lián)網廣告系統(tǒng)監(jiān)控、度量和網絡監(jiān)控。并且 eBay 也已經計劃將 Druid 用于生產環(huán)境中。
而時刻關注新技術的 OneAPM 也試圖對 Druid 的指標進行展示。
Cloud Insight 根據(jù) StatsD 進行了修改，形成了 Cloud Insight SDK，可以方便用戶上傳自定義指標至 Cloud Insight，目前支持的數(shù)據(jù)類型有，Counters 和 Gauges, 語言僅支持 Python。
使用 SDK 前先確保自己安裝了 Cloud Insight Agent，并且 Agent 處于運行的狀態(tài)。
由于被監(jiān)控的機器處于內網環(huán)境下，并不能與外網通訊。所以為了使用 Cloud Insight，需要部署一臺主節(jié)點來接收其他機器的數(shù)據(jù)，并將數(shù)據(jù)發(fā)送至 Cloud Insight 后端。簡要的配置方法如下：
好了，搞定這一切之后，就只需要使用pip來安裝 SDK 了。
pip install -i http://pypi.oneapm.com/simple --upgrade oneapm-ci-sdkCloud Insight SDK 共有 Counters 和 Gauges 兩種數(shù)據(jù)類型，下面結合 Druid 腳本來對數(shù)據(jù)類型做一些說明。
由于用戶的代碼跟使用的服務比較相關，在此就不提供代碼了，可以看下面示例簡單了解一下。Druid 監(jiān)控示例腳本如下：
# coding: utf8 from oneapm_ci_sdk import statsd # 發(fā)送標準數(shù)據(jù)，即數(shù)值是float, int類型的數(shù)據(jù) # statsd.gauge(metric, value, tags=None, sample_rate=1) statsd.gauge('yaiba.test_gauge', 130.4, tags='yaiba_gauge') # 增加數(shù)據(jù)的值 # statsd.increment(metric, value=1, tags=None, sample_rate=1) statsd.increment('yaiba.test_inc') # +1 statsd.increment('yaiba.test_inc', 100, 'whatever', 0.7) # 增加100，采樣比例是 70% # 減少數(shù)據(jù)的值 # statsd.decrement(metric, value=1, tags=None, sample_rate=1) # ------------- # 以上數(shù)據(jù)都是立刻發(fā)送給探針 # 批量發(fā)送 # statsd.open_buffer(max_buffer_size=50) # statsd.close_buffer() statsd.open_buffer() statsd.gauge('yaiba.test_gauge', 13.4, tags='yaiba_gauge') statsd.gauge('yaiba.test_gauge', 10.4, tags='yaiba_gauge') statsd.gauge('yaiba.test_gauge', 130.4, tags='yaiba_gauge') statsd.close_buffer() # Or with statsd as batch: statsd.gauge('yaiba.test_gauge', 13.4, tags='yaiba_gauge') statsd.gauge('yaiba.test_gauge', 10.4, tags='yaiba_gauge') statsd.gauge('yaiba.test_gauge', 130.4, tags='yaiba_gauge')Counters 是 StatsD 和 Cloud Insight SDK 最基本的一種數(shù)據(jù)類型。當調用increment和decrement時，對參數(shù)進行自增或自減。如：
statsd.increment('yaiba.test_inc')是將yaiba.test_inc這個指標的數(shù)值自增1。increment方法可以包含 4 個參數(shù)：metric_name、stepping、metric_tags、sample_rate。如：
statsd.increment('yaiba.test_inc', 100, 'whatever', 0.7)是將yaiba.test_inc這個指標的數(shù)值自增100，并且標簽信息為whatever，而采樣率為 0.7.
Cloud Insight SDK 通過sample_rate參數(shù)來設置采樣率。假設sample_rate=0.1：
在采集周期 30 s 內，只采集 10% 的數(shù)據(jù)。也就是說，調用了 10 次 increment，只自增了一次 Metric。
在數(shù)據(jù)量較大的情況下，可以確保采樣的高效。
statsd.increment('page.views', sample_rate=0.1)采樣率會傳遞至 Agent，所以最終發(fā)送的數(shù)值，為計算采樣率后的真實數(shù)值。 同樣，decrement 和 increment 一樣，使用相同的參數(shù)。
statsd.decrement('some.other.event')# Decrease the counter by 5, 15% sample.statsd.decrement('some.third.event', 5, rate=0.15)Gauges 是連續(xù)型的數(shù)據(jù)類型，也就是說，當我們第一次賦值后，該 Metric 表現(xiàn)在圖表上，會是一條于 X 軸平行的直線；直到再次為該 Metric 賦了一個不同的值。
Gauges 可以用來度量一些已經計算過的數(shù)值，如 WebSockets 的有效鏈接數(shù)；而系統(tǒng)目前登錄的用戶數(shù)，則在每次用戶登錄時，調用 Counters 中的 increment 比較適合。
Gauges 支持 4 個參數(shù)，分別是metric_name、metric_value、metric_tags和sample_rate，如：
statsd.gauge('yaiba.test_gauge', 13.4, tags='yaiba_gauge')是將13.4賦值給yaiba.test_gauge這個指標，并添加了yaiba_gauge這個標簽信息。
最后上兩張 Druid 的監(jiān)控效果截圖。首先在平臺頁面，您可以直接查詢自定義的一些指標，和它的數(shù)值。
然后，使用自定義儀表盤，根據(jù)自己的業(yè)務來自建展現(xiàn)形式。
總體來說，Cloud Insight Agent 的可配置項目很多。所以就算是在內網環(huán)境下使用，也沒有問題。而 Cloud Insight SDK 也存在大量的注釋，使用起來也不會有什么麻煩。數(shù)據(jù)類型也比較簡單。
Cloud Insight 集監(jiān)控、管理、計算、協(xié)作、可視化于一身，幫助所有 IT 公司，減少在系統(tǒng)監(jiān)控上的人力和時間成本投入，讓運維工作更加高效、簡單。本文由 OneAPM 工程師翻譯整理，想閱讀更多技術文章，請訪問 OneAPM 官方技術博客。
