함수는 커스텀 에이전트 점검과 함께 메트릭을 제출하는 데 사용됩니다. 메트릭 타입에 따라 다양한 함수를 사용할 수 있습니다. 사용한 함수에 따라 Datadog 내에 저장된 제출 및 실제 메트릭 타입이 다를 수 있습니다.

함수

self.monotonic_count(name, value, tags=None, hostname=None, device_name=None)

self.count(name, value, tags=None, hostname=None, device_name=None)

self.gauge(name, value, tags=None, hostname=None, device_name=None)

self.rate(name, value, tags=None, hostname=None, device_name=None)

self.histogram(name, value, tags=None, hostname=None, device_name=None)

튜토리얼

하단의 지침에 따라 모든 메트릭 타입을 주기적으로 전송하는 커스텀 에이전트 점검을 생성하세요.

1. 에이전트 설정 디렉토리 루트의 conf.d/ 폴더에 metrics_example.d/디렉토리를 만듭니다.

2. metrics_example.d/ 폴더에서 다음 콘텐츠가 있는 metrics_example.yaml(이)라는 빈 설정 파일을 만듭니다.

   instances: [{}]
   

3. conf.d/ 폴더의 한 단계 상위 폴더로 이동합니다. checks.d/ 폴더로 가서 다음 콘텐츠가 있는 metrics_example.py(이)라는 커스텀 점검 파일을 만듭니다.

   import random
   
   from datadog_checks.base import AgentCheck
   
   __version__ = "1.0.0"
   
   class MyClass(AgentCheck):
       def check(self, instance):
           self.count(
               "example_metric.count",
               2,
               tags=["env:dev","metric_submission_type:count"],
           )
           self.count(
               "example_metric.decrement",
               -1,
               tags=["env:dev","metric_submission_type:count"],
           )
           self.count(
               "example_metric.increment",
               1,
               tags=["env:dev","metric_submission_type:count"],
           )
           self.rate(
               "example_metric.rate",
               1,
               tags=["env:dev","metric_submission_type:rate"],
           )
           self.gauge(
               "example_metric.gauge",
               random.randint(0, 10),
               tags=["env:dev","metric_submission_type:gauge"],
           )
           self.monotonic_count(
               "example_metric.monotonic_count",
               2,
               tags=["env:dev","metric_submission_type:monotonic_count"],
           )
   
           # Calling the functions below twice simulates
           # several metrics submissions during one Agent run.
           self.histogram(
               "example_metric.histogram",
               random.randint(0, 10),
               tags=["env:dev","metric_submission_type:histogram"],
           )
           self.histogram(
               "example_metric.histogram",
               random.randint(0, 10),
               tags=["env:dev","metric_submission_type:histogram"],
           )
   

4. Agent를 재시작합니다.

5. 에이전트 상태 하위 명령어 실행으로 커스텀 점검이 올바로 동작하는지 확인합니다. 점검 섹션에서 metrics_example을 찾습니다.

   =========
   Collector
   =========
   
     Running Checks
     ==============
   
       (...)
   
       metrics_example (1.0.0)
       -----------------------
         Instance ID: metrics_example:d884b5186b651429 [OK]
         Total Runs: 2
         Metric Samples: Last Run: 8, Total: 16
         Events: Last Run: 0, Total: 0
         Service Checks: Last Run: 0, Total: 0
         Average Execution Time : 2ms
   
       (...)
   

6. 메트릭 개요 페이지에서 메트릭이 Datadog에 보고되는지 확인하세요.

참고 자료

추가 유용한 문서, 링크 및 기사:

Agent 커스텀 점검 생성하기설명서