Python

Python

在本节中，我们将收集系统层面的数据，例如 CPU 和内存使用情况，并将它们发送到本地 GreptimeDB。

准备事项

在开始之前，我们需要在本地安装并运行 GreptimeDB 和 Grafana。

GreptimeDB 用于存储和查询数据。
Grafana 用于可视化数据。

这里我们使用 Docker Compose 来启动 GreptimeDB 和 Grafana。为此，创建一个 docker-compose.yml 文件，内容如下：

yaml

services:
  grafana:
    image: grafana/grafana-oss:9.5.15
    container_name: grafana
    ports:
      - 3000:3000
  greptime:
    image: greptime/greptimedb:latest
    container_name: greptimedb
    ports:
      - 4000:4000
      - 4001:4001
      - 4002:4002
      - 4003:4003
      - 4004:4004
      - 4242:4242
    command: "standalone start --http-addr 0.0.0.0:4000 --rpc-addr 0.0.0.0:4001 --mysql-addr 0.0.0.0:4002 --postgres-addr 0.0.0.0:4003 --opentsdb-addr 0.0.0.0:4242"
    volumes:
      - ./greptimedb:/tmp/greptimedb
networks: {}

然后执行以下命令：

shell

docker-compose up

注意

接下来的步骤假设你按照上面的文档安装了 GreptimeDB 和 Grafana。

写入数据

在 Python 3.10+ 中使用下面的命令收集系统指标数据，例如 CPU 和内存使用情况，并将其发送到 GreptimeCloud。一旦成功发送，这些指标就可以在 GreptimeCloud 控制台中查看。该 Demo 基于 OTLP/http 采集并发送数据，源代码位于 GitHub.

TIP

pipx 是一个帮助你安装和运行用 Python 编写的应用程序的工具。

shell

pipx run --no-cache greptime-cloud-quick-start -e http://localhost:4000/v1/otlp/v1/metrics

使用 Grafana 可视化数据

添加数据源

你可以在 http://localhost:3000 访问 Grafana 并使用 admin 作为用户名和密码登录。

GreptimeDB 可以作为 Prometheus 数据源配置在 Grafana 中。点击 Add data source 按钮，选择 Prometheus 作为类型。

填写以下信息：

Name: GreptimeDB
Prometheus server URL in HTTP: http://greptime:4000/v1/prometheus?db=public

点击 Save & Test 按钮，确保数据源配置成功。

关于使用 Prometheus 作为 GreptimeDB 数据源的更多信息，请参考 Grafana-Prometheus。

创建仪表盘

在 Grafana 中创建一个新的仪表盘，点击 Create your first dashboard 按钮。然后，点击 Add visualization，选择 GreptimeDB 作为数据源。

在 Metric 下拉列表中选择一个指标，然后点击 Run query 查看指标数据。当你查看数据并确认无误后，点击 Save 保存面板。

你还可以使用 PromQL 创建面板。点击 Query 标签页右侧的 code 按钮，切换到 PromQL 编辑器。然后输入一个 PromQL 语句，例如 system_memory_usage{state="used"}，点击 Run query 查看指标数据。

注意

GreptimeDB 兼容大部分 PromQL，但是有一些限制。请参考 PromQL 限制文档获取更多信息。

下一步

恭喜你已经快速体验了 GreptimeDB 的基础功能！现在，你可以通过访问用户指南文档来探索更多 GreptimeDB 的功能。