使用CortexAPI 實作Cortex的基本操作

官網上的 API 介紹

在官網上，提供了一下幾種 API Remote API / Alerts & Rules API / Configs API / Endpoints / Manage Rules . 這裡呢，我隻說這裡的 RemoteAPI .

我們先看一下這個 Remote API :

寫的很詳細，目前是算比較詳細的，筆者在一開始看的時候就幾行，第一行：支援Prometheus 的 remote_read / remote_write , 第二行 ， 對于Http post 裡面的請求體首先是 Protocol Buffers , 再來一個 snappy . 第三行是 遠端讀寫 api . 目前來看是又修改了下。而且我們也能看到，目前的這個 Cortex 的APIS 正在編寫中。

Remote API

這裡的 remote api 官網講了兩個，這兩個對應着的是 Prometheus 中的 remote_write / remote_read . 這裡對這兩個做個簡單的介紹，筆者這裡也主要用到了的 remote_write .

remote_write

剛剛說了，這裡的 remote_write 對應着的是 Prometheus 裡面的那個 remote_write .是以呢，我們現在需要到 Prometheus 裡面看看這個remote_write 的基本配置是什麼樣的。

我們進入到Prometheus 的官網，去看一下。 我這裡不貼全部的，全部的大家去官網檢視就好：

# The URL of the endpoint to send samples to.
url: <string>

# Timeout for requests to the remote write endpoint.
[ remote_timeout: <duration> | default = 30s ]

# List of remote write relabel configurations.
write_relabel_configs:
  [ - <relabel_config> ... ]

# Sets the `Authorization` header on every remote write request with the
# configured username and password.
# password and password_file are mutually exclusive.
basic_auth:
  [ username: <string> ]
  [ password: <string> ]
  [ password_file: <string> ]

# Sets the `Authorization` header on every remote write request with
# the configured bearer token. It is mutually exclusive with `bearer_token_file`.
[ bearer_token: <string> ]

# Sets the `Authorization` header on every remote write request with the bearer token
# read from the configured file. It is mutually exclusive with `bearer_token`.
[ bearer_token_file: /path/to/bearer/token/file ]

# Configures the remote write request's TLS settings.
tls_config:
  [ <tls_config> ]

# Optional proxy URL.
[ proxy_url: <string> ]           

這裡的配置，寫的很清楚，這裡筆者用到的主要是兩個配置，一個是 url , 一個是 basic_auth ,大家可以參考我之前的一個文章

使用Cortex實作Prometheus的多租戶管理

. 很簡單的一個remote_write 。

隐藏的 API

如果你以為，我這就完了，那你就錯了。我這裡講的是 Cortex 裡面的查詢的 APIs , 這裡的幾個API 目前官網我還沒看到，也可能是因為我沒找到吧。

這裡呢，沒必要去跟大家介紹每一個API。大家看一下這個API接口就清楚了：

// API provides bindings for Prometheus's v1 API.
type API interface {
    // Alerts returns a list of all active alerts.
    Alerts(ctx context.Context) (AlertsResult, error)
    // AlertManagers returns an overview of the current state of the Prometheus alert manager discovery.
    AlertManagers(ctx context.Context) (AlertManagersResult, error)
    // CleanTombstones removes the deleted data from disk and cleans up the existing tombstones.
    CleanTombstones(ctx context.Context) error
    // Config returns the current Prometheus configuration.
    Config(ctx context.Context) (ConfigResult, error)
    // DeleteSeries deletes data for a selection of series in a time range.
    DeleteSeries(ctx context.Context, matches []string, startTime time.Time, endTime time.Time) error
    // Flags returns the flag values that Prometheus was launched with.
    Flags(ctx context.Context) (FlagsResult, error)
    // LabelNames returns all the unique label names present in the block in sorted order.
    LabelNames(ctx context.Context) ([]string, api.Warnings, error)
    // LabelValues performs a query for the values of the given label.
    LabelValues(ctx context.Context, label string) (model.LabelValues, api.Warnings, error)
    // Query performs a query for the given time.
    Query(ctx context.Context, query string, ts time.Time) (model.Value, api.Warnings, error)
    // QueryRange performs a query for the given range.
    QueryRange(ctx context.Context, query string, r Range) (model.Value, api.Warnings, error)
    // Series finds series by label matchers.
    Series(ctx context.Context, matches []string, startTime time.Time, endTime time.Time) ([]model.LabelSet, api.Warnings, error)
    // Snapshot creates a snapshot of all current data into snapshots/<datetime>-<rand>
    // under the TSDB's data directory and returns the directory as response.
    Snapshot(ctx context.Context, skipHead bool) (SnapshotResult, error)
    // Rules returns a list of alerting and recording rules that are currently loaded.
    Rules(ctx context.Context) (RulesResult, error)
    // Targets returns an overview of the current state of the Prometheus target discovery.
    Targets(ctx context.Context) (TargetsResult, error)
    // TargetsMetadata returns metadata about metrics currently scraped by the target.
    TargetsMetadata(ctx context.Context, matchTarget string, metric string, limit string) ([]MetricMetadata, error)
}           

看到這個是不是就很好了解了？

我們在使用的時候，首先需要先知道一個結構體：

type Client struct {
    alertmanagerClient promapi.Client
    distributorAddress string
    timeout            time.Duration
    httpClient         *http.Client
    querierClient      promv1.API
    orgID              string
}           

可以看到，在這個 Client 裡面，有幾個client , alertmanagerClient / httpClient / querierClient . 先不要好奇為什麼會有這麼多的 client . 這裡的每一個 client 對應着的都不一樣。這裡會涉及到Cortex 的微服務的架構問題，這個我們後期再說。我這裡先說怎麼使用 API 做查詢。 以及我們的 Push 。

Query

func NewClient(distributorAddress string, querierAddress string, alertmanagerAddress string, orgID string) (*Client, error) {
    // Create querier API client
    querierAPIClient, err := promapi.NewClient(promapi.Config{
        Address:      "http://" + querierAddress + "/api/prom",
        RoundTripper: &addOrgIDRoundTripper{orgID: orgID, next: http.DefaultTransport},
    })
    if err != nil {
        return nil, err
    }

    c := &Client{
        distributorAddress: distributorAddress,
        timeout:            5 * time.Second,
        httpClient:         &http.Client{},
        querierClient:      promv1.NewAPI(querierAPIClient),
        orgID:              orgID,
    }
    return c, nil
}           

我們先得到一個 client , 這裡的 promv1 是包 "github.com/prometheus/client_golang/api/prometheus/v1" .

// Query runs a query
func (c *Client) Query(query string, ts time.Time) (model.Value, error) {
    value, _, err := c.querierClient.Query(context.Background(), query, ts)
    return value, err
}           

這樣就好了。

Push

這裡的 Push ,就是發送資料到 Cortex 裡面的。Client 用我們之前拿到的那個 Client

// Push the input timeseries to the remote endpoint
func (c *Client) Push(timeseries []prompb.TimeSeries) (*http.Response, error) {
    // Create write request
    data, err := proto.Marshal(&prompb.WriteRequest{Timeseries: timeseries})
    if err != nil {
        return nil, err
    }

    // Create HTTP request
    compressed := snappy.Encode(nil, data)
    req, err := http.NewRequest("POST", fmt.Sprintf("http://%s/api/prom/push", c.distributorAddress), bytes.NewReader(compressed))
    if err != nil {
        return nil, err
    }

    req.Header.Add("Content-Encoding", "snappy")
    req.Header.Set("Content-Type", "application/x-protobuf")
    req.Header.Set("X-Prometheus-Remote-Write-Version", "0.1.0")
    req.Header.Set("X-Scope-OrgID", c.orgID)

    ctx, cancel := context.WithTimeout(context.Background(), c.timeout)
    defer cancel()

    // Execute HTTP request
    res, err := c.httpClient.Do(req.WithContext(ctx))
    if err != nil {
        return nil, err
    }

    defer res.Body.Close()
    return res, nil
}           

其實就是一個用戶端在往伺服器裡面寫資料的過程。

總結

當然了，上面的程式都是有的。大家可以到 cortex 的源程式裡面找到 ， github 的速度很慢，大家可以到 這個地方去看

cortex

大家可以克隆到自己本地：

git clone https://gitee.com/sun-iot/cortex.git           

在裡面我們可以找到這個 Cortex 的幾個隐藏的 API。