open-falcon agent源码阅读及二次开发
关于open-falcon的架构及说明可参考open-falcon官方网站。 目前小米、美团、滴滴、360、金山云、新浪微博、京东、爱奇艺等都在使用open-falcon或者基于open-falcon的二次开发。open-falcon的架构清晰，代码难度不高，非常适合阅读学习。这里对open-falcon的源码进行解析。
falcon-agent是一个Linux的监控插件. 它很像是 zabbix-agent 和 tcollector.
如何安装
这个是一个golang语言开发的应用程序，以下是安装步骤
# set $GOPATH and $GOROOT
mkdir -p $GOPATH/src/github.com/open-falcon
cd $GOPATH/src/github.com/open-falcon
git clone https://github.com/open-falcon/falcon-plus.git
cd falcon-plus/modules/agent
go get
./control build
./control start
# goto http://localhost:1988
配置
- heartbeat: 心跳监测的 rpc 地址
- transfer: transfer rpc 的地址
- ignore: 需要忽略的监控指标
一、 open-falcon介绍
监控系统是整个运维环节，乃至整个产品生命周期中最重要的一环，事前及时预警发现故障，事后提供翔实的数据用于追查定位问题。监控系统作为一个成熟的运维产品，业界有很多开源的实现可供选择。当公司刚刚起步，业务规模较小，运维团队也刚刚建立的初期，选择一款开源的监控系统，是一个省时省力，效率最高的方案。之后，随着业务规模的持续快速增长，监控的对象也越来越多，越来越复杂，监控系统的使用对象也从最初少数的几个SRE，扩大为更多的DEVS，SRE。这时候，监控系统的容量和用户的“使用效率”成了最为突出的问题。
监控系统业界有很多杰出的开源监控系统。我们在早期，一直在用zabbix，不过随着业务的快速发展，以及互联网公司特有的一些需求，现有的开源的监控系统在性能、扩展性、和用户的使用效率方面，已经无法支撑了。
因此，我们在过去的一年里，从互联网公司的一些需求出发，从各位SRE、SA、DEVS的使用经验和反馈出发，结合业界的一些大的互联网公司做监控，用监控的一些思考出发，设计开发了小米的监控系统：open-falcon。
二、 open-falcon特点
1、强大灵活的数据采集：自动发现，支持falcon-agent、snmp、支持用户主动push、用户自定义插件支持、opentsdb data model like（timestamp、endpoint、metric、key-value tags）
2、水平扩展能力：支持每个周期上亿次的数据采集、告警判定、历史数据存储和查询
3、高效率的告警策略管理：高效的portal、支持策略模板、模板继承和覆盖、多种告警方式、支持callback调用
4、人性化的告警设置：最大告警次数、告警级别、告警恢复通知、告警暂停、不同时段不同阈值、支持维护周期
5、高效率的graph组件：单机支撑200万metric的上报、归档、存储（周期为1分钟）
6、高效的历史数据query组件：采用rrdtool的数据归档策略，秒级返回上百个metric一年的历史数据
7、dashboard：多维度的数据展示，用户自定义Screen
8、高可用：整个系统无核心单点，易运维，易部署，可水平扩展
9、开发语言： 整个系统的后端，全部golang编写，portal和dashboard使用python编写。
三、源码解析
1、agent介绍及源码解析
1）介绍
agent是open-falcon中核心的组件之一、它主要负责主机监控信息的收集。
每台服务器，都有安装falcon-agent，falcon-agent是一个golang开发的daemon程序，用于自发现的采集单机的各种数据和指标，这些指标包括不限于以下几个方面，共计200多项指标。
CPU相关
磁盘相关
IO
Load
内存相关
网络相关
端口存活、进程存活
ntp offset（插件）
某个进程资源消耗（插件）
netstat、ss 等相关统计项采集
机器内核配置参数
只要安装了falcon-agent的机器，就会自动开始采集各项指标，主动上报，不需要用户在server做任何配置（这和zabbix有很大的不同），这样做的好处，就是用户维护方便，覆盖率高。当然这样做也会server端造成较大的压力，不过open-falcon的服务端组件单机性能足够高，同时都可以水平扩展，所以自动多采集足够多的数据，反而是一件好事情，对于SRE和DEV来讲，事后追查问题，不再是难题。
另外，falcon-agent提供了一个proxy-gateway，用户可以方便的通过http接口，push数据到本机的gateway，gateway会帮忙高效率的转发到server端。
2）源码
源码位置
modules/agent
首先来看看main函数 程序的入口
func main() {
// 命令行参数
cfg := flag.String("c", "cfg.json", "configuration file")
version := flag.Bool("v", false, "show version")
check := flag.Bool("check", false, "check collector")
// 获取一下命令行参数
flag.Parse()
// 打印版本
if *version {
fmt.Println(g.VERSION)
os.Exit(0)
}
// 检查是否能正常采集监控数据
if *check {
funcs.CheckCollector()
os.Exit(0)
}
// 读取配置文件
g.ParseConfig(*cfg)
// 设置日志级别
if g.Config().Debug {
g.InitLog("debug")
} else {
g.InitLog("info")
}
// 初始化
g.InitRootDir() // 初始化根目录
g.InitLocalIp() // 初始化本地 IP
g.InitRpcClients() // 初始化 hbs rpc 客户端
funcs.BuildMappers() // 建立收集数据的函数和发送数据间隔映射
// 定时任务（每秒），通过文件 /proc/cpustats 和 /proc/diskstats，更新 cpu 和 disk 的原始数据，等待后一步处理
go cron.InitDataHistory()
// 定时任务
cron.ReportAgentStatus() // 向 hbs 发送客户端心跳信息
cron.SyncMinePlugins() // 同步 plugins
cron.SyncBuiltinMetrics() // 从 hbs 同步 BuiltinMetrics
cron.SyncTrustableIps() // 同步可信任 IP 地址
cron.Collect() // 采集监控数据
//重点了，其实里面这些采集函数都大同小异，都是通过第三方库nux读取一些系统文件，再做一些计算百分比之类的简单处理
//collector.go只是一个壳，定义了一些封装的逻辑，采集数据的函数都保存在funcs.go里面的Mapper里
go http.Start() // 开启 http 服务
select {} // 阻塞 main 函数
}
agent中最主要的是funcs包，这个包下放着最主要的CPU监控、内存监控、磁盘监控等所有逻辑。主要来看一下CPU监控的实现
import (
"github.com/open-falcon/falcon-plus/common/model"
"github.com/toolkits/nux"
"sync"
)
// 保留多少轮历史数据
const (
historyCount int = 2
)
var (
procStatHistory [historyCount]*nux.ProcStat // 存放 cpu 历史数据
psLock = new(sync.RWMutex) // 锁
)
//更新 cpu 状态
func UpdateCpuStat() error {
// 读取 /proc/stat 文件 /proc/stat这个文件记录了开机以来的cpu使用信息
ps, err := nux.CurrentProcStat()
if err != nil {
return err
}
psLock.Lock()
defer psLock.Unlock()
// 抛弃过期的历史数据，给新数据腾出位置
for i := historyCount - 1; i > 0; i-- {
procStatHistory[i] = procStatHistory[i-1]
}
procStatHistory[0] = ps // 保存最新数据
return nil
}
其实对于监控大量使用了github.com/toolkits/nux这个包，想实现监控的可以学着使用这个包。
其他的包的源码注释已经写在了代码中了，可以直接查看。
