为Grafolean创建（受控）收集器的公用工具
grafoleancollector的Python项目详细描述
关于Grafolean Collector Python库
这是一个python3库，它帮助构建Grafolean的数据收集器（bots），Grafolean是一个易于使用的通用监控系统。管理的{eem>{1}只对
许可证
License is Commons Clause License（在apache2.0之上）–源代码是可用的，您可以免费（商业上也）使用它，修改和 分享，但你不能卖给第三方。有关详细信息，请参见LICENSE.md。在
如有疑问，请open an issue进一步澄清。在
安装
$ pip install grafoleancollector
使用
库grafoleancollector为与Grafolean后端API的交互提供了一个框架。它不是必需的，一切都可以通过调用API来完成，但它确实提供了一些抽象，应该可以使编写bot的工作更容易。在
一个基本的假设是一个bot只满足一个协议，并且数据被轮询。如果数据应该被推送，那么就不需要一个框架——只要在数据可用时将数据发布到Grafolean。在
这个库提供了一个类Collector。预计bot实现者将子类Collector，并实现缺失的函数。课程提供：
fetch_job_configs()-一个用于获取“作业配置”的函数-针对每个适用的帐户、每个适用的实体和每个适用的传感器（以及所有必要的详细信息）execute()-一个阻塞函数，它执行对jobs()的周期性调用并调度返回的（周期性）作业
开发商的责任是：
- 实现
jobs()函数 - 实现一个函数，该函数将在每次运行作业时被调用（在下面的示例中为
perform_job，在snmpbot中为do_snmp）。此函数应调用send_results_to_grafolean()将结果发布到Grafolean。在
Grafolean前端也需要进行相应的更改（对协议的支持-凭证、传感器、可能还有其他实体类型）。目前这只能通过修改Grafolean前端源代码来实现。在
实现jobs（）
此方法的主要目的是将有关需要执行的操作的信息（通常此信息是调用self.fetch_job_configs()）拆分为单独的作业。这样做的方式是特定于协议的。例如，snmpbot需要知道单个作业中一个实体上的所有传感器，因为它可能能够优化查询（合并它们，使用批量）。另一方面，NetFlow Bot每个作业只处理一个传感器，因为它不需要合并它们，这简化了实现。在
下面是一个简短的示例（使用虚构的MyProtocol协议）如下所示：
发展
贡献
要对这个存储库作出贡献，需要对CLA进行签名。在提交拉取请求之前，请先打开有关您所面临问题的问题。在
问题
如果您在安装或运行软件时遇到任何问题，请在issues中通知我们。在
- 项目
标签：
欢迎加入QQ群-->： 979659372
