system.disk Metrics from DataDog Agent

Name

  • system.disk.total
  • KB (unit)
  • The total amount of disk space.
  • system.disk.used
  • KB (unit)
  • The amount of disk space in use.
  • system.disk.free
  • KB (unit)
  • The amount of disk space that is free.
  • system.disk.in_use
  • fraction (unit)
  • The amount of disk space in use as a fraction of the total.
  • system.disk.read_time_pct
  • percent
  • Percent of time spent reading from disk.
  • system.disk.write_time_pct
  • percent
  • Percent of time spent writing to disk.

计算方式

  1. 通过Python的第三方模块psutil(process and system utilities)来实现
import psutil

# parts = [sdiskpart(device='rootfs', mountpoint='/', fstype='rootfs', opts='rw')]
parts = psutil.disk_partitions(all=True)
for part in parts:
    # sdiskusage(total=10725883904, used=713650176, free=10012233728, percent=6.7)
    disk_usage = psutil.disk_usage(part.mountpoint)

    system.disk.total = disk_usage.total / 1024
    system.disk.used = disk_usage.used / 1024
    system.disk.free = disk_usage.free / 1024
    system.disk.in_use = disk_usage.percent / 100.0

system.disk.read_time_pct和system.disk.wirte_time_pct只有当psutil可用时,才存在。

import psutil

# {'dm-83': sdiskio(read_count=262, write_count=46, read_bytes=4603904, write_bytes=2357760, read_time=19, write_time=1101, read_merged_count=0, write_merged_count=0, busy_time=1102)}
disk_dict = psutil.disk_io_counters(True)
for disk_name, disk in disk_dict.items():
    read_time_pct = disk.read_time * 100.0 / 1000.0
    write_time_pct = disk.write_time * 100.0 / 1000.0
    # RATE: 函数,(当前采集值 - 上一个采集值) / 采集时间差
    system.disk.read_time_pct = RATE(read_time_pct)
    system.disk.wirte_time_pct = RATE(write_time_pct)
  1. 如果没有psutil,通过df -T -k命令采集。
# device is
# ["/dev/xvda1", "xfs", 209703916, 53188672, 156515244, "26%", "/"]
used = device[3]
free = device[4]
system.disk.used = used
system.disk.free = free
system.disk.total = device[2]
system.disk.in_use = used / (used + free)
df -T -k

Filesystem         Type     1K-blocks     Used Available Use% Mounted on
/dev/xvda1         xfs      209703916 53188672 156515244  26% /
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,378评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,356评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,702评论 0 342
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,259评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,263评论 5 371
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,036评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,349评论 3 400
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,979评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,469评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,938评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,059评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,703评论 4 323
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,257评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,262评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,485评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,501评论 2 354
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,792评论 2 345