Webhooks 和 Snowflake 集成

强大的性能和简单的集成,由 InfluxData 构建的开源数据连接器 Telegraf 提供支持。

info

对于大规模实时查询,这不是推荐的配置。 为了进行查询和压缩优化、高速摄取和高可用性,您可能需要考虑Webhooks 和 InfluxDB

50 亿+

Telegraf 下载量

#1

时序数据库
来源:DB Engines

10 亿+

InfluxDB 下载量

2,800+

贡献者

目录

强大的性能,无限的扩展能力

收集、组织和处理海量高速数据。 当您将任何数据视为时序数据时,它会更有价值。 使用 InfluxDB,这是 #1 的时序平台,旨在与 Telegraf 一起扩展。

查看入门方法

输入和输出集成概述

Webhooks 插件允许 Telegraf 通过 Webhooks 接收和处理来自各种外部服务的 HTTP 请求。 此插件使用户能够收集实时指标和事件,并将它们集成到其监控解决方案中。

Telegraf 的 SQL 插件允许在 SQL 数据库中无缝存储指标。 当配置为 Snowflake 时,它采用专门的 DSN 格式和动态表创建,以将指标映射到相应的模式。

集成详细信息

Webhooks

此 Telegraf 插件旨在充当 Webhook 侦听器,通过启动 HTTP 服务器来注册多个 Webhook 端点。 它提供了一种通过捕获发送到已定义路径的 HTTP 请求来收集来自各种服务的事件的方法。 可以为每个服务配置其特定的身份验证详细信息和请求处理选项。 该插件的突出之处在于允许与任何 Telegraf 输出插件集成,使其在事件驱动型架构中具有通用性。 通过有效地接收事件,它为实时监控和响应系统开辟了可能性,这对于需要即时事件处理和处理的现代应用程序至关重要。

Snowflake

Telegraf 的 SQL 插件旨在通过基于传入数据创建表和列来动态地将指标写入 SQL 数据库。 当配置为 Snowflake 时,它采用 gosnowflake 驱动程序,该驱动程序使用 DSN,DSN 以紧凑的格式封装凭据、帐户详细信息和数据库配置。 此设置允许自动生成表,其中每个指标都记录有精确的时间戳,从而确保详细的历史跟踪。 尽管该集成被认为是实验性的,但它利用了 Snowflake 强大的数据仓库功能,使其适用于可扩展的、基于云的分析和报告解决方案。

配置

Webhooks

[[inputs.webhooks]]
  ## Address and port to host Webhook listener on
  service_address = ":1619"

  ## Maximum duration before timing out read of the request
  # read_timeout = "10s"
  ## Maximum duration before timing out write of the response
  # write_timeout = "10s"

  [inputs.webhooks.filestack]
    path = "/filestack"

    ## HTTP basic auth
    #username = ""
    #password = ""

  [inputs.webhooks.github]
    path = "/github"
    # secret = ""

    ## HTTP basic auth
    #username = ""
    #password = ""

  [inputs.webhooks.mandrill]
    path = "/mandrill"

    ## HTTP basic auth
    #username = ""
    #password = ""

  [inputs.webhooks.rollbar]
    path = "/rollbar"

    ## HTTP basic auth
    #username = ""
    #password = ""

  [inputs.webhooks.papertrail]
    path = "/papertrail"

    ## HTTP basic auth
    #username = ""
    #password = ""

  [inputs.webhooks.particle]
    path = "/particle"

    ## HTTP basic auth
    #username = ""
    #password = ""

  [inputs.webhooks.artifactory]
    path = "/artifactory"

Snowflake

[[outputs.sql]]
  ## Database driver
  ## Valid options: mssql (Microsoft SQL Server), mysql (MySQL), pgx (Postgres),
  ## sqlite (SQLite3), snowflake (snowflake.com), clickhouse (ClickHouse)
  driver = "snowflake"

  ## Data source name
  ## For Snowflake, the DSN format typically includes the username, password, account identifier, and optional warehouse, database, and schema.
  ## Example DSN: "username:password@account/warehouse/db/schema"
  data_source_name = "username:password@account/warehouse/db/schema"

  ## Timestamp column name
  timestamp_column = "timestamp"

  ## Table creation template
  ## Available template variables:
  ##  {TABLE}        - table name as a quoted identifier
  ##  {TABLELITERAL} - table name as a quoted string literal
  ##  {COLUMNS}      - column definitions (list of quoted identifiers and types)
  table_template = "CREATE TABLE {TABLE} ({COLUMNS})"

  ## Table existence check template
  ## Available template variables:
  ##  {TABLE} - table name as a quoted identifier
  table_exists_template = "SELECT 1 FROM {TABLE} LIMIT 1"

  ## Initialization SQL (optional)
  init_sql = ""

  ## Maximum amount of time a connection may be idle. "0s" means connections are never closed due to idle time.
  connection_max_idle_time = "0s"

  ## Maximum amount of time a connection may be reused. "0s" means connections are never closed due to age.
  connection_max_lifetime = "0s"

  ## Maximum number of connections in the idle connection pool. 0 means unlimited.
  connection_max_idle = 2

  ## Maximum number of open connections to the database. 0 means unlimited.
  connection_max_open = 0

  ## Metric type to SQL type conversion
  ## Defaults to ANSI/ISO SQL types unless overridden. Adjust if needed for Snowflake compatibility.
  #[outputs.sql.convert]
  #  integer       = "INT"
  #  real          = "DOUBLE"
  #  text          = "TEXT"
  #  timestamp     = "TIMESTAMP"
  #  defaultvalue  = "TEXT"
  #  unsigned      = "UNSIGNED"
  #  bool          = "BOOL"

输入和输出集成示例

Webhooks

  1. 来自 Github 的实时通知:将 Webhooks 输入插件与 Github 集成,以接收诸如拉取请求、提交和问题等事件的实时通知。 这使开发团队可以立即监控其存储库中的关键更改和更新,从而改善协作和响应时间。

  2. 使用 Rollbar 进行自动化警报:使用此插件来侦听从 Rollbar 报告的错误,使团队能够对生产中的错误和问题做出快速反应。 通过将这些警报转发到集中的监控系统,团队可以根据严重程度确定响应的优先级,并防止停机时间升级。

  3. 来自 Filestack 的性能监控:捕获来自 Filestack 的事件以跟踪文件上传、转换和错误。 此设置帮助企业了解用户与文件管理流程的交互,优化工作流程,并确保文件服务的高可用性。

  4. 使用 Papertrail 进行集中式日志记录:通过 Webhooks 关联发送到 Papertrail 的所有日志,使您可以整合日志记录策略。 通过实时日志转发,团队可以有效地分析趋势和异常,确保他们保持对关键操作的可见性。

Snowflake

  1. 基于云的数据湖集成:利用该插件将来自各种来源的实时指标流式传输到 Snowflake 中,从而创建集中式数据湖。 此集成支持云数据上的复杂分析和机器学习工作流程。

  2. 动态商业智能仪表板:利用该插件从传入的指标中自动生成表,并将它们馈送到 BI 工具中。 这使企业可以创建动态仪表板,以可视化性能趋势和运营见解,而无需手动模式管理。

  3. 可扩展的物联网分析:部署该插件以捕获来自物联网设备的高频数据到 Snowflake 中。 此用例促进了传感器数据的聚合和分析,从而实现大规模的预测性维护和实时监控。

  4. 用于合规性的历史趋势分析:使用该插件在 Snowflake 中记录和存档详细的指标数据,然后可以查询这些数据以进行长期趋势分析和合规性报告。 此设置确保组织可以维护强大的审计跟踪,并在需要时执行取证分析。

反馈

感谢您成为我们社区的一份子! 如果您有任何一般性反馈或在这些页面上发现了任何错误,我们欢迎并鼓励您提出意见。 请在 InfluxDB 社区 Slack 中提交您的反馈。

强大的性能,无限的扩展能力

收集、组织和处理海量高速数据。 当您将任何数据视为时序数据时,它会更有价值。 使用 InfluxDB,这是 #1 的时序平台,旨在与 Telegraf 一起扩展。

查看入门方法

相关集成

HTTP 和 InfluxDB 集成

HTTP 插件从一个或多个 HTTP(S) 端点收集指标。 它支持各种身份验证方法和数据格式的配置选项。

查看集成

Kafka 和 InfluxDB 集成

此插件从 Kafka 读取消息,并允许基于这些消息创建指标。 它支持各种配置,包括不同的 Kafka 设置和消息处理选项。

查看集成

Kinesis 和 InfluxDB 集成

Kinesis 插件允许从 AWS Kinesis 流中读取指标。 它支持多种输入数据格式,并提供使用 DynamoDB 进行检查点功能的特性,以实现可靠的消息处理。

查看集成