2019独角兽企业重金招聘Python工程师标准>>> 
目录及文件分析：
目录：gmond模块位于ganglia源码的gmond目录下。
依赖文件：Gmond模块依赖于gmond.c、cmdline.c.in、cmdline.c、cmdline.h、dtd.h、g25_config.c、core_metrics.c、g25_config.h、gmond_internal.h文件（如果支持sflow模块，还需依赖sflow.h、sflow.c、sflow_gmetric.h文件）
文件及目录作用：
cmdline.c(cmdline.c.in)、cmdline.h、cmdline.sh：该四个文件都是处理与cmd输入参数解析相关的功能。
conf.pod：该文件时gmond生产gmond.conf配置文件的示例文件（在自动生成配置文件的过程中可能用到该文件定义的信息）。
core_metrics.c：实现对core模块的信息监控
dtd.h：估计是实现数据类型转换（编码转换）
g25_config.c、g25_config.h：与gmond.conf配置文件解析相关。
gmond.aix.init：与gmond的启动相关的脚本（korn shell脚本）
gmond.c：gmond主模块，gmond主要功能都在该文件中实现和完成。
gmond.conf.5和gmond.conf.html：这两个文件可能和配置文件信息相关，html文件应该是配置文件的说明文件。.5文件具体功能不是特别清楚，但也应该和配置文件相关。
gmond.init：gmond的启动脚本文件，当要配置成自启动时，可将该文件copy到/etc/init.d/目录下，并命名为gmond，这样就可以用service服务直接启动gmond。
gmond.init.SuSE：应该是SuSE下的启动脚本（功能应该同gmond.init）
gmond.solaris.init:应该是solaris系统下的启动脚本（功能同gmond.init）
gmond_internal.h：定义有关ganglia-host的有段信息。
modules/：该目录下实现了一些监控模块和扩展支持模块。监控模块由cpu、disk、memory、 network、status、system等。扩展支持模块主要实现对扩展模块的支持，可以实现对由其他语言编写的监控模块的支持，可支持的扩展模块有perl、python、php。在编译阶段，可以通过对./configure的参数添加决定是否支持python、perl、php等扩展功能。
Perl_modules：存放用perl语言编写的模块（有example例子，可根据该例子编自己的模块）
Php_modules：存放用php脚本编写的模块（同上）
Python_modules：存放用python语言编写的模块（用户可以根据该目录下的例子自己编写）
Sflow.c、sflow_gmetric.h、sflow.h：这三个文件可能与sflow的支持相关。
gmond扩展：
gmond本身提供了大量的检测指标，如对cpu数量等，内存使用情况等，但是有时候，可能这些监控指标并不能满足我们的需求（如监控GPU工作情况），这时候就需要我们队gmond监控功能进行扩展。由于gmond实现了对模块化扩展的支持，并且支持python、perl、php脚本编写的模块，我们可以通过修改源码（编写模块）实现功能扩展。
用开源源码扩展基本功能（主要由python实现）
1：从https://github.com/ganglia/gmond_python_modules下载python扩展模块包，解压
2：查看是否有要自己要扩展的模块，如果有，进入该模块并根据README提示进行扩展
Eg：扩展GPU监控
Cd gmond_python_modules
Cd gpu/nvidia
根究README配置
1）将python_modules目录下的*.py文件copy到/ganglia安装目录/ganglia/python_modules/ 目录下面
2）将conf.d/目录下的*.pyconf文件copy到/ganglia安装目录/etc/ganglia/conf.d/目录下
3）将graph.d/* 文件copy到/gweb安装目录/graph.d/ 目录下（该过程在监控住节点实现）
当重新进行web访问的时候，即可实现gpu的信息获取及监控
自己写监控模块
C/C++编写模块
c/c++模块编写方法
1：定义自己的mmodule变量（该变量名称为自己编写的模块的名称，变量名必须和conf文件中module模块的name相同，如果不相同，该模块将不能被加载应用），该变量包含初始信息（version，name等）、init函数句柄、cleanup函数句柄、handler函数句柄、Info字典信息。
2：定义自己的xxx_metric_init函数：该函数用来初始化一些基本的metric信息
3：定义xxx_metric_cleanup函数：该函数释放资源用
4：定义xxx_metric_hander函数：该函数主要实现对该模块中各个指标的收集
5：定义xxx_metric_ino字典：该字典用来定义指标的各种信息
6：编译模块，并将.so文件放到/ganglia安装路径/ganglia/lib64/ganglia/ 目录下
7：编写配置文件，并将配置文件放到/ganglia安装路径/etc/conf.d/目录下
注：具体可参考ganglia/gmond/modules/example/mod_example.c
c/c++模块加载方法分析
在用C/C++编写模块的时候首先需要定义mmodule全局变量，该变量名称一定要与config中该模块的名称相同，gmond是通过该变量的名称来查找模块并实现对conf中定义模块的支持的，如果该变量名称与conf中模块名不同，将无法支持该模块。
特别需要注意的是，在编译自己编写的模块时，尽量不要进行优化（去除字符表）
模块加载过程如下：
Gmond根据conf中模块的path路径找到so文件所在目录->调用load函数（gmond用的是apr中的一个包装函数，功能与load相似）加载so->根据conf中模块名称，在加载的so中找到该变量位置（用变量名查找）->将模块添加到模块链表中->初始化模块。
Python编写模块
Python语言支持模块
Gmond本身是用c/c++语言编写的，为了支持python语言编写的模块，gmond中实现了一个特殊的模块——该模块部进行数据等指标收集，而仅仅是实现对python的解析支持（该模块由c/c++编写），这样当gmond加载该模块后，就可以支持由python编写的模块了。（python支持模块位于：ganglia/gmond/modules/python/ 目录中）
使用python编写模块的优点
1：开发人员无需再管理mmodule结构体，初始化宏，apr库接口等信息
2：编写的模块可以脱离gmond单独运行，无需ganglia环境的支持。在单独运行调试完成后加入到gmond中即可应用。编写调试非常方便。
例如用户可以进入到 ganglia/gmond/python_modules/process/ 目录中，运行procsstat.py
命令：python procsstat.py
运行后，该信息即可打印出来，而且可将该文件copy到任意机器（支持python，可以没安装ganglia），切可正确运行。
Python模块编写
每种python模块需要定义一个全局链表并至少实现三个函数：metric_init(parms)，metric_cleanup()，metric_handler(name).
全局链表 descriptors = []：该全局变量存储所有收集到的指标信息
metric_init(parms)：该函数必须要有参数传递，且在初始化的时候被调用，返回要收集的指标的字典（初始化该字典并返回，该字典以后将被用到）
metric_cleanup()：释放资源函数
metric_hander(name)：该函数是具体的收集函数，函数名称可以改变（函数名必须与init初始化的收集指标字典中指定的调用函数名相同）
注：可参考 ganglia/gmond/python_modules/example/ 中的例子