معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Easily monitor CPU and memory usage in AWS Batch jobs and report them to StatsD

ویژگی	مقدار
سیستم عامل	-
نام فایل	aws-resource-monitor-1.0.0
نام	aws-resource-monitor
نسخه کتابخانه	1.0.0
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Luigi's Box
ایمیل نویسنده	support@luigisbox.com
آدرس صفحه اصلی	https://www.luigisbox.com/
آدرس اینترنتی	https://pypi.org/project/aws-resource-monitor/
مجوز	MIT

# AWS Resource Monitor Small Python 3.5+ convenience library to easily monitor CPU and memory usage in AWS Batch jobs and report them to StatsD. Since it uses [ECS Task Metadata V3 endpoints](https://docs.aws.amazon.com/AmazonECS/latest/developerguide/task-metadata-endpoint-v3.html) it is perfectly suitable to do so for other type of ECS tasks as well. ## Setup You can install this package by using `pip`: pip install aws-resource-monitor If you fancy `pipenv` use: pipenv install aws-resource-monitor To install from source, run: python setup.py install To install via requirements file, add the following: -e git+https://github.com/luigisbox/aws-resource-monitor.git#egg=aws-resource-monitor ## Usage First off, you need to require the library: from aws_resource_monitor import resource_monitoring The `resource_monitoring` is a context manager accepting two positional arguments: - `statsd_client` is your own instance of StatsD client (see [PythonStatsD library](https://statsd.readthedocs.io/en/latest/) which will be used to report metrics. - `metrics_prefix` is a string which will prefix individual metrics. Optionally, you can pass in keyword argument `interval` with `timedelta` object customizing polling period for new metrics (default is every five seconds). with resource_monitoring(statsd_client, metrics_prefix): fn() Behind the scenes, `resource_monitoring` context manager first checks for existence of `ECS_CONTAINER_METADATA_URI` environment variable. If it is not found, the monitor does nothing thus working well in development. In production or when the variable exists, it creates a separate thread from your main application that reads task UUID and polls the "stats" endpoint in the metadata URI to complete and send as gauge the following metrics: - cpu.system - cpu.user - cpu.percent - memory.limit - memory.usage - memory.max_usage A more complete example would be: import statsd from aws_resource_monitor import resource_monitoring statsd = statsd.StatsClient('localhost', 8125) with resource_monitoring(statsd, "example.metrics.", interval=timedelta(seconds=10)): fn() For example, for the task UUID assigned by AWS "afc92259-3a0c-4e14-8e23-a49cc41e7947" this will report gauge "example.metrics.afc92259-3a0c-4e14-8e23-a49cc41e7947.memory.usage" and in ten seconds check and report again. ## Contributing 1. Check for open issues or open a new issue for a feature request or a bug. 2. Fork the repository and make your changes to the master branch (or branch off of it). 3. Send a pull request. ## Development Run the linter with: make lint The client library uses Black for code formatting. Code must be formatted with Black before PRs are submitted. Run the formatter with: make fmt ## Changelog ### v1.0.0: 08/06/2020 Initial version.

زبان مورد نیاز

مقدار	نام
>=3.5	Python

نحوه نصب

نصب پکیج whl aws-resource-monitor-1.0.0:

pip install aws-resource-monitor-1.0.0.whl

نصب پکیج tar.gz aws-resource-monitor-1.0.0:

pip install aws-resource-monitor-1.0.0.tar.gz