监控：API¶
概述¶
Geonode监视是一种可选的基础架构，用于监视GeoNode中的资源使用情况，随附在运行每项服务的Geoserver和主机上。这不是像zabbix或Nagios那样的全面监控，而是用于诊断部署健康的中等大小的工具。它将由大多数不是全职sysop的用户使用，因此使用起来很简单。
API¶
监控API向监控客户端公开各种数据。
接口根URL为 /monitoring/ ，本文档中的每个路径都是相对于该根目录的。
有效自/有效至¶
监控以固定周期(通常为1分钟)定期收集数据。每个指标数据都是在该时间段内累积的值(如果按其他指标划分，如资源、标签等，则为一个或多个值)。
主机¶
主机是正在运行特定服务(GeoNode或Geoserver)的物理或虚拟实例。此实体不受监视，但用于按部署位置对服务进行分组。主机列表在以下位置的API中提供 /api/hosts/ 端点：
GET /monitoring/api/hosts/
{
"hosts": [
{
"ip": "127.0.0.1",
"name": "localhost"
}
]
}
虽然不直接监视主机，但某些服务类型(以及这些类型的服务)负责监视底层主机，间接监视硬件资源(不需要专用的系统级代理)。
服务¶
服务是被监控服务的名称。服务可从管理界面配置，并在 /api/services/ ：
GET /monitoring/api/services/
{
"services": [
{
"name": "local-system",
"last_check": "2017-08-03T13:33:26.674",
"host": "localhost",
"check_interval": 60,
"type": "hostgeonode",
"id": 3
},
{
"name": "local-geoserver",
"last_check": "2017-08-03T13:33:26.455",
"host": "localhost",
"check_interval": 60,
"type": "geoserver",
"id": 2
},
{
"name": "local-geonode",
"last_check": "2017-08-03T13:33:27.741",
"host": "localhost",
"check_interval": 60,
"type": "geonode",
"id": 1
}
]
}
每项服务都由属性描述：
name -服务的唯一名称
type -服务类型名称
host -运行服务的主机
id -对象ID
last_check -该服务上一次检查(数据收集)的时间戳
check_interval -间隔(秒)，应从该服务收集数据的频率。
服务类型¶
服务类型描述了它被分配到的服务类型。有几种可用的服务类型：
资源¶
资源是可以由GeoNode或Geoserver提供服务的对象。有几种受监控的资源类型：
图层
文档
地图
URL
资源可以从GeoNode或Geoserver提供。我们不检查具体的资源是否实际存在，只保留使用和记录的项目列表以供监控。此外，它不会显示同一资源的重命名/副本/移动。
资源列表位于 /api/resources/ 端点：
GET /monitoring/api/resources/
{
"resources": [
{
"type": "layer",
"id": 13,
"name": "unesco:Unesco_point"
},
{
"type": "layer",
"id": 7,
"name": "geonode:test"
},
{
"type": "layer",
"id": 14,
"name": "http://www.opengis.net/gml:GridCoverage"
},
{
"type": "map",
"id": 17,
"name": "some map"
},
]
}
资源使用以下属性进行描述：
id -监控中的资源记录的数字ID
type -资源类型
name -资源名称。
可以使用以下查询字符串参数筛选资源列表：
metric_name -应返回其资源的指标名称
resource_type -资源类型名称 (layer ， map ， document ， style ， url )
valid_from -列出自该时间戳以来可用的资源
valid_to -列出该时间戳之前可用的资源
示例：
GET /monitoring/api/resources/?resource_type=layer&metric_name=request.count&valid_from=2017-08-01
{
"resources": [
{
"type": "layer",
"id": 24,
"name": "atlantis:landmarks"
},
{
"type": "layer",
"id": 2,
"name": "topp:states"
},
{
"type": "layer",
"id": 22,
"name": "atlantis:island"
},
{
"type": "layer",
"id": 23,
"name": "atlantis:poi"
},
{
"type": "layer",
"id": 16,
"name": "dissolveroad2"
},
{
"type": "layer",
"id": 21,
"name": "atlantis:roads"
}
]
}
资源类型¶
资源类型描述GeoNode监视考虑的资源类型。要检索资源类型的完整列表，请使用 /api/resource_types/ 可用：
GET /monitoring/api/resource_types/
{
"status": "ok",
"data": {
"key": "resource_types"
},
"errors": {},
"resource_types": [
{
"type": "No resource",
"name": ""
},
{
"type": "Layer",
"name": "layer"
},
{
"type": "Map",
"name": "map"
},
{
"type": "Resource base",
"name": "resource_base"
},
{
"type": "Document",
"name": "document"
},
{
"type": "Style",
"name": "style"
},
{
"type": "Admin",
"name": "admin"
},
{
"type": "URL",
"name": "url"
},
{
"type": "Other",
"name": "other"
}
],
"success": true
}
事件类型¶
事件类型描述GeoNode中资源的使用方式。资源可以作为常规视图进行访问(通过GeoNode，如 /layers/X URL)，或通过OWS请求。有关已处理的事件类型的完整列表，请参阅 /api/event_types/ 端点：
GET /monitoring/api/event_types/
{
"status": "ok",
"errors": { },
"data": {
"key": "event_types"
},
"event_types": [
{
"name": "all"
},
{
"name": "other"
},
{
"name": "download"
},
{
"name": "view"
},
{
"name": "OWS:TMS"
},
{
"name": "OWS:WMS-C"
},
{
"name": "OWS:WMTS"
},
{
"name": "OWS:WCS"
},
{
"name": "OWS:WFS"
},
{
"name": "OWS:WMS"
},
{
"name": "OWS:WPS"
},
{
"name": "OWS:ALL"
},
{
"name": "create"
},
{
"name": "upload"
},
{
"name": "change"
},
{
"name": "change_metadata"
},
{
"name": "view_metadata"
},
{
"name": "publish"
},
{
"name": "remove"
}
],
"success": true
}
以开头的事件类型 OWS: 前缀表示它们与OWS服务相关。 OWS:ALL 是一个累积事件类型，它保存对任何OWS的请求。
事件类型 other 表示与OWS无关的请求。这也是累积事件类型，应该用作所有非OWS请求的基线。
In order to retrieve OWS only requests the ows-service flag (possible values are True, true, False, false, 0, 1) can be used:
OWS 事件类型
GET /monitoring/api/event_types/?ows_service=true{ "status": "ok", "errors": {}, "data": { "key": "event_types" }, "event_types": [ { "name": "OWS:TMS", "type_label": "TMS" }, { "name": "OWS:WMS-C", "type_label": "WMS-C" }, { "name": "OWS:WMTS", "type_label": "WMTS" }, { "name": "OWS:WCS", "type_label": "WCS" }, { "name": "OWS:WFS", "type_label": "WFS" }, { "name": "OWS:WMS", "type_label": "WMS" }, { "name": "OWS:WPS", "type_label": "WPS" }, { "name": "OWS:ALL", "type_label": "Any OWS" } ], "success": true }
non-OWS 事件类型
GET /monitoring/api/event_types/?ows_service=false{ "status": "ok", "errors": {}, "data": { "key": "event_types" }, "event_types": [ { "name": "other", "type_label": "Not OWS" }, { "name": "all", "type_label": "All" }, { "name": "create", "type_label": "Create" }, { "name": "upload", "type_label": "Upload" }, { "name": "change", "type_label": "Change" }, { "name": "change_metadata", "type_label": "Change Metadata" }, { "name": "view_metadata", "type_label": "View Metadata" }, { "name": "view", "type_label": "View" }, { "name": "download", "type_label": "Download" }, { "name": "publish", "type_label": "Publish" }, { "name": "remove", "type_label": "Remove" }, { "name": "geoserver", "type_label": "Geoserver event" } ], "success": true }
事件类型 all 指任何请求。
标签¶
标签是对未由资源描述的度量数据子集的描述(它不作为逻辑数据集)。可以用标签描述的东西：
用户跟踪ID
卷装入点
网络接口名称
请求路径
请求方法
响应状态代码
等等。
记录的所有标签的列表可在
/api/labels/端点：
GET /monitoring/api/labels/
{
"labels": [
{
"id": 306,
"name": "Other / Other / Python Requests 2.13"
},
{
"id": 315,
"name": "Kent"
},
{
"id": 298,
"name": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/59.0.3071.115 Safari/537.36"
},
{
"id": 261,
"name": "lo"
},
{
"id": 331,
"name": "PUT"
},
{
"id": 334,
"name": "Other / Other / Python Requests 2.18"
}
]
}
每个度量数据集将至少附加一个标签。可以使用以下查询字符串参数筛选标签列表：
metric_name -应返回标签的指标名称
valid_from -列出自该时间戳以来可用的标签
valid_to -列出在该时间戳之前可用的标签
示例：
GET /monitoring/api/labels/?metric_name=request.ua&valid_from=2017-08-05
{
"labels": [
{
"id": 298,
"name": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/59.0.3071.115 Safari/537.36"
},
{
"id": 312,
"name": "Java/1.8.0_131"
},
{
"id": 293,
"name": "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/36.0.1985.67 Safari/537.36"
},
{
"id": 345,
"name": "Mozilla/5.0 (Macintosh; Intel Mac OS X) AppleWebKit/538.1 (KHTML, like Gecko) PhantomJS/2.1.1 Safari/538.1"
},
...
]
}
指标名称¶
指标名称是指标存储的数据类型的半命名空间描述。典型指标名称：- request.count - request.ip - response.size - response.status
每种服务类型都有一组可用的指标。应用程序级别的服务将具有与主机级别服务不同的指标集。
有关指标的完整列表，请参阅 /api/metrics/ 端点。返回的列表不可筛选。回复示例：
GET /monitoring/api/metrics/
{
"metrics": [
{
"metrics": [
{
"type": "count",
"name": "request.count",
"unit": "Count"
},
{
"type": "count",
"name": "request.ip",
"unit": "Count"
},
...
],
"service": "geonode"
},
{ "service": "geoserver",
"metrics": [..]
}
]
}
指标按服务分组。每个指标具有以下结构：
{
"type": "count",
"name": "request.ip",
"unit": "Count"
}
其中：
type 是度量数据类型(可以是计数、值或速率)。这是如何处理指标数据聚合的内部描述。
name 指标名称
unit 建议的Y轴标签，描述数据单元
指标数据¶
监控API的核心功能是能够获取指定时间段内给定指标的数据。度量值是固定时间段的数据集，从中收集并处理特定指标名称的数据。此外，每个指标都可以计算特定服务、资源、标签和EVENT_TYPE的数据。度量数据API具有以下几个功能：
它可以显示特定时间范围内的度量数据，精确到1分钟(如果收集间隔较短，可能会更小)。
它可以显示以自定义粒度聚合的度量数据(例如，过去48小时的15分钟粒度)。
它可以显示整个受监视设置或特定资源、标签(如用户代理类型)、受监视服务(仅适用于Geonode或仅适用于Geoserver)、事件类型的度量数据。参数可以在一个查询中联接。
API端点为： /api/metric_data/METRIC_NAME/ ：
以下项目的样本请求 request.ua 具体时间窗指标(2017-08-03上午10点至下午2点)和数据粒度(1h)
GET /monitoring/api/metric_data/request.ua/?valid_from=2017-08-03%2010:00:00&valid_to=2017-08-03%2014:00:00&interval=3600{
"data": {
"input_valid_from": "2017-08-03T10:00:00",
"input_valid_to": "2017-08-03T14:00:00",
"data": [
{
"valid_from": "2017-08-03T10:00:00",
"data": [],
"valid_to": "2017-08-03T11:00:00"
},
{
"valid_from": "2017-08-03T11:00:00",
"data": [
{
"samples_count": 10,
"val": "10.0000",
"min": "1.0000",
"max": "1.0000",
"sum": "10.0000",
"label": "Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:53.0) Gecko/20100101 Firefox/53.0",
"metric_count": 10
},
{
"samples_count": 790,
"val": "790.0000",
"min": "19.0000",
"max": "79.0000",
"sum": "790.0000",
"label": "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.78 Safari/537.36",
"metric_count": 22
},
{
"samples_count": 150,
"val": "150.0000",
"min": "15.0000",
"max": "15.0000",
"sum": "150.0000",
"label": "Mozilla/5.0 (Macintosh; Intel Mac OS X) AppleWebKit/538.1 (KHTML, like Gecko) PhantomJS/2.1.1 Safari/538.1",
"metric_count": 10
}
],
"valid_to": "2017-08-03T12:00:00"
},
{
"valid_from": "2017-08-03T12:00:00",
"data": [],
"valid_to": "2017-08-03T13:00:00"
},
{
"valid_from": "2017-08-03T13:00:00",
"data": [
{
"samples_count": 37,
"val": "37.0000",
"min": "4.0000",
"max": "12.0000",
"sum": "37.0000",
"label": "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.40 Safari/537.36",
"metric_count": 4
}
],
"valid_to": "2017-08-03T14:00:00"
}
],
"metric": "request.ua",
"interval": 3600,
"type": "count",
"axis_label": "Count",
"label": null
}
}
指标数据响应用以下信封封装：
"data": {
"input_valid_from": "2017-08-03T10:00:00",
"input_valid_to": "2017-08-03T14:00:00",
"metric": "request.ua",
"interval": 3600,
"type": "count",
"axis_label": "Count",
"label": null,
"data": [
... # actual data
],
}
}
其中：
input_valid_from 和 input_valid_to 为其返回数据的已解析和对齐的时间戳，
metric 是返回响应的指标名称，
interval 使用的数据聚合间隔，以秒为单位(如果未提供，则使用60秒，除非时间窗口大于24小时)，
type 是指标数据类型，内部描述如何聚合数据(SUM、Average或Min/Max函数)。
axis_label 是否建议在图表中使用值轴标签
label 是否使用度量数据标签(默认情况下没有标签)。
度量数据项构建为以下结构：
{
"valid_from": "2017-08-03T13:00:00",
"valid_to": "2017-08-03T14:00:00",
"data": [
{
"samples_count": 37,
"val": "37.0000",
"min": "4.0000",
"max": "12.0000",
"sum": "37.0000",
"label": "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.40 Safari/537.36",
"metric_count": 4
},
{
"samples_count": 20,
"val": "20.0000",
"min": "4.0000",
"max": "10.0000",
"sum": "20.0000",
"label": "Internet Explorer 4.0",
"metric_count": 3
},
],
}
其中：
valid_from 和 valid_to 是数据聚合期的时间戳
data 是值行的列表。什么时候 data 为空，则表示没有为输入参数收集数据。
每个人 data 元素包含：
label 与指标数据值关联的标签值。这可以描述用户提供的差异值(用户代理字符串、请求方法等)，或者，如果没有使用这样的值，则可以描述默认值、“count”或“value”标签。
val 指标数据聚合值，需要前端应用使用。为 request.ua 这意味着给定用户代理字符串的请求计数， response.time 这将返回平均响应时间。
min ， max ， sum 是给出所用数据的洞察力的帮助器统计值，
samples_count 是用于此计算的所有样本计数(实际请求)的总和
metric_count 是用于计算值的多个度量数据。
resource (可选)具有资源结构的键 (id ， name ， type )。使用按资源分组时，此元素将可见。
event_type (可选)键，事件类型名称与行的睡觉相关。使用按事件类型分组时，此元素将可见
可以使用以下参数筛选指标数据：
valid_from TIMESTAMP(DATE或DATE+TIME)表示数据应该比此时间戳新
valid_to 时间戳(日期或日期+时间)表示数据应早于此时间戳
interval 数据聚合间隔，以秒为单位。请参阅以下有关间隔和时间戳对齐的说明
label 仅应为其返回数据的标签值(请参见 [标签] (标签数)
resource 资源ID(请参见 [资源] (#RESOURCES))应返回的数据
service 服务名称(请参见 [服务] (#services))应返回哪些数据
event_type 服务名称(请参见 [事件类型] (#OWS_SERVICE))应该返回哪些数据
resource_type 过滤的资源类型名称，例如 layer 仅显示Layer对象的数据(不包括URL、文档、地图)。
对度量数据进行分组¶
此外，在某些情况下，客户端应用程序可能希望在一个周期内接收几个资源的数据点列表(典型使用场景：列出请求最多的层)。在这种情况下，还需要使用以下参数查询指标数据：
group_by -分组需要使用的Object名称。目前有两种分组模式可用：
resource -按受影响的资源分组。这将为同一标签生成指标，但每个受影响的资源将单独列出。返回的指标数据项将具有其他 resource 钥匙，它将容纳带有钥匙的字典 name 和 type 。回复示例：
GET /monitoring/api/metric_data/request.count/?last=86400&interval=86400&group_by=resource{ "data": { "input_valid_from": "2017-09-01T00:00:00", "input_valid_to": "2017-09-08T13:50:34.024", "data": [ .. { "valid_from": "2017-09-04T00:00:00", "data": [ { "resource": { "type": "layer", "name": "nurc:Arc_Sample" }, "samples_count": 300, "val": "300.0000", "min": "100.0000", "max": "100.0000", "sum": "300.0000", "label": "count", "metric_count": 3, "id": 10 }, { "resource": { "type": "layer", "name": "sde:HYP_HR_SR_OB_DR" }, "samples_count": 72, "val": "72.0000", "min": "24.0000", "max": "24.0000", "sum": "72.0000", "label": "count", "metric_count": 3, "id": 25 } ], "valid_to": "2017-09-05T00:00:00" } ], "valid_to": "2017-09-09T00:00:00" } ], "metric": "request.count", "interval": 86400, "type": "count", "axis_label": "Count", "label": null } }resource_no_labels -按受影响的资源分组，但不按标签区分。这将产生与其他分组类似的结果，但它将不包含“标签”键。
GET /monitoring/api/metric_data/request.users/?last=86400&interval=86400&group_by=resource_no_label&event_type=view&resource_type=url{ "data": { "input_valid_from": "2018-07-10T15:13:50.784Z", "input_valid_to": "2018-07-11T15:13:50.784Z", "data": [ { "val"id_from: "2018-07-10T15:13:50.784Z", "data": [ { "resource": { "type": "url", "name": "/layers/", "id": 15 }, "metric_count": 4, "val": 2, "min": "1.0000", "max": "1.0000", "sum": "4.0000", "samples_count": 4 }, { "resource": { "type": "url", "name": "/", "id": 16 }, "metric_count": 4, "val": 2, "min": "1.0000", "max": "4.0000", "sum": "7.0000", "samples_count": 7 }, { "resource": { "type": "url", "name": "/maps/", "id": 17 }, "metric_count": 4, "val": 2, "min": "1.0000", "max": "2.0000", "sum": "5.0000", "samples_count": 5 }, { "resource": { "type": "url", "name": "/maps/3", "id": 18 }, "metric_count": 1, "val": 1, "min": "1.0000", "max": "1.0000", "sum": "1.0000", "samples_count": 1 }, { "resource": { "type": "url", "name": "/maps/7", "id": 20 }, "metric_count": 1, "val": 1, "min": "1.0000", "max": "1.0000", "sum": "1.0000", "samples_count": 1 } ], "valid_to": "2018-07-11T15:13:50.784Z" } ], "metric": "request.users", "interval": 86400, "type": "value", "axis_label": "Count", "label": null } }label -按标签分组。这将返回选定期间内出现的唯一标签的数量。
GET /monitoring/api/metric_data/request.users/?last=86400&interval=86400&group_by=label{ "data": { "input_valid_from": "2018-07-10T16:29:08.982Z", "input_valid_to": "2018-07-11T16:29:08.982Z", "data": [ { "valid_from": "2018-07-10T16:29:08.982Z", "data": [ { "samples_count": 243, "val": 13, "min": "0.0000", "max": "25.0000", "sum": "243.0000", "metric_count": 124 } ], "valid_to": "2018-07-11T16:29:08.982Z" } ], "metric": "request.users", "interval": 86400.0, "type": "value", "axis_label": "Count", "label": null } }
event_type -按事件类型分组。这会暴露出 event_type 数据项中的字段。分组将返回每个事件类型的请求数。
event_type_on_label -按事件类型分组，但使用Label进行分组(而不是指标数据值)。这会暴露出 event_type 数据项中的字段。分组将返回每个标签的请求数(特别是对于 request.users ，它使用标签字段作为跟踪id值，请参见 [用户分析] (https://github.com/geosolutions-it/geonode/wiki/Monitoring：-User-Analytics)).
时间戳对齐¶
通过监控收集的数据被聚合成固定的间隔值。这有几个后果：
不能查询小于聚合期间的时间窗口
查询时间窗口时，输入VALID_FROM和VALID_TO将与可能的实际VALID_FROM和VALID_TO值对齐。对齐从每天0：00时开始计算。为了获得最佳效果，您应该使用可以在没有提醒的情况下对齐的间隔。
在某些情况下，时间戳对齐可能会产生比预期更多的行数。例如，假设客户端应用程序希望以5分钟为间隔聚合数据。搜索12：04到12：06之间的数据，即使这两个之间的间隔(2分钟)小于数据间隔(5分钟)，这也将与数据间隔对齐，数据间隔将为：
中午12时至12时05分
从12时05分到12时10分
如果数据聚合期在将来结束，则很可能不包含任何数据。
例外情况¶
异常使用单独的API端点提供服务。这些端点将返回：
捕获的异常列表
异常详细信息
有关例外情况的列表，请参阅 /api/exceptions/ 端点：
GET /monitoring/api/exceptions/
{
"exceptions": [
{
"url": "/monitoring/api/exceptions/8/",
"error_type": "exceptions.ValueError",
"id": 8,
"service": {
"type": "geonode",
"name": "local-geonode"
},
"created": "2017-06-20T17:50:24.922"
},
{
"url": "/monitoring/api/exceptions/9/",
"error_type": "org.geoserver.platform.ServiceException",
"id": 9,
"service": {
"type": "geoserver",
"name": "local-geoserver"
},
"created": "2017-06-26T15:33:20.152"
},
{
"url": "/monitoring/api/exceptions/10/",
"error_type": "django.db.utils.ProgrammingError",
"id": 10,
"service": {
"type": "geonode",
"name": "local-geonode"
},
"created": "2017-06-27T12:32:37.032"
},
]
}
列表中的每个例外包含：
error_type 这是一类例外
id 记录的给定异常的对象ID
` service` 记录异常的服务对象
created 记录的异常时间戳
url 包含异常详细信息的URL
例外详细信息：
GET /monitoring/api/exceptions/30/
{
"error_data": "Traceback (most recent call last):\n File \"/home/cezio/.virtualenvs/geonode/lib/python2.7/site-packages/django/core/handlers/base.py\", line 132, in get_response\n response = wrapped_callback(request, *callback_args, **callback_kwargs)\n File \"/home/cezio/.virtualenvs/geonode/lib/python2.7/site-packages/django/views/generic/base.py\", line 71, in view\n return self.dispatch(request, *args, **kwargs)\n File \"/home/cezio/.virtualenvs/geonode/lib/python2.7/site-packages/django/views/generic/base.py\", line 89, in dispatch\n return handler(request, *args, **kwargs)\n File \"/mnt/work/cezio/geosolutions/repos/geonode/geonode/contrib/monitoring/views.py\", line 176, in get\n return json_response({self.output_name: out})\n File \"/mnt/work/cezio/geosolutions/repos/geonode/geonode/utils.py\", line 619, in json_response\n body = json.dumps(body, cls=DjangoJSONEncoder)\n File \"/usr/lib64/python2.7/json/__init__.py\", line 251, in dumps\n sort_keys=sort_keys, **kw).encode(obj)\n File \"/usr/lib64/python2.7/json/encoder.py\", line 207, in encode\n chunks = self.iterencode(o, _one_shot=True)\n File \"/usr/lib64/python2.7/json/encoder.py\", line 270, in iterencode\n return _iterencode(o, 0)\n File \"/home/cezio/.virtualenvs/geonode/lib/python2.7/site-packages/django/core/serializers/json.py\", line 115, in default\n return super(DjangoJSONEncoder, self).default(o)\n File \"/usr/lib64/python2.7/json/encoder.py\", line 184, in default\n raise TypeError(repr(o) + \" is not JSON serializable\")\nTypeError: <Service: Service: local-geoserver@localhost> is not JSON serializable\n",
"service": {
"type": "geonode",
"name": "local-geonode"
},
"created": "2017-07-24T13:29:28.321",
"error_type": "exceptions.TypeError",
"request": {
"event_type": null,
"client": {
"ip": "127.0.0.1",
"position": {
"lat": null,
"country": null,
"lon": null,
"city": null
},
"user_agent": "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.40 Safari/537.36",
"user_agent_family": "PC / Linux / Chrome 60.0.3112"
},
"request": {
"path": "/monitoring/api/exceptions/",
"host": "localhost:8000",
"method": "GET",
"created": "2017-07-24T13:29:28.280"
},
"response": {
"status": 200,
"time": 30,
"type": "text/html; charset=utf-8",
"size": 0
},
"resources": []
},
"error_message": "exceptions.TypeError"
}
详细信息包括：
error_type 这是一类例外
error_message 提供的消息带有错误
error_data 是具有堆栈跟踪的纯文本
service 记录异常的服务对象
created 记录的异常时间戳
request 有关与此错误关联的请求的信息：
event_type 与请求关联的事件类型名称
client 请求客户端信息
request 有关收到的请求的详细信息
response 关于响应发回的详细信息
resources 受影响的资源列表
自动配置¶
自动配置端点允许根据以下条件执行监控配置 settings 价值。此API端点仅对超级用户/员工可用。回执用标准信封包装。
POST /monitoring/api/autoconfigure/
{
"status": "ok",
"success": true,
"errors": {}
}