通过Prometheus HTTP API获取多个主机情况存储到mysql数据库并设计表结构-Go服务器开发

首先，需要安装Prometheus和MySQL，并确保两者都能正常运行。

接下来，可以编写一个Python脚本来通过Prometheus HTTP API获取多个主机的监控数据，并将其存储到MySQL数据库中。以下是一个简单的示例代码：

import requests
import pymysql

# Prometheus HTTP API地址
api_url = 'http://localhost:9090/api/v1/query'

# MySQL数据库连接参数
db_host = 'localhost'
db_user = 'root'
db_password = 'password'
db_name = 'prometheus_data'

# 获取监控数据
def get_metrics(query):
    params = {'query': query}
    response = requests.get(api_url, params)
    data = response.json()['data']['result']
    return data

# 存储监控数据到MySQL
def save_metrics(data):
    conn = pymysql.connect(host=db_host, user=db_user, password=db_password, database=db_name)
    cursor = conn.cursor()

    for item in data:
        host = item['metric']['instance']
        metric_name = item['metric']['__name__']
        metric_value = item['value'][1]

        sql = "INSERT INTO metrics VALUES (NULL, %s, %s, %s, NOW())"
        cursor.execute(sql, (host, metric_name, metric_value))

    conn.commit()
    cursor.close()
    conn.close()

# 查询多个主机CPU使用率
query = '100 - (avg by(instance) (irate(node_cpu_seconds_total{mode="idle"}[5m])) * 100)'
data = get_metrics(query)

# 存储监控数据到MySQL
save_metrics(data)

在此示例代码中，我们使用了Prometheus HTTP API查询了多个主机的CPU使用率，并将其存储到了MySQL数据库中。具体来说，我们定义了一个get_metrics函数来获取Prometheus监控数据，并定义了一个save_metrics函数来将数据存储到MySQL数据库中。在save_metrics函数中，我们遍历了监控数据列表，并将每个项的主机名、监控指标名称和对应的值存储到了MySQL表中。

最后，我们需要设计MySQL表结构来存储监控数据。以下是一个简单的示例表结构：

CREATE TABLE metrics (
  id INT(11) NOT NULL AUTO_INCREMENT,
  host VARCHAR(255) DEFAULT NULL,
  metric_name VARCHAR(255) DEFAULT NULL,
  metric_value FLOAT DEFAULT NULL,
  created_at DATETIME DEFAULT CURRENT_TIMESTAMP,
  PRIMARY KEY (id)
);

该表包含一个自增的ID字段、主机名、监控指标名称、监控指标值和创建时间字段。可以根据实际情况对表结构进行调整和优化。