通过 DataKit 写入数据¶

本文档主要介绍如何使用本系统向 DataKit 写入数据。（即：将 DataFlux Func 作为采集器对接 DataKit）

提示：本文中采用的示例数据为随机数，因此为了文档整体观感，部分截图存在一定演义成分，不保证每次操作都能取得完全相同的结果。

提示 2：本文示例只有在 DataKit, DataWay 等观测云各组件正确配置/运行，网络正常的情况下才能获得预期效果。

提示 3：请始终使用最新版 DataFlux Func 进行操作。

1. 背景¶

某些情况下，观测云提供的采集器无法满足数据上报的需求。此时，可以使用 DataFlux Func 作为 DataKit 的采集器进行数据上报。

本文假设用户已经在 DataFlux Func 中正确连接了 DataKit。有关如何在 DataFlux Func 中连接 DataKit，请参考：

连接并操作 DataKit

2. 编写数据写入函数¶

进入编辑器，创建脚本并输入以下示例脚本：

import time
import random

@DFF.API('DataKit Demo')
def datakit_demo():
    # 获取 DataKit 操作对象
    datakit = DFF.SRC('datakit')

    # 从过去 30 分钟到当前时间，每分钟产生一个 90 ~ 110 的随机数
    now = time.time()
    for i in range(30):
        value     = random.randint(95, 105)
        timestamp = now - i * 60

        # 将数据作为指标写入 DataKit
        _measurement = 'datakit_demo'             # 指标集
        _tags        = { 'type': 'some_integer' } # 标签
        _fields      = { 'value': value }         # 字段
        datakit.write_metric(measurement=_measurement, tags=_tags, fields=_fields, timestamp=timestamp)

        # 将数据作为日志写入 DataKit
        _measurement = 'datakit_demo'                           # 指标集（即日志中的来源）
        _tags        = { 'type': 'some_log' }                   # 标签
        _fields      = { 'message': 'value is: ' + str(value) } # 字段
        datakit.write_logging(measurement=_measurement, tags=_tags, fields=_fields, timestamp=timestamp)

    print('OK')