SQL2Metrics 是一款零代码、配置驱动的通用 Prometheus Exporter，并致力于进化为 AI Native 的智能可观测性平台。

它允许你通过简单的 SQL 查询或 API 请求，直接将业务数据转化为 Prometheus 监控指标。无需编写任何 Exporter 代码，只需在 Web 界面进行配置，即可将 MySQL、Redis、IoTDB 以及 RESTful API 的数据快速接入监控体系。

我们正在引入 AI Copilot 能力，未来你只需说出需求（如“监控订单异常”），系统将自动生成查询 SQL 与告警规则，实现真正的智能监控。

架构图

核心特性

• 配置驱动：全部指标、SQL、连接信息通过 YAML 描述，新增监控无需改动代码。
• 多数据源支持：同一进程内可连接多个 MySQL 数据库、Redis、IoTDB 与 RESTful API，按指标选择数据源。
• Prometheus 兼容：内置 HTTP Server 暴露指标，同时提供采集状态指标便于自监控。
• Web UI 管理界面：提供现代化的 Web 界面，支持可视化配置数据源和指标，一键保存并应用配置。
• 配置热更新：支持动态重新加载配置和指标，无需重启服务。
• 安全性：敏感凭据通过 .env 或环境变量注入，配置文件中仅保留占位符。

快速开始

方式一：使用 Web UI（推荐）

1. 安装依赖：

   • 后端：要求 Go 1.21+
   • 前端：Node.js 18+ 和 npm/yarn

2. 配置凭据：复制 .env（或创建新文件）填入 MYSQL_USER、MYSQL_PASS、IOTDB_USER、IOTDB_PASS 等敏感信息。

3. 启动后端服务：

   go run ./cmd/collector -config configs/config.yml
   # 后端服务监听在 http://localhost:8080

4. 启动前端开发服务器：

   cd web
   npm install
   npm run dev
   # 前端服务监听在 http://localhost:3000

5. 使用 Web UI：

   • 打开浏览器访问 http://localhost:3000
   • 在 Web UI 中配置数据源和指标
   • 点击"保存并应用"按钮，配置会自动生效并打开 metrics 端点

方式二：直接编辑配置文件

1. 安装依赖：要求 Go 1.21+，并保证采集器所在机器可访问目标数据库。
2. 配置凭据：复制 .env（或创建新文件）填入 MYSQL_USER、MYSQL_PASS、IOTDB_USER、IOTDB_PASS 等敏感信息。
3. 编辑配置：修改 configs/config.yml 或单独创建环境专用文件，按需增删 metrics 项目。
4. 启动采集器：

   go run ./cmd/collector -config configs/config.yml
   # 浏览 http://localhost:8080/metrics 查看指标

5. 部署运行：可打包为容器镜像、以 systemd/Kubernetes CronJob 等方式运行，定时抓取 Prometheus 指标。

配置结构说明

• schedule.interval：采集周期，支持 1h、30m 等 Go duration 格式。
• mysql_connections：声明多个 MySQL 连接（可共用实例不同库），指标通过 connection 字段选择。
• redis_connections：声明多个 Redis 只读连接（目前支持 standalone），指标通过 connection 字段选择。
• restapi_connections：声明多个 RestAPI 连接（支持 Base URL、认证头等），指标通过 connection 字段选择。
• iotdb：配置 IoTDB 连接信息与会话参数；result_field 指定解析字段，若留空则自动选择首列。
• metrics：描述每个指标的名称、帮助信息、查询 SQL/API 路径、标签与数据源。
  • 支持指标类型：gauge、counter、histogram、summary
  • Histogram 类型需要配置 buckets
  • Summary 类型需要配置 objectives
  • RestAPI 数据源需指定 query (HTTP 方法与路径) 和 result_field (JSONPath)

Web UI 功能

Web UI 提供了可视化的配置管理界面，包括：

• 可视化数据源管理：直观地配置 MySQL、Redis、RestAPI 和 IoTDB 连接，内置一键连接测试。
• 交互式指标构建：支持在线预览 SQL/API 查询结果，所见即所得地选择 JSON 字段生成指标。
• 无感热更新：配置修改后自动触发平滑重载，业务零中断，无需重启服务。
• 一键预览应用：配置完成后一键保存并生效，自动跳转 Metrics 端点验证数据。

界面预览

概览页面	数据源配置

连接测试	指标配置

指标约定与扩展

• 建议以业务域为前缀命名指标，例如 sql2metrics_household_online，标签使用小写英文。
• 同一指标可附加多标签（如 region、category），Prometheus 抓取后即可用于维度分析。
• 新增指标只需追加一段配置，无需重新编译或部署代码。
• Redis 数据源目前仅允许只读命令（GET/HGET/LLEN/SCARD/ZCARD/EXISTS 等），建议针对计数类 key 使用简单聚合命令，避免写操作与 Lua。
• RestAPI 支持 GET/POST 等方法，可解析复杂的 JSON 响应结构。

运行与排查

• 自监控指标：collector_errors_total（失败次数）、collector_last_success_timestamp_seconds（最近成功时间）。
• 日志：执行每个指标会输出查询 SQL/API 请求、执行耗时与结果，可快速定位慢查询或异常。
• 若发生连接失败或权限错误，请检查数据库连通性、账号权限、SQL/Redis 命令是否在目标环境可执行。

未来规划 (AI-Native Roadmap)

我们将 AI 视为可观测性的核心驱动力，致力于将 SQL2Metrics 进化为智能化的数据观测 Agent。

🤖 AI Copilot (配置助手)

• Text-to-SQL/Metric：输入自然语言（例如“监控每天订单量”），自动生成 SQL 查询和指标配置。
• 智能诊断：自动分析 SQL 执行计划，优化查询性能，防止慢查询拖垮数据库。
• 配置自愈：当数据源 Schema 变更导致查询由于字段缺失失败时，AI 自动尝试修正 SQL。

🧠 AIOps (智能运维)

• 无阈值异常检测：内置轻量级算法，无需人工设置阈值，自动通过历史趋势发现数据异常（如突增、突降）。
• 根因分析 Agent：当指标异常时，自动关联相关日志和事件，通过 LLM 生成分析报告。
• 智能告警降噪：对 Prometheus 告警进行语义聚合，减少告警风暴，提供修复建议。

🔌 Agentic Interface (Agent 接口)

• MCP (Model Context Protocol) 支持：作为标准的 MCP Server，允许 Claude/ChatGPT 等顶级 AI 模型直接读取业务指标，回答复杂问题。
• ChatBI 能力：允许用户通过对话方式查询实时数据，生成临时图表。