Script compatible con el Plugin [[input.exec]] de Telegraf para mandar datos a InfluxDB sobre el tamaño de sus Buckets

bucket_sizes.sh

#!/bin/bash
#
# By Luispa (2022)
#
# Script para ser usado desde un cliente Telegraf, que permite averiguar el tamaño de los
# buckets (bases de datos) de InfluxDB. El típico caso de uso es cuando tenemos un servidor
# linux con e instalamos el cliente Telegraf para moniorizar precisamente cuanto ocupan
# dichos buckets en el disco duro.
#
# Este script debe mostrar los datos que monitoriza por su standard output y la
# salida esperada son varias líneas, una por cada bucket, del tipo:
#
# root@almacenix:/etc/telegraf/scripts# ./bucket_sizes.sh
# influxdb,bucket=home_assistant kbytes=121016  1645026907517000000
# influxdb,bucket=_monitoring kbytes=244  1645026907517000000
# influxdb,bucket=telegraf kbytes=106416  1645026907517000000
#   |      --------------- -------------     |
#   |             |             |            |
#   |             |             |            |
# +-----------+--------+-+---------+-+------------+
# |measurement|,tag_set| |field_set| |timestamp   | (timestamp es opcional)
# +-----------+--------+-+---------+-+------------+
#
#  Referencia : https://docs.influxdata.com/influxdb/v1.8/write_protocols/line_protocol_reference/
#  Tutorial   : https://docs.influxdata.com/influxdb/v1.8/write_protocols/line_protocol_tutorial/
#
# INSTALACIÓN:
#
# 1. Dar permiso al usuario Telegraf para que lea el tamaño de los directorios donde están los buckets
#    y que no supongan muchas lineas nuevas en syslog por hacerlo...
#
#    /etc/sudoers
#    Defaults:telegraf !logfile, !syslog                # Para que no te llene el syslog cada 30s
#    telegraf ALL = (influxdb) NOPASSWD: /usr/bin/du    # Para que telegraf pueda hacer un 'du' como influxdb
#
#    /etc/pam.d/sudo
#    :
#    @include common-account
#    session [success=1 default=ignore] pam_succeed_if.so quiet ruser = telegraf   # <== AÑADIR esta línea AQUI !!
#    @include common-session-noninteractive
#
#
# 2. Crear /etc/telegraf/scripts y copiar este script con permisos de ejecución
#
#    chmod 755 /etc/telegraf/scripts/bucket_sizes.sh
#
# 3. Modificar el fichero de configuración de telgraf:
#
#    Opción 1: /etc/telegraf/telegraf.conf
#    Opción 2: Si lo cargas directamente desde InfluxDB, modificarlo en InfluxDB
#              http://almacenix.parchis.org:8086 --> Load Data > Telegraf
#
#   [[inputs.exec]]
#       commands = ["/etc/telegraf/scripts/bucket_sizes.sh"]
#       data_format = "influx"
#       interval = "30s"
#
# 4. Adecúa las variables siguientes para tu instalación. Este script va averiguar
#    el nombre de los Buckets para no guardar la información con buckets-id's
#
# 5. Rearranca el servicio
#
#    systemctl restart telegraf
#
# 6. Compruebo que funciona
#
#    http://a.b.c.d:8086
#    Data Explorer
#    telegraf
#    _measurement: influxdb
#
DATADIR="/var/lib/influxdb/engine/data"
HOST="http://localhost:8086"
ORG="parchis.org"
TOKEN="nC9xF8uKJCJMd1mbeZ0pejEM4MFFj-YjsceYHltqs3pt6kHUdhaiZA9vJnzujWqbUJqwWXWDxB9sUm77CJbfOw=="

# Array clave/valor bucket-id -> bucket-name
declare -A arr
arrdef=`influx bucket list --host ${HOST} --org ${ORG} --token ${TOKEN} | tail -n +2 | awk 'BEGIN { printf "arr+=( " } {printf "[\"%s\"]=\"%s\" ",$1,$2} END { print ")" }'`
eval ${arrdef}

# Timestamp: fecha actual, en milisegundos y le añado 6 ceros (descarto los nanosegundos)
timestamp=`date +%s%3N000000`

# Recorro los buckets ID's
for key in ${!arr[@]}; do
    # (debug only): echo "Clave: ${key} - Valor: ${arr[${key}]}"
    # Si el bucket tiene datos,
    du_output=`sudo -u influxdb du -s ${DATADIR}/${key} 2>/dev/null`
    if [ "${?}" == 0 ]; then
	# Muestro una línea en formato line_protocol
	lineprotocol=`echo ${du_output} | sed "s/\t//g" | sed "s/${key}/${arr[${key}]}/g" | awk -v TIMESTAMP=${timestamp} -F'/' '{printf "influxdb,bucket=%s kbytes=%s %s\n",$7,$1,TIMESTAMP}'`
        echo "${lineprotocol}"
    fi
done

#EOF