【Prometheus】【Node_Exporter】自定义任务统计 Collector：实战开发全攻略

在分布式监控系统中，Node_Exporter 是 Prometheus 生态中不可或缺的一环，用于高效采集服务器各类监控指标。然而，Node_Exporter 默认的采集器（Collector）无法覆盖所有业务场景，因此我们需要进行自定义 Collector 开发。
关联阅读：【prometheus】【Node_export】Node_Exporter 的工作原理与开发秘籍
本文将带你深入了解如何开发一个自定义的 Node_Exporter Collector，实现对 Linux 系统中任务统计数据的采集，包括总任务数、运行任务数、睡眠任务数、中断任务数和僵尸进程数等信息。

📊 一、自定义 Collector 需求分析

在 Linux 系统中，我们可以通过 top 命令获取任务（Tasks）相关统计信息，如：

Tasks: 180 total,   1 running, 179 sleeping,   0 stopped,   0 zombie

我们的目标是：

• 解析该信息并将其转换为 Prometheus 可识别的监控指标。
• 展示各类任务状态的统计数据。
• 支持 Prometheus 自动采集与可视化展示。

---

🛠️ 二、Collector 开发流程

1. 创建 tasksCollector 结构体

我们首先在 collector 包下新建 tasksInfo.go 文件，并定义一个 tasksCollector 结构体：

type tasksCollector struct {
   
   
	logger *slog.Logger
}

该结构体包含一个日志记录器，便于调试和信息输出。

---

2. 实现 Update 方法

Update 方法是自定义 Collector 的核心，实现数据的采集和推送到 Prometheus：

func (c *tasksCollector) Update(ch chan<- prometheus.Metric) error {
   
   
	var metricType prometheus.ValueType
	metricType = prometheus.GaugeValue
	output := taskGrep(c.logger)
	for _, line := range strings.Split(output, ", ") {
   
   
		l := strings.Split(line, " ")
		if len(l) != 2 {
   
   
			continue
		}
		name := strings.TrimSpace(l[1