使用Python SDK获取Azure数据库CPU利用率并判断空闲状态

核心逻辑 #

和你提供的Azure VM监控逻辑一致，我们通过Azure Monitor获取数据库关键运行指标判断是否空闲，再调用Azure管理API执行停止操作。以下是针对Azure SQL数据库（最常见场景）的实现步骤与代码：

步骤1：调整资源ID格式 #

Azure数据库的资源ID结构和VM不同，以Azure SQL数据库为例，格式如下：

resource_id = (
    "subscriptions/{}/"
    "resourceGroups/{}/"
    "providers/Microsoft.Sql/servers/{}/"
    "databases/{}"
).format(subscription_id, resource_group_name, sql_server_name, db_name)

如果是其他类型数据库（如Azure Database for MySQL/PostgreSQL），替换对应的providers路径即可，比如MySQL的是Microsoft.DBforMySQL/servers/{}/databases/{}。

步骤2：选择空闲判断指标 #

不同数据库类型的监控指标略有差异，推荐以下核心指标判断空闲：

• Azure SQL数据库：cpu_percent（CPU使用率）、connection_successful（成功连接数）、dtu_consumption_percent（DTU使用率，仅DTU模式）、log_write_bytes（日志写入量）
• Azure MySQL/PostgreSQL：cpu_percent、connections、storage_read/storage_write

你可以先通过以下代码列出当前数据库的所有可用指标，确认需要的指标名称：

# 列出数据库的所有监控指标
for metric in client.metric_definitions.list(resource_id):
    print("{}: id={}, unit={}".format(
        metric.name.localized_value,
        metric.name.value,
        metric.unit
    ))

步骤3：获取监控数据并判断空闲 #

以下代码实现获取最近24小时的CPU使用率和连接数，判断是否连续6小时处于低负载（CPU<5%且无连接）：

import datetime
from azure.mgmt.monitor import MonitorManagementClient
from azure.mgmt.sql import SqlManagementClient
from azure.identity import DefaultAzureCredential

# 配置参数
subscription_id = "your-sub-id"
resource_group_name = "your-rg-name"
sql_server_name = "your-sql-server"
db_name = "your-db-name"

# 初始化客户端
credential = DefaultAzureCredential()
monitor_client = MonitorManagementClient(credential, subscription_id)
sql_client = SqlManagementClient(credential, subscription_id)

# 构建数据库资源ID
resource_id = (
    "subscriptions/{}/"
    "resourceGroups/{}/"
    "providers/Microsoft.Sql/servers/{}/"
    "databases/{}"
).format(subscription_id, resource_group_name, sql_server_name, db_name)

# 设置时间范围：最近24小时
end_time = datetime.datetime.now(datetime.timezone.utc)
start_time = end_time - datetime.timedelta(hours=24)
timespan = f"{start_time.isoformat()}/{end_time.isoformat()}"

# 获取CPU使用率（每小时聚合）
cpu_metrics = monitor_client.metrics.list(
    resource_id,
    timespan=timespan,
    interval='PT1H',
    metric='cpu_percent',
    aggregation='Average'
)

# 获取成功连接数（每小时聚合）
conn_metrics = monitor_client.metrics.list(
    resource_id,
    timespan=timespan,
    interval='PT1H',
    metric='connection_successful',
    aggregation='Total'
)

# 整理指标数据
cpu_data = []
for item in cpu_metrics.value:
    for timeserie in item.timeseries:
        for data in timeserie.data:
            cpu_data.append(data.average or 0)

conn_data = []
for item in conn_metrics.value:
    for timeserie in item.timeseries:
        for data in timeserie.data:
            conn_data.append(data.total or 0)

# 判断空闲：连续6小时CPU<5%且连接数为0
is_idle = False
if len(cpu_data) >=6 and len(conn_data)>=6:
    recent_cpu = cpu_data[-6:]
    recent_conn = conn_data[-6:]
    if all(cpu <5 for cpu in recent_cpu) and all(conn ==0 for conn in recent_conn):
        is_idle = True

# 如果空闲，停止数据库
if is_idle:
    print("数据库处于空闲状态，执行停止操作...")
    sql_client.databases.begin_pause(
        resource_group_name=resource_group_name,
        server_name=sql_server_name,
        database_name=db_name
    ).result()
    print("数据库已成功停止")
else:
    print("数据库未处于空闲状态")

关键注意事项 #

• 权限配置：执行代码的身份需要具备SQL DB Contributor或更高权限，才能读取监控指标和停止数据库。
• 数据库类型差异：如果是MySQL/PostgreSQL，需要替换对应的管理客户端（如azure.mgmt.rdbms.mysql）和停止方法（如begin_stop）。
• 停止限制：并非所有Azure数据库都支持停止操作，比如弹性池中的SQL数据库无法单独停止，需停止整个弹性池；部分数据库类型（如Azure Cosmos DB）没有停止功能，只能通过调整吞吐量节省成本。
• 阈值调整：根据你的业务场景调整空闲判断的阈值（如CPU阈值、连续低负载时长），避免误停止正在运行的数据库。

内容的提问来源于stack exchange，提问作者Rohit Mishra