Prometheus笔记

Prometheus笔记

目录：

[TOC]

介绍：

• Prometheus 属于一站式监控告警平台，依赖少，功能齐全。
• Prometheus 支持对云或容器的监控，其他系统主要对主机监控。
• Prometheus 数据查询语句表现力更强大，内置更强大的统计函数。
• Prometheus 在数据存储扩展性以及持久性上没有 InfluxDB，OpenTSDB，Sensu 好。

一、组件

1. Prometheus Server

功能：

1. 对监控数据的获取、存储以及查询
   • 时序数据库
   • 提供PromQL
   • 联邦集群
2. 静态/动态管理监控目标

2. Exporters

Exporter将监控数据采集的端点通过HTTP服务的形式暴露给Prometheus Server，供其采集监控数据。

两类：

1. 直接采集：内置了对Prometheus监控支持的Endpoint，如cAdvisor，Kubernetes，Etcd，Gokit
2. 间接采集：通过Prometheus提供的Client Library编写该监控目标的监控采集程序。例如： Mysql Exporter，JMX Exporter，Consul Exporter等。

3. AlertManager

基于PromQL创建告警规则

支持企业微信、邮件、Slack、钉钉（Webhook）

4. PushGateway

PushGateway作为中转站，解决Prometheus无法与Exporter通信来Pull数据的问题。（不在一个子网或者防火墙）

5. Client Library

对接 Prometheus Server, 可以查询和上报数据。

二、PromQL

1. Metrics类型

• Counter（计数器）

  只增不减，推荐使用_total作为后缀

• Gauge（仪表盘）

  Gauge类型的指标侧重于反应系统的当前状态，这类数据可增可减。

• Histogram（直方图）

  Histogram和Summary主用用于统计和分析样本的分布情况。

• Summary（摘要）

2. PromQL操作符

我们通过promQL语句查询得到的值主要有以下两种：

1. "瞬时向量" # 查询得到最新的值，(实时数据)通常用于报警、实时监控

2. "区间向量" # 查询某一段时间范围内所有的样本值，多用于数据分析、预测

• 数字运算符与集合运算符

  1-4为数学运算符，5-6为集合运算符，按优先级从高到低：

  1. ^
  2. *, /, %
  3. +, -
  4. ==, !=, <=, <, >=, >
  5. and, unless
  6. or

• bool修饰符

  布尔运算符的默认行为是对时序数据进行过滤。

  或者需要真正的布尔结果时使用。

  例如：

  http_requests_total > bool 1000 
  # 返回的是0或1
  

  http_requests_total > 1000 
  # 返回的是大于1000的具体值，如1001
  

• 匹配模式

  • 一对一

    语法：

    vector1  vector2
    

    如果两边标签不一致，需要使用on(label list)或者ignoring(label list）来修改便签的匹配行为。

      ignoring() 
      on() 
    

    例：

    method_code:http_errors:rate5m{code="500"} / ignoring(code) method:http_requests:rate5m
    

  • 多对一 和 一对多

    指的是“一”侧的每一个向量元素可以与"多"侧的多个元素匹配的情况。

    在这种情况下，必须使用group修饰符：group_left或者group_right来确定哪一个向量具有更高的基数（充当“多”的角色）。

      ignoring() group_left() 
      ignoring() group_right() 
      on() group_left() 
      on() group_right() 
    

    例：

    # 一对多模式
    method_code:http_errors:rate5m / ignoring(code) group_left method:http_requests:rate5m
    

3. PromQL聚合操作

语法：

([parameter,] ) [without|by ()]
# 其中只有count_values, quantile, topk, bottomk支持参数(parameter)。

支持的聚合操作符：

• sum (求和)
• min (最小值)
• max (最大值)
• avg (平均值)
• stddev (标准差)
• stdvar (标准差异)
• count (计数)
• count_values (对value进行计数)
• bottomk (后n条时序)
• topk (前n条时序)
• quantile (分布统计)

4. PromQL内置函数

4.1 计算Counter指标增长率

• increase

  例，获取时间序列最近两分钟的所有样本，计算出最近两分钟的增长量，最后除以时间120秒得到node_cpu样本在最近两分钟的平均增长率：

  increase(node_cpu[2m]) / 120
  

• rate

  rate函数可以直接计算区间向量v在时间窗口内平均增长速率：

  rate(node_cpu[2m])
  

  与increase例子效果等同。

• irate

  irate反应出的是瞬时增长率，解决rate或increase容易陷入“长尾问题”。

  irate(node_cpu[2m])
  

4.2 预测Gauge指标变化趋势

• predict_linear

  对时间序列变化趋势做出预测，用预测的阈值来代替固定阈值。

  例，基于2小时的样本数据，来预测主机可用磁盘空间的是否在4个小时后被占满：

  predict_linear(node_filesystem_free{job="node"}[2h], 4 * 3600) < 0
  

4.3 统计Histogram指标的分位数

• histogram_quantile

  φ（0<φ<1）表示需要计算的分位数，如果需要计算中位数φ取值为0.5，以此类推即可。

  histogram_quantile(0.5, http_request_duration_seconds_bucket
  

  Prometheus 常用函数 histogram_quantile 的若干“反直觉”问题 - 云+社区 - 腾讯云 (tencent.com)

4.4 动态标签替换

• label_replace

  使用方式：

  label_replace(v instant-vector, dst_label string, replacement string, src_label string, regex string)
  

  例：

  label_replace(up, "host", "$1", "instance",  "(.*):.*")
  

  PS: $1指的是(.*)的数据

4.5 Google的4个黄金指标

• 延迟：服务请求所需时间。
• 通讯量：监控当前系统的流量，用于衡量服务的容量需求。
• 错误：监控当前系统所有发生的错误请求，衡量当前系统错误发生的速率。
• 饱和度：衡量当前服务的饱和度。