Prometheus学习笔记：PromQL入门

一、PromQL简介

Prometheus，一个开源的监控和报警工具，提供了强大的时间序列数据管理能力。其核心功能是通过一种函数式查询语言——PromQL（Prometheus Query Language）实现的。通过PromQL，用户可以实时地查询和聚合时间序列数据。这些查询结果可以在Prometheus的图表中展示，也可以作为HTTP API的数据源供外部系统使用。

二、PromQL的数据类型

1. 即时向量（Instant vector）：在同一时间点上的多个样本值集合。例如，查询当前剩余内存大小的结果就是一个即时向量。表达式结果只会包含时间序列中最新的一个样本值。例如：`prometheus_http_requests_total`。

2. 区间向量（Range vector）：在特定时间序列集合上，指定时间范围内的所有样本值集合。区间向量选择器可以返回零个、一个或多个时间序列在给定的时间范围内的样本。例如，过去的5分钟内的网卡流量趋势图，对应的区间向量表达式为：`prometheus_http_requests_total[5m]`。

在区间向量中，还可以使用偏移修饰器来调整基准时间。例如，`prometheus_http_requests_total offset 5m`表示获取该指标在过去5分钟之时的即时样本。

3. 标量（Scalar）：一个单一的数值，如浮点数。可以使用`scalar()`函数将瞬时向量转换为标量，例如：`scalar(sum(node_load1))`。

4. 字符串（String）：目前未使用的简单字符串类型数据。

三、指标类型

Prometheus中的指标主要分为以下四类：

1. 计数器（Counter）：代表一个只增不减的累积指标数据，如磁盘I/O总数、nginx的请求总数等。

2. 仪表盘（Gauge）：代表可以任意变化的指标数据，其值可以随时增加或减少，如带宽速率、CPU负载等。

3. 直方图（Histogram）：在一段时间内对数据（通常是请求持续时间或响应大小等）进行采样。每个时间段的柱状图会包含特定时间范围的数据。

4. 总结（Summary）：类似于Histogram，但它在客户端对一段时间内的每个采样点进行统计，计算并存储分位数数值，服务器端可以直接抓取相应的值。

PromQL作为Prometheus的核心功能之一，为用户提供了强大的时间序列数据查询和分析能力。掌握PromQL，可以更好地利用Prometheus进行监控和报警，为系统运维提供有力的数据支持。学习参考

访问Prometheus的/metrics接口，通过注释解读数据的类型。在PromQL（Prometheus Query Language）中，我们可以找到各种关于系统性能的宝贵指标数据。

一、CPU相关指标

当我们关注CPU性能时，PromQL能提供关于CPU的详细数据。例如：

`node_cpu_seconds_total{mode="idle"}`：这个指标展示了CPU的空闲时间总和，是评估CPU使用率的关键指标之一。

`node_cpu_seconds_total{mode="system"}`和`node_cpu_seconds_total{mode="user"}`：这两个指标分别反映了CPU在内核态和用户态的运行时间。

二、内存相关指标

对于内存使用，PromQL同样提供了丰富的数据点：

`node_memory_MemTotal_bytes`：告诉我们系统的总内存大小。

`node_memory_MemFree_bytes`：反映了当前空闲的内存大小。

`node_memory_Buffers_bytes`和`node_memory_Cached_bytes`：分别表示被内核用作缓冲和缓存的内存量。

`node_memory_SwapTotal_bytes`和`node_memory_SwapFree_bytes`：分别表示交换空间的总大小和当前空闲的交换空间大小。

三、磁盘、网络与系统负载相关指标

PromQL还提供了关于磁盘、网络以及系统负载的详细数据：

`node_filesystem_size_bytes`、`node_filesystem_free_bytes`和`node_filesystem_avail_bytes`等与文件系统相关的指标。

`node_disk_io_now`、`node_disk_io_time_seconds_total`等与磁盘I/O操作相关的指标。

`node_network_receive_bytes_total`和`node_network_transmit_bytes_total`用于评估网络流量和带宽使用。

`node_load1`、`node_load5`和`node_load15`等系统负载指标，有助于了解系统的整体性能表现。

四、PromQL-匹配器

在PromQL中，标签选择器用于定义标签过滤条件，目前支持4种匹配操作符：

`=`：完全相等。

`!=`：不相等。

`=~`：正则表达式匹配。

`!~`：正则表达式不匹配。

例如：

`node_load1{instance="172.31.7.111:9100"}`进行精确匹配。

`node_load1{job="promethues-node",instance!="172.31.7.111:9100"}`进行取反操作。

`node_load1{instance=~"172.31.7.11.:9100$"}`使用正则表达式进行匹配。

需要注意的是，当匹配到空标签值时，所有未定义该标签的时间序列同样符合条件。正则表达式将执行完全锚定机制，并且向量选择器至少要包含一个指标名称或至少有一个不会匹配到空字符串的标签选择器。

六、PromQL时间范围应用指南

=====================

在Prometheus的世界里，时间是一个核心维度。了解如何在PromQL中指定时间范围，是获取精确监控数据的关键。以下是关于如何操作的一些基本指南：

瞬时向量表达式：捕捉当前最新的数据快照。例如，`node_memory_MemTotal_bytes{}`将获取所有节点上的总内存数据，此时此刻的精确数据。

区间向量表达式：查询过去一段时间内的数据趋势。例如，`node_memory_MemTotal_bytes{}[5m]`将展示过去5分钟内，特定节点的内存总量变化。若你想查询所有节点的数据，只需省略节点标签即可。

七、PromQL运算符使用秘籍

=============

在PromQL中，运算符是数据处理的强大工具。掌握这些运算符，你可以轻松进行复杂的查询和计算：

基本的算术运算如加法、减法、乘法、除法等，可以帮助你进行数据的转换和比较。例如，将内存单位从字节转换为兆字节。

特殊的运算符如模运算和幂运算，可以帮助你进行更高级的数据处理。

聚合运算也有其独特的运算符，如求和、求最小最大值、求平均值等。这些可以帮助你了解数据的整体趋势和分布情况。

八、PromQL聚合运算符深入解析

===============

Prometheus内置了一系列强大的聚合函数，这些函数能够帮助你深入分析和理解数据：

`sum()`：对样本值求和，帮助你了解数据的总量。

`min()`和`max()`：找到样本值中的最小和最大值，帮助你了解数据的波动范围。

`avg()`：求取样本值的平均值，了解数据的平均状态。

`count()`：统计时间序列的数量，了解数据的分布情况。

`stddev()`和`stdvar()`：帮助你了解数据的波动大小或波动程度。

`topk()`和`bottomk()`：展示最大的或最小的前k个样本值，让你快速找到异常数据。

`quantile()`：评估数据的分布状态，了解数值落在指定的分位区间比例。

`rate()`和`irate()`：专门用于处理counter数据类型的函数，用于计算数据的增量平均数或短期内的速率变化。其他特殊函数如`abs()`返回指标数据的绝对值，而`absent()`则用于处理数据缺失的情况。

九、PromQL聚合表达式高级应用

==============

在PromQL中，聚合表达式的应用能让你的查询更为灵活和强大。其语法格式有两种：使用聚合函数对向量表达式进行聚合操作，可以选择仅使用特定的标签进行聚合。这些操作能够保留上下文信息，帮助你更深入地理解数据趋势和分布情况。例如，你可以计算每个节点的最大流量值、每个设备在最近五分钟内的最大流量、总的请求数等等。你还可以利用irate等特殊函数来处理数据变化较大的场景，确保数据的准确性。通过这些高级应用，你将能够充分利用PromQL的强大功能，为你的监控系统提供有力的数据支持。十、时间聚合函数

在使用Prometheus进行监控和警报时，时间聚合函数对于分析和理解数据至关重要。以下是几种常见的时间聚合函数及其在实际应用中的使用。

1.（平均使用率）对于每台主机的CPU，我们可以计算其在最近5分钟内的平均使用率。这个数值是通过以下公式得出的：（1 - idle模式下CPU使用时间的平均速率/总CPU时间） 100。通过这种方式，我们可以了解主机的CPU负载情况。

2.（负载与CPU数量对比）我们可以查询主机在1分钟内的负载平均值是否超过了其CPU数量的两倍。这有助于我们了解主机是否面临过载风险。

3.（内存使用率计算）计算主机的内存使用率是关键的性能指标之一。我们可以通过计算空闲内存、buffer和cache指标之和来得到可用内存空间。而已用内存空间则是总内存减去可用空间。使用率则是已用空间除以总空间得到的百分比。

4.（容器内存统计）在Kubernetes环境中，我们需要计算所有node节点上所有容器的总内存使用情况。这可以通过对实例进行匹配并求和来得到。

5.（特定节点容器CPU使用率）对于特定的节点，如node01，我们可以计算其在最近1分钟内所有容器的CPU使用率。这有助于了解该节点的容器资源使用情况。

6.（容器CPU使用情况变化率）我们需要了解每个容器在最近5分钟内的CPU使用情况变化率。这可以通过计算容器占用CPU的时间总和的变化率来得到。

7.（K8S集群中Pod的CPU使用情况）在Kubernetes集群中，我们需要查询最近1分钟内每个Pod的CPU使用情况变化率。由于数据是容器相关的，因此最好按Pod进行分组聚合，以便更好地理解资源分配情况。

8.（API接口状态统计）对于API接口，我们需要查询在特定时间段内，例如10分钟内，每个接口的状态数量。这可以通过对特定的工作和实例进行排除，然后计算请求总数的速率来得到。这对于了解API的性能和负载情况非常有帮助。

对于时间聚合函数本身，它们为我们提供了强大的数据分析工具。例如：

avg_over_time：指定时间段内数据的平均值，帮助我们了解数据的总体趋势。

min_over_time和max_over_time：指定时间段内的最小值和最大值，揭示数据的波动范围。

sum_over_time：指定时间段内数据的总和，帮助我们了解数据的累积情况。

count_over_time：指定时间段内数据的计数，了解数据的发生频率。

quantile_over_time：数据的分位数，帮助我们了解数据的分布情况。

stddev_over_time和stdvar_over_time：数据的标准差和标准方差，揭示数据的离散程度。

这些函数使我们能够更深入地了解系统的性能和行为，从而做出更明智的决策和优化。写在最后

随着阅读的结束，我们即将告别这篇文章。在这里，我们衷心感谢您的阅读时间。您所阅读的这篇文章，来自于编程精选网（

如果您在阅读过程中，发现这篇文章对您有所启发、有所收获，请您不要忘记点赞支持JavaGPT的创作团队。我们的团队成员在编写这篇关于后端技术与前端领域的文章时，付出了极大的心血和努力。我们希望能够帮助您在技术道路上走得更远、更稳。

我们也热烈欢迎对后端技术、前端领域感兴趣的朋友们关注我们的JavaGPT账号。在这里，我们将不断更新最新的技术资讯、分享深入的技术知识，为您带来不断的收获与惊喜。我们相信，只要您持续关注我们的账号，一定能从中获得巨大的收益与灵感。

您所阅读的这篇文章，是由博客一文多发平台OpenWrite发布的。我们致力于为广大创作者提供一个优质的发布平台，让更多的人能够接触到优质的内容。我们也期待更多的创作者能够加入我们的平台，共同创造更多的精彩内容。

再次感谢您的阅读和支持，让我们在未来的技术探索道路上，一起前行！