Prometheus學(xué)習(xí)系列(二十二)之PromQL例子

一奢入、簡單的時(shí)間序列選擇

使用度量標(biāo)準(zhǔn)http_requests_total返回所有時(shí)間序列:

http_requests_total

使用度量標(biāo)準(zhǔn)http_requests_total以及給定的jobhandler標(biāo)簽返回所有時(shí)間系列:

http_requests_total{job="apiserver", handler="/api/comments"}

返回相同向量的整個(gè)時(shí)間范圍(在本例中為5分鐘)轴合,使其成為范圍向量:

http_requests_total{job="apiserver", handler="/api/comments"}[5m]

請(qǐng)注意力麸,導(dǎo)致范圍向量的表達(dá)式不能直接繪制掩缓,而是在表達(dá)式瀏覽器的表格("Console")視圖中查看霹菊。

使用正則表達(dá)式冬念,您只能為名稱與特定模式匹配的作業(yè)選擇時(shí)間序列椭住,在本例中為所有以server結(jié)尾的作業(yè)崇渗。 請(qǐng)注意,這會(huì)進(jìn)行子字符串匹配京郑,而不是完整的字符串匹配:

http_requests_total{job=~"server$"}

Prometheus中的所有正則表達(dá)式都使用RE2語法宅广。

要選擇除4xx之外的所有HTTP狀態(tài)代碼,您可以運(yùn)行:

http_requests_total{status!~"^4..$"}

二些举、子查詢

此查詢返回過去30分鐘的5分鐘http_requests_total指標(biāo)率跟狱,分辨率為1分鐘。

rate(http_requests_total[5m])[30m:1m]

這是嵌套子查詢的示例户魏。 deri函數(shù)的子查詢使用默認(rèn)分辨率驶臊。 請(qǐng)注意,不必要地使用子查詢是不明智的叼丑。

max_over_time(deriv(rate(distance_covered_total[5s])[30s:5s])[10m:])

三关翎、使用函數(shù),操作符等

使用http_requests_total指標(biāo)名稱返回所有時(shí)間序列的每秒速率鸠信,在過去5分鐘內(nèi)測(cè)量:

rate(http_requests_total[5m])

假設(shè)http_requests_total時(shí)間序列都有標(biāo)簽job(按作業(yè)名稱扇出)和instance(按作業(yè)實(shí)例扇出)笤休,我們可能想要總結(jié)所有實(shí)例的速率,因此我們得到的輸出時(shí)間序列更少症副,但仍然 保留job維度:

sum(rate(http_requests_total)[5m]) by (job)

如果我們有兩個(gè)具有相同維度標(biāo)簽的不同指標(biāo)店雅,我們可以對(duì)它們應(yīng)用二元運(yùn)算符,并且兩側(cè)具有相同標(biāo)簽集的元素將匹配并傳播到輸出贞铣。 例如闹啦,此表達(dá)式為每個(gè)實(shí)例返回MiB中未使用的內(nèi)存(在虛構(gòu)的群集調(diào)度程序上公開它運(yùn)行的實(shí)例的這些度量標(biāo)準(zhǔn)):

(instance_memory_limit_byte - instant_memory_usage_bytes) / 1024 / 1024

相同的表達(dá)式,但由應(yīng)用程序總結(jié)辕坝,可以這樣寫:

sum( instance_memory_limit_bytes - instance_memory_usage_bytes) by (app, proc) / 1024 / 1024

如果相同的虛構(gòu)集群調(diào)度程序?yàn)槊總€(gè)實(shí)例公開了如下所示的CPU使用率指標(biāo):

instance_cpu_time_ns{app="lion", pro="web", rev="34d0f99", env="prod", job="cluster-manager"}
instance_cpu_time_ns{app="elephant", proc="worker", rev="34d0f99", env="prod", job="cluster-manager"}
instance_cpu_time_ns{app="turtle", proc="api", rev="4d3a513", env="prod", job="cluster-manager"}
...

...我們可以按應(yīng)用程序(app)和進(jìn)程類型(proc)分組排名前3位的CPU用戶:

topk(3, sum(rate(instance_cpu_time_ns[5m])) by(app, proc))

假設(shè)此度量標(biāo)準(zhǔn)包含每個(gè)運(yùn)行實(shí)例的一個(gè)時(shí)間系列窍奋,您可以計(jì)算每個(gè)應(yīng)用程序運(yùn)行實(shí)例的數(shù)量,如下所示:

count(instance_cpu_time_ns) by (app)

四酱畅、鏈接

Prometheus官網(wǎng)地址:https://prometheus.io/
我的Github:https://github.com/Alrights/prometheus

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末琳袄,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子纺酸,更是在濱河造成了極大的恐慌窖逗,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,376評(píng)論 6 491
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件餐蔬,死亡現(xiàn)場(chǎng)離奇詭異碎紊,居然都是意外死亡佑附,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,126評(píng)論 2 385
  • 文/潘曉璐 我一進(jìn)店門仗考,熙熙樓的掌柜王于貴愁眉苦臉地迎上來音同,“玉大人,你說我怎么就攤上這事秃嗜∪ň” “怎么了?”我有些...
    開封第一講書人閱讀 156,966評(píng)論 0 347
  • 文/不壞的土叔 我叫張陵锅锨,是天一觀的道長叽赊。 經(jīng)常有香客問我,道長橡类,這世上最難降的妖魔是什么蛇尚? 我笑而不...
    開封第一講書人閱讀 56,432評(píng)論 1 283
  • 正文 為了忘掉前任,我火速辦了婚禮顾画,結(jié)果婚禮上取劫,老公的妹妹穿的比我還像新娘。我一直安慰自己研侣,他們只是感情好谱邪,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,519評(píng)論 6 385
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著庶诡,像睡著了一般惦银。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上末誓,一...
    開封第一講書人閱讀 49,792評(píng)論 1 290
  • 那天扯俱,我揣著相機(jī)與錄音,去河邊找鬼喇澡。 笑死迅栅,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的晴玖。 我是一名探鬼主播读存,決...
    沈念sama閱讀 38,933評(píng)論 3 406
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼呕屎!你這毒婦竟也來了让簿?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,701評(píng)論 0 266
  • 序言:老撾萬榮一對(duì)情侶失蹤秀睛,失蹤者是張志新(化名)和其女友劉穎尔当,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體琅催,經(jīng)...
    沈念sama閱讀 44,143評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡居凶,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,488評(píng)論 2 327
  • 正文 我和宋清朗相戀三年虫给,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了藤抡。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片侠碧。...
    茶點(diǎn)故事閱讀 38,626評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖缠黍,靈堂內(nèi)的尸體忽然破棺而出弄兜,到底是詐尸還是另有隱情,我是刑警寧澤瓷式,帶...
    沈念sama閱讀 34,292評(píng)論 4 329
  • 正文 年R本政府宣布替饿,位于F島的核電站,受9級(jí)特大地震影響贸典,放射性物質(zhì)發(fā)生泄漏视卢。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,896評(píng)論 3 313
  • 文/蒙蒙 一廊驼、第九天 我趴在偏房一處隱蔽的房頂上張望据过。 院中可真熱鬧,春花似錦妒挎、人聲如沸绳锅。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,742評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽鳞芙。三九已至,卻和暖如春期虾,著一層夾襖步出監(jiān)牢的瞬間原朝,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,977評(píng)論 1 265
  • 我被黑心中介騙來泰國打工镶苞, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留喳坠,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 46,324評(píng)論 2 360
  • 正文 我出身青樓宾尚,卻偏偏與公主長得像丙笋,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子煌贴,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,494評(píng)論 2 348

推薦閱讀更多精彩內(nèi)容

  • 一些函數(shù)有默認(rèn)的參數(shù)御板,例如:year(v=vector(time()) instant-vector)。他的意思是...
    飛雪K閱讀 13,077評(píng)論 1 4
  • 文章目的: 1牛郑、向沒聽過或者剛聽過但是還對(duì)這個(gè)監(jiān)控系統(tǒng)沒有任何概念的開發(fā)者介紹Prometheus的應(yīng)用場(chǎng)景怠肋。2、...
    whaike閱讀 39,612評(píng)論 15 59
  • Prometheus TSDB是什么淹朋? (Time Series Database) 簡單的理解為.一個(gè)優(yōu)化后用來...
    ilkkzm閱讀 19,229評(píng)論 0 4
  • 昨天居然忘記了更新! 不過昨天也是夠累了杈抢,坐上了長途火車数尿,又慢又?jǐn)D。而且武昌是一個(gè)經(jīng)停站惶楼,終點(diǎn)站是廣州右蹦,下車時(shí)真的...
    瘋狂lavie閱讀 152評(píng)論 0 1
  • 1、何謂邊際收益: 簡單理解來說歼捐,就是新增帶來的新增何陆,即增加一單位產(chǎn)品的投入所新增的收益。從數(shù)學(xué)的角度來講豹储,邊...
    luckysusan1991閱讀 21,307評(píng)論 2 8