Prometheus 云原生 - Prometheus 数据模型、Metrics 指标类型、Exporter 相关

news2024/9/22 1:56:34

目录

开始

Prometheus 数据类型

简单理解

时序样本

格式 和 命名要求

Metrics 指标类型

Counter 计数器

Gauge

Histogram

Summary

Exporter 相关

概述

Exporter 类型

Exporter 规范

 

开始

Prometheus 数据类型

简单理解

a）安装好 Prometheus 后会暴露一个 /metrics 的 HTTP 服务（相当于安装了 prometheus_exporter），通过配置（默认会加上 /metrics），Prometheus 就可以采集到这个 /metrics 里面的所有监控样本数据，例如：

prometheus.yml 文件中：

b）Prometheus 存储的是时序数据，也就是按照 时间的维度 存储连续的数据集合（指标名称 和 标签 来做唯一标识），例如如下：

# /metrics 页面中的数据（不显示时间）：
prometheus_http_requests_total{code="200",handler="/api/v1/label/:name/values"} 3

# 非 /metrics 页面中的数据实际在数据库中存储的（带个毫秒级的 unix 时间戳）：
prometheus_http_requests_total{code="200",handler="/api/v1/label/:name/values"} @133734964723510 3

# 上述格式： 指标名称 + 标签 + 时间戳 + 值
  • 指标名称：用于描述系统上要测定的某个特征，例如上述 prometheus_http_requests_total .
  • 标签：键值对数据，附加在 指标名称 后面，让指标能够支持多维度特征，例如  {code="200",handler="/api/v1/label/:name/values"}

c）双下划线标签是 Prometheus系统默认标签，是不会显示在 /metrics 页面中的. 

在 Prometheus 的 Target 中，鼠标移到 Labels 上，会显示如下：

常见标签如下：

  • __address：当前 target 实例的 套接字（ip:port） 地址.
  • __metrics_path：采集当前 target 使用的 url 路径，默认为 /metrics.
  • __scheme：采集当前 target 上指标数据使用的协议（http 或 https）.
  • __scrape_interval：这个参数指定 Prometheus 以多长的时间间隔抓取一次目标的数据。
  • __scrape_timeout：这个参数定义了 Prometheus 抓取目标数据的超时时间。如果抓取操作在指定时间内未完成，Prometheus 将放弃这次抓取。
  • __param：传递 url 参数中第一个参数的值.
  • __name：此标签是标识指标名称的预留标签，能够使用标签选择器对指标名称进行过滤.

时序样本

按照某个时间维度采集的数据，称为样本，值包含：

  • 一个毫秒级的 unix 时间戳

  • 一个 float64 值

例如如下：

prometheus_http_requests_total{code="200",handler="/api/v1/label/:name/values"} @133734964723510 3

上述格式： 指标名称 + 标签 + 时间戳 + 值.

Ps：样本中的时间戳在 /metrics 页面中是不会显示的，只有在 prometheus 数据库中才能看到.

格式 和 命名要求

Prometheus 时序格式中包含 指标名称 和 标签：

<metric name>{<label name>=<label value>, ...}

例如，指标名称为 prometheus_http_requests_total 和 标签为 {code="200",handler="/api/v1/label/:name/values"} 如下

prometheus_http_requests_total{code="200",handler="/api/v1/label/:name/values"}

Ps：Prometheus指标名称 和 标签名/标签值 可以包含 ASCII 字母、数字、下划线、冒号.  但是必须匹配正则表达式  [a-zA-Z_:][a-zA-Z0-9_:]* ，也就是说开头的第一个字符一定不能是数字！！！  后面自定要 Labels 的时候一定要注意！！！

Metrics 指标类型

Counter 计数器

是一个单调递增的数值.  主要特点就是它的值 只增不减、除非被重置（例如系统重启）.

通常用来记录某段时间内 http 请求增长率.... 

Count 并不会直接作用，而是需要借助 rate、irate 等函数来生成样本数据的变化状况（增长率）如下：

a）获取 1 小内，该指标下各时间序列上的 http 总请求数的增长速率

rate(prometheus_http_requests_total[1h])

b）irate 为高灵敏度函数，用于计算指标的瞬时速率，基于样本范围内的最后两个样本进行计算 

irate(prometheus_http_requests_total[1h])

Gauge

Gauge 是一种用于记录可以任意上下变化的数值指标类型. 与 Counter 单调递增不同，Gauge 可增可减，使得 Gauge 适合用来监控瞬时值或频繁变化的值.

Gauge 常用于进行 求和、平均值、最大值、最小值 等聚合计算，经常会搭配 PromQL 的 delta 使用.

a）返回该服务器上的CPU温度与1小时之前的差异

delta(cpu_temp_celsius{host="node_exporter"}[1h])

 

Histogram

用于记录数据分布的指标类型.  通过将数据划分成多个桶（buckets），统计每个桶中的样本数量，从而提供数据的分布情况，对于监控请求的延迟、响应时间非常有用.

例如统计在 0~15 ms 之间的请求数有多少，在 10~20ms 之间的请求数有多少.  这样可以快速分析系统慢的原因.

从 /metrics 页面中可以看出这些指标，以及值

a）在 handler 为 /metrics 的情况下，响应时间小于等于 0.1 秒的请求数是 612

prometheus_http_request_duration_seconds_bucket{handler="/metrics",le="0.1"} 612

b）在 handler 为 /metrics 的情况下，响应时间小于等于 0.2 秒的请求数是 612

prometheus_http_request_duration_seconds_bucket{handler="/metrics",le="0.2"} 612

结合上一个数据，这意味着响应时间在 0.1 秒到 0.2 秒之间的请求数是 0，因为前一个桶（le="0.1"）的请求数也是 612

c）在 handler 为 /metrics 的情况下，响应时间小于等于 0.4 秒的请求数是 612。

prometheus_http_request_duration_seconds_bucket{handler="/metrics",le="0.4"} 612

这意味着响应时间在 0.2 秒到 0.4 秒之间的请求数是 0，因为前一个桶（le="0.2"）的请求数也是 612。

Summary

用于观察和聚合时间持续时间或大小的指标类型.   和 Histogram 类似，用于记录一系列数据的分布情况，但是 Summary 更关注分位数.  Summary 会自动计算请求延迟、响应时间等的分位数，同时还会维护时间的总数和.

对于每个指标，Summary 以指标名称为前缀，生成如下几个指标序列：

  • _sum ：统计所有样本值之和
  • _count ：统计所有样本总数
  • {quantile=“x”} ：统计样本值的分位数分布情况，分位数范围：0 ≤ x ≤ 1

在 /metrics 页面中如下：

a）prometheus_tsdb_wal_fsync_duration_seconds{quantile="0.99"} NaN

表示在给定时间段内，99 分位数的 WAL 持久化操作耗时无法计算。 

b）prometheus_tsdb_wal_fsync_duration_seconds_sum 0.010883303

表示在给定时间段内，所有 WAL 持久化操作的总耗时为约 0.010883303 秒。

c）prometheus_tsdb_wal_fsync_duration_seconds_count 2

表示在给定时间段内，共有 2 个 WAL 持久化操作被记录。

Exporter 相关

概述

所有可以向 Prometheus 提供监控样本数据的程序都可以被称为一个 Exporter，而 Exporter 的一个实例被称为 Target.

Exporter 可以用户自定义，也可以使用社区提供的，例如 MySQL_Exporter、Redis_Exporter、RabbitMQ_Exporter......

Prometheus 通过轮询的方式，定期的从这些 target 中获取样本数据.

Ps：安装好 Exporter 后会暴露一个 http://ip:port/metrics 的 HTTP 服务，通过 prometheus.yml 进行配置，就可以采集到 http://ip:port/metrics 里面所有监控样本数据.

Exporter 类型

通常来说可以将 Exporter 分为两类：

a）直接采集型

这类 Exporter 直接内置了对应的应用程序，用于向 Prometheus 直接提供 Target 数据支持.  这样设计的好处是，可以更好的监控各自系统的内部运行状态，同时也适合更多自定义监控的项目实施，例如 k8s 等，他们都内置了向 Prometheus 提供监控数据的端点.

这类例如：MySQL Exporter、RabbitMQ Exporter、Mongo Exporter、Nginx Exporter

b）简洁采集型

原始监控目标并不直接支持 Prometheus，需要我们使用 Prometheus 提供的 Client Library 编写该监控目标的监控采集程序，用户可以将程序独立运行，取获取指定的各类监控数据值. 

例如 Linux 操作系统自身并不能直接支持 Prometheus，因此需要单独安装 Node_Exporter 来进行监控 Linux 系统的各项监控指标.  

这类例如：Node Exporter

Exporter 规范

a）所有的 Exporter 程序都需要按照 Prometheus 的规范，返回监控样本数据.

以 node_exporter 为例，访问：http://env-base:9100/metrics 就会返回如下内容：

# 开头表示注释内容，这类样本数据说明如下：

  • # HELP 开头的行，表示 metrics 的帮助与说明注释，可以包含当前 监控指标名称 和 对应的说明信息.
  • # Type 开始的行，表示定义 metrics 类型，可以包含当前 监控指标名称 和 类型. 类型有 Counter、Gauge、Histogram、Summary.
  • 非 # 开头的，就是监控的样本数据.

 b）监控的样本数据规范

metric_name 和 label_name 必须遵循 PromQL 的格式规范要求.  value 是一个 float 格式的数据，timestamp 类型为 int64（从 1970-01-01 00:00:00 以来的毫秒数）.  具有相同 metric_name 的样本必须要按照一个组的形式排列，并且每一行必须是唯一的 指标名称 和 指标键值对组合.

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1926411.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

tomcat的优化、动静分离

tomcat的优化、动静分离

tomcat的优化 tomcat自身的优化 tomcat的并发处理能力不强&#xff0c;大项目不适应tomcat做为转发动态的中间件&#xff08;k8s集群&#xff0c;pytnon rubby&#xff09;&#xff0c;小项目会使用&#xff08;内部使用的&#xff09;动静分离 默认配置不适合生产环境&…
阅读更多...
基于SpringBoot+VueJS+微信小程序技术的图书森林共享小程序设计与实现

基于SpringBoot+VueJS+微信小程序技术的图书森林共享小程序设计与实现

注&#xff1a;每个学校每个老师对论文的格式要求不一样&#xff0c;故本论文只供参考&#xff0c;本论文页数达到60页以上&#xff0c;字数在6000及以上。 基于SpringBootVueJS微信小程序技术的图书森林共享小程序设计与实现 目录 基于SpringBootVueJS微信小程序技术的图书森…
阅读更多...
自动驾驶-端到端分割任务

自动驾驶-端到端分割任务

上采样 bed of nails interpolation transposed convolutions 1. 上采样 (Upsampling) 上采样是一种技术&#xff0c;用于增加数据集中的样本数量或是提高信号的分辨率。在图像处理中&#xff0c;上采样通常指的是增加图像的像素数量&#xff0c;从而使图像变得更大。这可…
阅读更多...
MySQL 中的几种锁

MySQL 中的几种锁

MySQL 中的锁 #按锁粒度如何划分? 按锁粒度划分的话&#xff0c;MySQL 的锁有&#xff1a; 表锁&#xff1a;开销小&#xff0c;加锁快&#xff1b;锁定力度大&#xff0c;发生锁冲突概率高&#xff0c;并发度最低;不会出现死锁。行锁&#xff1a;开销大&#xff0c;加锁慢…
阅读更多...
Prometheus 云原生 - 基于 file_sd、http_sd 实现 Service Discovery

Prometheus 云原生 - 基于 file_sd、http_sd 实现 Service Discovery

目录 开始 为什么需要服务发现机制 File Service Discovery&#xff08;file_sd&#xff09; 基本概念 配置方式 使用案例 HTTP Service Discovery&#xff08;http_sd&#xff09; 基本概念 配置方式 使用案例 开始 为什么需要服务发现机制 我们知道在 Prometheus …
阅读更多...
【Linux】：文件fd

【Linux】：文件fd

朋友们、伙计们&#xff0c;我们又见面了&#xff0c;本期来给大家带来关于文件fd的相关知识点&#xff0c;如果看完之后对你有一定的启发&#xff0c;那么请留下你的三连&#xff0c;祝大家心想事成&#xff01; C 语 言 专 栏&#xff1a;C语言&#xff1a;从入门到精通 数据…
阅读更多...
Java二十三种设计模式-单例模式（1/23）

Java二十三种设计模式-单例模式（1/23）

引言 在软件开发中&#xff0c;设计模式是一套被反复使用的、大家公认的、经过分类编目的代码设计经验的总结。单例模式作为其中一种创建型模式&#xff0c;确保一个类只有一个实例&#xff0c;并提供一个全局访问点。本文将深入探讨单例模式的概念、实现方式、使用场景以及潜…
阅读更多...
C语言 ——— 模拟实现strcpy函数

C语言 ——— 模拟实现strcpy函数

目录 strcpy函数功能介绍 strcpy函数的模拟实现 strcpy函数功能介绍 学习并使用strcpy函数-CSDN博客 strcpy函数的模拟实现 代码演示&#xff1a; #include<stdio.h> #include<assert.h> char* my_strcpy(char* destination, const char* source) {assert(des…
阅读更多...
单目3D和bev综述

单目3D和bev综述

文章目录 SOTA2D 检测单目3d检测3d bev cam范式1 Transformer attention is all you need 20172 ViT vision transformer ICLR 2021google3 swin transformer 2021 ICCV bestpaper MS4 DETR 20205 DETR3D 20216 PETR 20227 bevformerLSSbevdetcaddn指标 mAP NDS标注&#xff1a…
阅读更多...
kubernetes——Istio(三)

kubernetes——Istio(三)

一、安全 将单一应用程序分解为微服务可提供各种好处&#xff0c;包括更好的灵活性、 可伸缩性以及服务复用的能力。但是&#xff0c;微服务也有特殊的安全需求&#xff1a; 为了抵御中间人攻击&#xff0c;需要流量加密。为了提供灵活的服务访问控制&#xff0c;需要双向 TL…
阅读更多...
【P2P_BMA_P2MP_NBMA】

【P2P_BMA_P2MP_NBMA】

基本概念介绍 1. BMA&#xff08;Broadcast&#xff09; 广播型多路访问技术&#xff0c;在一个MA&#xff08;多路访问&#xff0c;在一个网段内的节点数量不限制。&#xff09;网络中同时存在广播机制。 特点&#xff1a; 允许将数据包广播到网络上的所有主机。路由器之间…
阅读更多...
科普文：微服务技术栈梳理

科普文：微服务技术栈梳理

概叙 如上两图所示&#xff0c;微服务架构下&#xff0c;需要的组件很多&#xff0c;上面中也并未列全。下面将梳理一下国内微服务架构下&#xff0c;用到的技术栈&#xff0c;仅供参考。 科普文&#xff1a;12种常见的软件架构-CSDN博客 没有最好的架构&#xff0c;只有最适…
阅读更多...
开启音乐新纪元，AI人工智能创新歌词

开启音乐新纪元，AI人工智能创新歌词

在音乐的漫长历史长河中&#xff0c;每一次的创新都如同璀璨星辰&#xff0c;照亮了前行的道路。如今&#xff0c;人工智能的崛起正引领着音乐创作步入一个全新的纪元&#xff0c;为歌词领域带来了前所未有的变革。 “妙笔生词智能写歌词软件&#xff08;veve522&#xff09;”…
阅读更多...
智慧园区智能化解决方案PPT(173页)

智慧园区智能化解决方案PPT(173页)

智慧园区智能化解决方案摘要 智慧园区智能化解决方案是一项综合性的系统工程&#xff0c;它通过集成先进的信息技术&#xff0c;实现园区管理的自动化、智能化&#xff0c;提高园区的安全性、效率和舒适度。本文详细介绍了某智慧园区项目的规划与设计&#xff0c;该项目建筑面…
阅读更多...
python的字符串

python的字符串

字符串 简单操作 创建 利用 ‘ ’ 或 “ ” 将字符或数字包裹起来的都为字符串 a"你好" 格式化字符串 元组的字符格式化 字符串格式化函数 srt.format() f格式化 方法 split()//指定分割符经行分割 strip()//指定移除字符头尾的字符 join()//指定序列中的字符连接成新…
阅读更多...
C#学习

C#学习

C#学习 1.B站丑萌气质狗C#的循环-判断泛型错误处理面向对象static的使用定义showInfo类和Hero类 在这里插入图片描述 然后在该解决方案add新建一个类库&#xff0c;点击rebuild&#xff0c;会在bin文件夹下生成.dll文件 ![在这里插入图片描述](https://i-blog.csdnimg.cn/direc…
阅读更多...
SAC-IA粗配准算法记录

SAC-IA粗配准算法记录

1. 算法思路 SAC-IA(Sample Consensus Initial Aligment,SAC-IA)粗配准算法是一种基于局部特征描述子的点云粗配准算法，其需要计算点云的快速点特征直方图（FPFH）来保持对应点对之间的相似关系，根据相似关系来搜索点云中的对应点。其基本原理是采用采样一致性的思想，通过查…
阅读更多...
Zabbix6.0使用自带模板(Redis by Zabbix agent 2)监控Redis数据库

Zabbix6.0使用自带模板(Redis by Zabbix agent 2)监控Redis数据库

注意&#xff1a;Zabbix6.0使用Redis by Zabbix agent 2 模板可直接监控Redis数据。 1、添加Redis账号密码信息(如果Redis没有设置密码可省略此步骤) vim zabbix_agent2.confPlugins.Redis.Sessions.redis.Uritcp://redis.huayunworld.com:6379 Plugins.Redis.Sessions.redis…
阅读更多...
工具推荐｜语音轻松记笔记，AI帮你识别和润色

工具推荐｜语音轻松记笔记，AI帮你识别和润色

# 你日常有没有遇到这样的场景&#xff1f; 偶尔有一些奇思妙想想要记录下来&#xff0c;但没有一个轻量的工具&#xff0c;往往会想着想着就把这个想法抛之脑后。特别是搞短视频的&#xff0c;你也许希望把当时的想法录下来&#xff0c;稍微剪辑下就能出一条不错的口播视频。…
阅读更多...
外泌体相关基因肝癌临床模型预测——2-3分纯生信文章复现——5.拷贝数变异及突变图谱（1）

外泌体相关基因肝癌临床模型预测——2-3分纯生信文章复现——5.拷贝数变异及突变图谱（1）

内容如下： 1.外泌体和肝癌TCGA数据下载 2.数据格式整理 3.差异表达基因筛选 4.预后相关外泌体基因确定 5.拷贝数变异及突变图谱 6.外泌体基因功能注释 7.LASSO回归筛选外泌体预后模型 8.预后模型验证 9.预后模型鲁棒性分析 10.独立预后因素分析及与临床的相关性分析…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023