Prometheu详解（二）

目录

前言

一、Prometheus相关概念

1、内部存储机制

2、数据类型

2.1  Counter（计数器）

2.2  Gauge（仪表盘）

2.3  Histogram（直方图）

2.4  Summary（摘要） 

2.5  Histogram 和Summary的对比

3、TSDB简介

二、PromQL查询表达式

1、即时矢量选择器

2、范围矢量选择器

3、 向量

三、Prometheus指标采集

1、node-exporter配置textfile收集器

2、Prometheus配置多个targets

3、过滤不需要收集的指标

总结

---

前言

本文对Prometheus的一些知识点进行介绍，并对它的配置应用作了解析。

一、Prometheus相关概念

1、内部存储机制

Prometheus有着非常高效的时间序列数据存储方法，每个采样数据仅仅占用3.5byte左右空间，上百万条时间序列，30秒间隔，保留60天，大概花了200多G（引用官方PPT）。

Prometheus内部主要分为三大块：

• Retrieval是负责定时去暴露的目标页面上去抓取采样指标数据
• Storage是负责将采样数据写磁盘
• PromQL是Prometheus提供的查询语言模块。

2、数据类型

2.1  Counter（计数器）

一种累加的 metric，典型的应用如：请求的个数，结束的任务数， 出现的错误数等等。

【例如】查询 http_requests_total{method=“get”, job=“Prometheus”, handler=“query”} 返回 8，10 秒后，再次查询，则返回 14。

2.2  Gauge（仪表盘）

数据是一个瞬时值，如果当前内存用量，它随着时间变化忽高忽低。

【例如】go_goroutines{instance=“172.17.0.2”, job=“Prometheus”} 返回值 147，10 秒后返回 124。

2.3  Histogram（直方图）

Histogram 取样观测的结果（一般是请求持续时间或响应大小）并在一个可配置的分布区间（bucket）内计算这些结果。其也提供所有观测结果的总和。
Histogram 有一个基本 metric名称 <basename>，在一次抓取中展现多个时间序列：
累加的 counter，代表观测区间：<basename>_bucket{le=""}
所有观测值的总数：<basename>_sum
观测到的事件数量：<basenmae>_count

例如 Prometheus server 中prometheus_local_storage_series_chunks_persisted, 表示 Prometheus 中每个时序需要存储的 chunks 数量，我们可以用它计算待持久化的数据的分位数。

2.4  Summary（摘要） 

和 histogram 相似，summary 取样观测的结果（一般是请求持续时间或响应大小）。但是它还提供观测的次数和所有值的总和，它通过一个滑动的时间窗口计算可配置的分位数。
Summary 有一个基本的 metric名称 <basename>，在一次抓取中展现多个时间序列：
观测事件的流式φ-分位数（0 ≤ φ ≤ 1）：{quantile=“φ”}
所有观测值的总和：<basename>_sum
观测的事件数量：<basename>_count

例如 Prometheus server 中 prometheus_target_interval_length_seconds。

2.5  Histogram 和Summary的对比