grafana 分位规则_prometheus + grafana配置统计图

prometheus + grafana配置统计图

配置普通折线图

在代码中添加metrics

例如我们想要展示耗时的统计图，需要在代码中记录开始处理和结束处理的时间点，得出时间差

start := time.Now()

resp, err := cli.DoSth(ctx, req)

gap := time.Since(start)

log.Infof("key:%+v, do sth cost:%+v", sha1, gap.Nanoseconds()/1000000)

DoSthSummary.With(prometheus.Labels{"target": "do_sth"}).Observe(float64(gap))

if err != nil {

return nil, err

}

metrics部分的代码：

DoSthSummary = prometheus.NewSummaryVec(prometheus.SummaryOpts{

Name: "do_sth_cost_summary",

Help: "do sth request cost time summary. unit: ns",

Objectives: map[float64]float64{0.5: 0.05, 0.75: 0.05, 0.9: 0.01, 0.99: 0.001},

MaxAge: time.Minute,

}, []string{"target"})

func init() {

prometheus.MustRegister(DoSthSummary)

}

至此，代码中的metrics添加完毕了

在grafana中添加prometheus数据源

添加新的panel

选择prometheus数据源

选择metrics

使用代码中summary的Name字段即可

注意，target一定要与代码中的target一致

配置图例的显式方式 host-分位数

配置坐标轴

Left Y指的是最左侧纵坐标的相关配置

Right Y指的是最右侧纵坐标的相关配置

X-Axis指的是横坐标的相关配置

配置最右侧的图例

最后配置标题，描述等信息

配置按小时划分的增量图

代码中添加metrics：

common.SampleSizeCounter.With(prometheus.Labels{"sample_type": "raw"}).Add(float64(intSize) / 1024)

common.SampleSizeCounter.With(prometheus.Labels{"sample_type": "zip"}).Add(float64(intZipSize) / 1024)

SampleSizeCounter = prometheus.NewCounterVec(

prometheus.CounterOpts{

Name: "size_counter",

Help: "sample size total.(KB)",

},

[]string{"sample_type"},

)

统计zip每小时增量的语句：

sum(increase(size_counter{sample_type="zip"}[1h]))

注意，Min step一定要填1h，否则不会按小时聚合，会默认按分钟聚合

配置图形为直方图

成功

大功告成，之后有时间再系统学习从零开始的部署以及各种高级语句。