Prometheus学习笔记_prometheus counter-CSDN博客

本文链接：https://blog.csdn.net/wsylina/article/details/116332034

本文详细介绍了Prometheus，一个高大上的监控平台，强调了它在准确性和精确性方面的作用。文章涵盖Prometheus的基本概念，如time series数据模型、K/V数据模型，以及HTTP pull/push数据采集方式。此外，还探讨了Prometheus组件，如metrics、Gauges、Counters和Histograms。文章进一步讲解了PromQL中的关键函数，如rate、increase、sum和topk，并介绍了服务发现、企业级监控数据采集方法、Exporter、Pushgateway以及Grafana的安装和配置。最后，文章提到了Prometheus的告警配置和管理。

摘要由CSDN通过智能技术生成

Prometheus学习资料

是什么

高大上的监控平台

能给我带来什么

准确性和精确性的要求极大的贡献力量
在这里插入图片描述

特性

基于time series时间序列模型

时间序列模型，是一系列有序的数据，通常是等时间间隔的采样数据
基于K/V的数据模型
采用HTTP pull / push两种对应的数据采集传输方式
本身自带图形调试
最精细的数据采样理论上可以达到秒级采样

Prometheus组件

Prometheus metrics概念

Prometheus监控中，对于采集过来的数据统一称为metrics数据。其并不代表一种具体的数据格式，而是一种对于度量计算单位的抽象。

Gauges

最简单的度量标准，只有一个返回值，或者叫瞬时状态。例如我们想衡量一个等待队列中任务的个数、CPU使用率、内存使用率
Counters

Counter就是计数器，从数据量0开始累积计算，在理想状态下，只能永远增长或保持不变，不会下降（特殊情况另说）

比如累积用户访问量
Histograms

Histograms统计数据的分布状况，比如最小值，最大值，中位数，75百分位，90百分位，95百分位，99百分位

在这里插入图片描述

PromQL进阶

在这里插入图片描述

Promethus监控实例——CPU

node_cpu:监控cpu的key
node_cpu{
   mode="idle"} #cpu空闲使用时间
increase(node_cpu{
   mode="idle"}[1m]) #一分钟内CPU空闲使用时间
sum(increase(node_cpu{
   mode="idle"}[1m])) #聚合多核CPU一分钟内CPU空闲使用时间
by(instance):此函数可以把sum加合到一起的数值，按照指定的一个方式进行一层拆分，instance代表的是机器名
sum(increase(node_cpu{
   mode="idle"}[1m])) by(instance) #表示把sum函数中服务器加合再强行拆分出来
sum(increase(node_cpu[1m])) by(instance) #全部CPU时间一分钟增量
sum(increase(node_cpu{
   mode="idle"}[1m])) / sum