プロメテウスpromQLクエリ言語

プロメテウスはPromQL（プロメテウスのクエリ言語）と呼ばれる機能クエリ言語を提供され、ユーザーはリアルタイムかつ重合時系列データに選択することができます。式の結果は、発現ブラウザのプロメテウスにデータを表示するためにグラフィックとして、またはテーブルのいずれかとして表示、またはHTTP APIを介して外部のシステムを使用することができます。

準備

以下の私のプロフィールをここに、お問い合わせを行います

[ルート@ node00プロメテウス]＃猫prometheus.yml 
＃私のグローバル設定
 グローバル：
  scrape_interval：15秒位ごとにこすり間隔を設定し15秒。デフォルトはあるごとに1 分。
  evaluation_intervalは：15秒位ごとにルール評価15秒。デフォルトでは あるごとに1 分。
  ＃1 scrape_timeoutをさ 設定にグローバルな デフォルト（10秒）。

＃1のAlertManagerの設定
警告：
  alertmanagers：
   - static_configs：
     - 対象：
      ＃ -のAlertManager：9093の

＃ロードルールに一度、定期的に応じてそれらを評価するグローバルな 「evaluation_intervalは」。
rule_files： 
  ＃ - 「first_rules.yml 」
  ＃は - 「second_rules.yml 」

＃正確に一つのエンドポイントを含むこすり構成はこすりする：
ここで＃それは" sのプロメテウスそのもの。
scrape_configs： 
  ＃ジョブ名がされて追加として掻き取っいかなる時系列に`<JOB_NAME> =ラベル`仕事から この設定。
  - 職種名：「プロメテウス「

    に＃のmetrics_pathのデフォルトは」/メトリクス「
    に＃スキームのデフォルトは」HTTP " 。

    static_configs：
     -対象：[ ' localhostを：9090 ' ]
   - JOB_NAME：" ノード" 
    file_sd_configs：
     - REFRESH_INTERVAL：1メートル
      のファイル：
       - " /usr/local/prometheus/prometheus/conf/node*.yml " 
remote_write：
   - URL：" http：// localhostを：8086 / API / V1 /ウエディング/書き込みデシベル=プロメテウス？" 

remote_read：
   - URL："http：// localhostを：8086 / API / V1 /ウエディング/読みデシベル=プロメテウス？" 


[ルート@ node00プロメテウス]＃猫のconf /リンパ節転移dis.yml 
 - ターゲット： 
   - " 192.168.100.10:20001 」
  ラベル：
    __datacenter__： DC0 
    __HOSTNAME__：node00 
    __businees_line__：" LINE_A " 
    __region_id__：" CN-北京" 
    __availability_zone__：" A " 
- ターゲット： 
   - " 192.168.100.11:20001 " 
  ラベル：
    __datacenter__：DC1 
    __HOSTNAME__：node01
    __businees_line__：" LINE_A " 
    __region_id__：" CN-北京" 
    __availability_zone__：" A " 
- ターゲット： 
   - " 192.168.100.12:20001 " 
  ラベル：
    __datacenter__：DC0 
    __HOSTNAME__：node02で
    __businees_line__：" line_c " 
    __region_id__：" CN-北京" 
    __availability_zone__：" B "

シンプルなタイミング問い合わせ

特定のMETRIC_NAMEへの直接アクセス

ノード＃1におけるフォークの総数
node_forks_total 
次のように＃の結果でした

素子	値
node_forks_total {インスタンス= "192.168.100.10:20001"、ジョブ= "ノード"}	201518
node_forks_total {インスタンス= "192.168.100.11:20001"、ジョブ= "ノード"}	23951
node_forks_total {インスタンス= "192.168.100.12:20001"、ジョブ= "ノード"}	24127

タグ付けされたクエリ

= {インスタンスnode_forks_total " 192.168.100.10:20001 " } 
次のように＃の結果でした

素子	値
node_forks_total {インスタンス= "192.168.100.10:20001"、ジョブ= "ノード"}	201816

マルチラベルクエリ

= {インスタンスnode_forks_total " 192.168.100.10:20001 "、ジョブ= " ノード" } 

次のように＃の結果でした

素子	値
node_forks_total {インスタンス= "192.168.100.10:20001"、ジョブ= "ノード"}	201932

2分のクエリタイミング値

node_forks_total {インスタンス= " 192.168.100.10:20001 "、ジョブ= " ノード" } [2メートル]

素子	値
node_forks_total {インスタンス= "192.168.100.10:20001"、ジョブ= "ノード"}	201932 1569492864.036 @ 1569492879.036 @ 201932 1569492894.035 @ 201932 1569492909.036 @ 201932 1569492924.036 @ 201985 1569492939.036 @ 201989 1569492954.036 @ 201993

定期的な試合

node_forks_total {インスタンス=〜" 192.168 *：20001 "、ジョブ= " ノード" }

素子	値
node_forks_total {インスタンス= "192.168.100.10:20001"、ジョブ= "ノード"}	202107
node_forks_total {インスタンス= "192.168.100.11:20001"、ジョブ= "ノード"}	24014
node_forks_total {インスタンス= "192.168.100.12:20001"、ジョブ= "ノード"}	24186

共通機能のクエリ

：公式によって提供される機能は、より具体的には、以下のアドレスを参照することができますhttps://prometheus.io/docs/prometheus/latest/querying/functions/

ここでは一般的に使用される機能の主なデモ。

激怒

怒っ率を計算するために使用されます。

ラベル、具体例としては仕事アイドル状態で特定、特定の周波数と速度CPUのCPUを介して、＃クエリ
激怒（CPU node_cpu_seconds_total = { 「0 」、インスタンス= 「192.168.100.10:20001 」、ジョブ= 「ノード」、MODE = " アイドル" } [1M]）

素子	値
{CPU = "0"、インスタンス= "192.168.100.10:20001"、ジョブ= "ノード"、モード= "アイドル"}	0.9833988932595507

count_over_time

特定のタイミングデータ計算の数。

＃番号と値取得周波数は、我々の収集間隔である15Sは、データポイントの1分は、4ビットであってもよいです。
count_over_time（node_boot_time_seconds [1メートル]）

素子	値
{インスタンス= "192.168.100.10:20001"、ジョブ= "ノード"}	4
{インスタンス= "192.168.100.11:20001"、ジョブ= "ノード"}	4
{インスタンス= "192.168.100.12:20001"、ジョブ= "ノード"}	4

サブクエリ

＃最後の10分、過去5分の値の分率。10メートル/ 1mが10の値の合計を収集します。
レート（{node_cpu_seconds_total CPU = " 0 "、インスタンス= " 192.168.100.10:20001 "、仕事= " ノード"、MODE = " IDLE " } [5メートル]）[10メートル：1M]

素子	値
{CPU = "0"、インスタンス= "192.168.100.10:20001"、ジョブ= "ノード"、モード= "アイドル"}	0.9865228543057867 1569494040 @ 0.9862807017543735 1569494100 @ 1569494160 @ 0.9861087231885309 1569494220 @ 0.9864946894550303 1569494280 @ 0.9863192502430038 1569494340 @ 0.9859649122807017 1569494400 @ 0.9859298245613708 1569494460 @ 0.9869122807017177 1569494520 @ 0.9867368421052672 1569494580 @ 0.987438596491273

複雑なクエリ

メモリの割合を使用して計算

node_memory_MemFree_bytes / node_memory_MemTotal_bytes * 100

素子	値
{インスタンス= "192.168.100.10:20001"、ジョブ= "ノード"}	9.927579722322251
{インスタンス= "192.168.100.11:20001"、ジョブ= "ノード"}	59.740727403673034
{インスタンス= "192.168.100.12:20001"、ジョブ= "ノード"}	63.2080982675149

最初の2のすべてのインスタンスに使用されるメモリの割合（％）を取得します。

topk(2,node_memory_MemFree_bytes / node_memory_MemTotal_bytes  * 100 )

Element	Value
{instance="192.168.100.12:20001",job="node"}	63.20129636298163
{instance="192.168.100.11:20001",job="node"}	59.50586164125955

实用查询样例

获取cpu核心个数

# 计算所有的实例cpu核心数
count by (instance) ( count by (instance,cpu) (node_cpu_seconds_total{mode="system"}) ) 
# 计算单个实例的
count by (instance) ( count by (instance,cpu) (node_cpu_seconds_total{mode="system",instance="192.168.100.11:20001"})

计算内存使用率

(1 - (node_memory_MemAvailable_bytes{instance=~"192.168.100.10:20001"} / (node_memory_MemTotal_bytes{instance=~"192.168.100.10:20001"})))* 100

Element	Value
{instance="192.168.100.10:20001",job="node"}	87.09358620413717

计算根分区使用率

100 - ((node_filesystem_avail_bytes{instance="192.168.100.10:20001",mountpoint="/",fstype=~"ext4|xfs"} * 100) / node_filesystem_size_bytes {instance=~"192.168.100.10:20001",mountpoint="/",fstype=~"ext4|xfs"})

Element	Value
{device="/dev/mapper/centos-root",fstype="xfs",instance="192.168.100.10:20001",job="node",mountpoint="/"}	4.175111443575972

预测磁盘空间

 # 整体分为 2个部分， 中间用and分割， 前面部分计算根分区使用率大于85的， 后面计算根据近6小时的数据预测接下来24小时的磁盘可用空间是否小于0 。
 (1-  node_filesystem_avail_bytes{fstype=~"ext4|xfs",mountpoint="/"}
  / node_filesystem_size_bytes{fstype=~"ext4|xfs",mountpoint="/"}) * 100 >= 85     and (predict_linear(node_filesystem_avail_bytes[6h],3600 * 24) < 0)

プロメテウス学習シリーズ6：プロメテウスpromQLクエリ言語