Prometheus에서 관찰 가능

Documentandominha apresentação criada originalmente para o , aqui vai um resumo sobre métricas no Prometheus!

프로메테우스

Prometheus como solução de monitoramento é uma "cria"interessante: ele não se limita a um conjunto de ferramentas "server-side"- alias, o principal foco é justamente a existência de diversas bibliotecas disponíveis .

포괄적인 "se vende"como solução para Implementer 화이트박스 모니터링:

측정법

Como descrito , Prometheus disponibiliza quatro tipos de métricas para uso na instrumentação da sua aplicação:

게이지

카운터

히스토그램

요약

Vamos entender como cada uma funciona do ponto de vista de objetivos de monitoração.

게이지

Metricas do tipo Gauge é um número que expressa um "snapshot"do que está sendo observado. Memória livre, espaço em disco consumido, uso de CPU, tempatura do datacenter, algo que pode aumentar ou diminuir.

A maior parte da monitoração tradicional se encaixa com este tipo de métrica. Elas nos permitem formar simpáticos 대시보드 para acompanhar ao longo do tempo e gerar alertas caso determinada situação persista por muito tempo:

# Consumo de memória (em %)
node_memory_MemAvailable_bytes / 
node_memory_MemTotal_bytes

# Espaço em disco ocupado (em %^)
(1 - node_filesystem_avail_bytes{mountpoint="/mnt/c"}) / 
     node_filesystem_size_bytes{mountpoint="/mnt/c"}

Ambas as métricas acima foram extraídas usando o Prometheus Node Exporter .

Há uma pequena diferença entre as métricas acima.

Como há apenas uma única máquina sendo monitorada, não precisioni especificar nenhum filtro de labels na Consulta.

Já no espaço em disco, as métricas são exibidas para cada sistema de arquivos:



No caso, no Dashboard, optei por limitar a métrica ao sistema de arquivos "/mnt/c":

1 - node_filesystem_avail_bytes{mountpoint="/mnt/c"} /
    node_filesystem_size_bytes{mountpoint="/mnt/c"} 

A terceira métrica é mais interessante: CPU. Ampliando o gráfico:



A máquina conta com 8 CPUs - ou o mais provável, 8 cores.

A métrica para recuperar essa informação é muito mais complexa que as anteriores, e você vai perceber que eu menti ao colocá-la ao lado das duas outras - porque esta não é um Gauge - e o próprio Grafana me dedura:



지금, 당신은 프레젠테이션을 할 수 있습니다!

Usei de conhecimento arcano em Prometheus para exibir valores que "sobem"e "descem". Aqui estão os recursos necessários para viabilizar o Dashboard como ele apareceu na imagem anterior:

# Consumo por CPU
1 - (avg by (cpu) (rate(node_cpu_seconds_total{mode="idle"}[1m])))

# Consumo de CPU agregado 
1 - (avg (rate(node_cpu_seconds_total{mode="idle"}[1m])))

Você pode me perguntar: mas por que tão complicado? 단순한 "snapshot"콜레타를 사용하는 것이 아니라 중요한 순간을 소비하고 용기를 내는 데 도움이 됩니까? 예를 들어 인스턴스가 없으면 CPU 4개는 100%, 예를 들어 4개는 15%입니다.

Mas pense um pouco. Se você acompanha o consumo de um host por uma amostragem em um dado em um dado momento, quão confiável é aquele valor? 5분 간격으로 긴 시간 동안 특별한 시간 간격을 두고 있습니까?

Prometheus가 초현실적인 복잡성을 야기할 수 있는 단순함("eu só quero uma amostra do consumo de CPU")이 존재합니다.

세 가지 조합에 대한 응답은 버스카와 용량 추론 조합으로 유연성과 표현 재료를 결합하고 구현 콘트롤러의 단순화와 도구 적용을 단순화합니다.

Já vimos는 융통성 있는 재료로 PromQL 기술에 대한 컨설팅 사례가 없습니다. 구현 방법에 대한 기본 이미지 대부분:



현재 8개의 미터법은 코어 코어, descrevendo(숫자로 표시) 또는 "CPU 시간"을 8개로 표시합니다(idle, iowait, irq, nice, softirq, steal, system e user).

Uma ferramenta poderia optar por fazer uma extração de um momento em 특히. Ao fazer do "jeito complicado", o Prometheus delega a decisão de como tratar a métrica do lado do servidor, oferecendo flexibilidade para você isolar e analisar os valores como quiser.

Se você não entendeu a Consulta acima, não se preocupe, vem mais por aí!