Prometheus技术分享——监控各个指标的含义，类型，以及格式

前面几期乐维君已经跟大家介绍了prometheus的安装配置、告警规则等等，本期将重点介绍prometheus监控各个指标的含义、类型以及格式。

1. Prometheus 监控指标的类型

prometheus主要有四种类型的监控指标：

1.Counter类型的指标：其工作方式和计数器一样，只增不减（除非系统发生重置）。常见的监控指标，如机器的启动时间（node_cpu），HTTP访问量（http_requests_total）等。可以通过PromQL语句对这些指标进行分析，如：
查询当前系统中，访问量前10的HTTP地址：

topk(10, http_requests_total)

2.Gauge即仪表类型的指标，侧重于反应系统的当前状态，样本数据可增可减。如CPU使用率（node_memory_MemFree，主机当前空闲的内容大小），内存使用率（node_memory_MemAvailable，可用内存大小），集群节点个数，大部分监控数据都是这种类型的。 如可通过PromQL内置函数delta()可以获取样本在一段时间返回内的变化情况。例如，计算CPU温度在两个小时内的差异：

delta(cpu_temp_celsius{host="zeus"}[2h])

3.Histogram：也就是直方图类型的metric, 能够分组分区间显示指标的信息。例如，统计延迟在0 ~ 10ms之间的请求数有多少而10~20ms之间的请求数就可采用这种方式。注意他与summary的区别。

4.summary：好像不是很好翻译，个人认为是表示分位数（quantile）的信息。分位数0.5表示前50%的数据是什么水平，现实生活中的例子比如班上所有学生身高的中位数，同样的分位数0.9表示前90%身高的划分位置。 这个可以参考官方文档上的例子：

HELP prometheus_tsdb_wal_fsync_duration_seconds Duration of WAL fsync.
TYPE prometheus_tsdb_wal_fsync_duration_seconds summary
prometheus_tsdb_wal_fsync_duration_seconds{quantile=“0.5”} 0.012352463
prometheus_tsdb_wal_fsync_duration_seconds{quantile=“0.9”} 0.014458005
prometheus_tsdb_wal_fsync_duration_seconds{quantile=“0.99”} 0.017316173
prometheus_tsdb_wal_fsync_duration_seconds_sum 2.888716127000002
prometheus_tsdb_wal_fsync_duration_seconds_count 216
从上面的样本中可以得知当前Prometheus Server进行wal_fsync操作的总次数为216次，耗时2.888716127000002s。其中中位数（quantile=0.5）的耗时为0.012352463，9分位数（quantile=0.9）的耗时为0.014458005s。

2. Prometheus 监控指标的格式

2. 1 时间序列

这就涉及到Prometheus存储数据的方式是时间序列的，所谓的时间序列其实就是关于指标的集合，只不过这些指标是按照时间顺序排列的。

每条time-series通过指标名称(metrics name)和一组标签集(labelset)命名。如下所示，可以将time-series理解为一个以时间为Y轴的数字矩阵：
^
│ . . . . . . . . . . . . . . . . . . . node_cpu{cpu=“cpu0”,mode=“idle”}
│ . . . . . . . . . . . . . . . . . . . node_cpu{cpu=“cpu0”,mode=“system”}
│ . . . . . . . . . . . . . . . . . . node_load1{}
│ . . . . . . . . . . . . . . . . . .
v
<------------------ 时间 ---------------->
在time-series中的每一个点称为一个样本（sample），样本由以下三部分组成：
指标(metric)：metric name和描述当前样本特征的labelsets;
时间戳(timestamp)：一个精确到毫秒的时间戳;
样本值(value)： 一个float64的浮点型数据表示当前样本的值。
如：http_request_total{status=“200”, method=“GET”}@1434417561287 => 94334

2.2 metric格式

每一条metric的格式是：

< metric name>{< label name>=< label value>, ...}

其中以__作为前缀的标签，是系统保留的关键字，只能在系统内部使用。
注意: 实际获取的信息可能不仅仅包含metric，还有一些注释，他们都以#开头，其中HELP用于解释当前指标的含义，TYPE则说明当前指标的数据类型。

如下面这条信息，就包含了两条metric。

# HELP node_cpu Seconds the cpus spent in each mode.
# TYPE node_cpu counter
node_cpu{cpu="cpu0",mode="idle"} 362812.7890625
# HELP node_load1 1m load average.
# TYPE node_load1 gauge
node_load1 3.0703125

这一期的Prometheus技术分享到这就结束了，更多开源监控技术分享请持续关注乐维官网或乐维社区（https://forum.lwops.cn/）