Prometheus四种指标及PromQL实例

Prometheus四种主要的指标类型包括Counter、Gauge、Histogram和Summary，以及相应的PromQL实例如下：

1. Counter（计数器）

   • 作用：只增不减的计数器，常用于记录请求次数、任务完成数、错误发生次数等。重启进程后，计数会被重置。
   • PromQL实例：假设我们有一个HTTP请求次数的Counter类型指标http_requests_total，我们想要查询最近一小时内增长最快的10个HTTP请求路径：

   promql`topk(10, delta(http_requests_total[1h]))`
   

2. Gauge（仪表）

   • 作用：反映系统的当前状态，样本数据可增可减。常用于表示CPU使用率、内存使用率、磁盘空间使用率等。
   • PromQL实例：如果我们想要查询当前系统中CPU使用率最高的前三个节点：

   promql`topk(3, 100 - (avg by (instance) (irate(node_cpu_seconds_total{mode="idle"}[5m])) * 100))`
   

3. Histogram（直方图）

   • 作用：表示样本数据的分布情况，通常用于统计请求的耗时、大小等。它提供了多个时间序列，包括_sum（总和）、_count（总数）以及多个_bucket（分桶统计）。
   • PromQL实例：假设我们有一个请求耗时的Histogram类型指标http_request_duration_seconds，我们想要查询请求耗时在0.5秒到1秒之间的请求次数：

   promql`histogram_quantile(0.95, sum(rate(http_request_duration_seconds_bucket{le="1"}[5m])) by (le)) -
   histogram_quantile(0.95, sum(rate(http_request_duration_seconds_bucket{le="0.5"}[5m])) by (le))`
   

   注意：这个查询可能并不准确，因为Histogram类型不直接提供区间内的计数，而是通过累计的方式来表示分布。在实际应用中，我们更常用的是查询某个分位数的请求耗时，如95%的请求耗时在多少以内。

4. Summary（摘要）

   • 作用：类似于Histogram，但更注重于分位数的计算。它同样提供了_sum、_count以及多个quantile（分位数）。
   • PromQL实例：假设我们有一个请求耗时的Summary类型指标http_request_duration_seconds，我们想要查询95%分位数的请求耗时：

   promql`http_request_duration_seconds{quantile="0.95"}`
   

需要注意的是，以上PromQL实例仅供参考，实际使用时需要根据具体的指标名称、标签和查询需求进行调整。同时，由于Prometheus查询语言的复杂性和多样性，还有很多其他的查询方式和技巧可以探索和学习。