一、查询持续性

到目前为止，我们只是在表达式浏览器中运行查询。虽然查看该查询的输出很方便，但结果仍然是临时存储在Prometheus服务器上，我们可以通过以下三种方式使查询持久化：

* 记录规则：根据查询创建新指标

* 报警规则：从查询生成警报

* 可视化：使用Grafana等仪表板可视化查询

　　记录规则存储在Prometheus服务器上，位于Prometheus服务器加载的文件中。

规则是自动计算的，频率则由 prometheus.yml 配置文件的 global 块中的 evaluation_interval 参数控制。

　　规则文件在 Prometheus 配置文件的 rules_files 块中指定。

回到顶部

二、示例

基本案例

[root@node1 rules]# cat node1_rules.yml
groups:
- name: node1_rules
  rules:
  - record: instance:node_cpu:avg_rate1m   #其实就是把下面表达式的值存储起来了，并且另存为指标： instance:node_cpu:avg_rate1m，后面可以直接用该指标查询结果
    expr: 100-avg(irate(node_cpu_seconds_total{mode="idle"}[1m])) by (instance)*100 labels: metric_type: aggregation

在prometheus.yml文件的同一文件夹中创建一个名为rules的子文件夹，用于保存我们的记录规则，并且为节点指标创建一个名为node1_rules.yml的文件。

[root@node1 opt]# cd /opt/prometheus/
[root@node1 prometheus]# mkdir rules
[root@node1 prometheus]# cd rules/
[root@node1 rules]# vim node1_rules.yml
[root@node1 rules]# cat node1_rules.yml
groups:
- name: node1_rules
  rules:
  - record: instance:node_cpu:avg_rate1m
    expr: 100-avg(irate(node_cpu_seconds_total{mode="idle"}[1m])) by (instance)*100
    labels:
      metric_type: aggregation
 
[root@node1 prometheus]# vim prometheus.yml  # 修改prometheus.yml，添加配置
rule_files:
   - "rules/node1_rules.yml"
 
[root@node1 prometheus]# docker container rm -f  prometheus-server  #由于之前是挂载的prometheus.yml，所以重新启动一下prometheus-server，把rules挂到容器里。
[root@node1 prometheus]#  docker run --name prometheus-server -d -p 9090:9090 -v /opt/prometheus/:/etc/prometheus/ prom/prometheus

浏览器访问该地址，可以查看到我们手动添加的rules：http://192.168.42.133:9090/rules