（八）Prometheus promQL查询语言
Prometheus提供了一种名为PromQL (Prometheus查询语言)的函数式查询语言，允许用户实时选择和聚合时间序列数据。表达式的结果既可以显示为图形，也可以在Prometheus的表达式浏览器中作为表格数据查看，或者通过HTTP API由外部系统使用。
一、准备工作
在进行查询，这里提供下我的配置文件如下
[root@node00 prometheus]# cat prometheus.yml
# my global config
global:
scrape_interval: 15s # Set the scrape interval to every 15 seconds. Default is every 1 minute.
evaluation_interval: 15s # Evaluate rules every 15 seconds. The default is every 1 minute.
# scrape_timeout is set to the global default (10s).
# Alertmanager configuration
alerting:
alertmanagers:
- static_configs:
- targets:
# - alertmanager:9093
# Load rules once and periodically evaluate them according to the global 'evaluation_interval'.
rule_files:
# - "first_rules.yml"
# - "second_rules.yml"
# A scrape configuration containing exactly one endpoint to scrape:
# Here it's Prometheus itself.
scrape_configs:
# The job name is added as a label `job=<job_name>` to any timeseries scraped from this config.
- job_name: 'prometheus'
# metrics_path defaults to '/metrics'
# scheme defaults to 'http'.
static_configs:
- targets: ['localhost:9090']
- job_name: "node"
file_sd_configs:
- refresh_interval: 1m
files:
- "/usr/local/prometheus/prometheus/conf/node*.yml"
remote_write:
- url: "http://localhost:8086/api/v1/prom/write?db=prometheus"
remote_read:
- url: "http://localhost:8086/api/v1/prom/read?db=prometheus"
[root@node00 prometheus]# cat conf/node-dis.yml
- targets:
- "192.168.100.10:20001"
labels:
__datacenter__: dc0
__hostname__: node00
__businees_line__: "line_a"
__region_id__: "cn-beijing"
__availability_zone__: "a"
- targets:
- "192.168.100.11:20001"
labels:
__datacenter__: dc1
__hostname__: node01
__businees_line__: "line_a"
__region_id__: "cn-beijing"
__availability_zone__: "a"
- targets:
- "192.168.100.12:20001"
labels:
__datacenter__: dc0
__hostname__: node02
__businees_line__: "line_c"
__region_id__: "cn-beijing"
__availability_zone__: "b"
二、 简单时序查询
2.1 直接查询特定metric_name
节点的forks的总次数
node_forks_total
结果如下
| Element | Value |
|---|---|
| node_forks_total | 201518 |
| node_forks_total | 23951 |
| node_forks_total | 24127 |
2.2 带标签的查询
node_forks_total{instance="192.168.100.10:20001"}
结果如下
| Element | Value |
|---|---|
| node_forks_total | 201816 |
2.3 多标签查询
node_forks_total{instance="192.168.100.10:20001",job="node"}
结果如下
Element Value
node_forks_total{instance="192.168.100.10:20001",job="node"} 201932
2.4 查询2分钟的时序数值
node_forks_total{instance="192.168.100.10:20001",job="node"}[2m]
2.5 正则匹配
node_forks_total{instance=~"192.168.*:20001",job="node"}
| Element | Value |
|---|---|
| node_forks_total | 202107 |
| node_forks_total | 24014 |
| node_forks_total | 24186 |
三、常用函数查询
官方提供的函数比较多， 具体可以参考地址如下： https://prometheus.io/docs/prometheus/latest/querying/functions/
这里主要就常用函数进行演示。
3.1 irate
irate用于计算速率。
通过标签查询，特定实例特定job，特定cpu 在idle状态下的cpu次数速率
irate(node_cpu_seconds_total{cpu="0",instance="192.168.100.10:20001",job="node",mode="idle"}[1m])
| Element | Value |
|---|---|
| 0.9833988932595507 |
3.2 count_over_time
计算特定的时序数据中的个数。
这个数值个数和采集频率有关， 我们的采集间隔是15s，在一分钟会有4个点位数据。
count_over_time(node_boot_time_seconds[1m])
| Element | Value |
|---|---|
| 4 | |
| 4 | |
| 4 |
3.3 子查询
过去的10分钟内， 每分钟计算下过去5分钟的一个速率值。 一个采集10m/1m一共10个值。
rate(node_cpu_seconds_total{cpu="0",instance="192.168.100.10:20001",job="node",mode="idle"}[5m])[10m:1m]
四、复杂查询
4.1 计算内存使用百分比
node_memory_MemFree_bytes / node_memory_MemTotal_bytes * 100
| Element | Value |
|---|---|
| 9.927579722322251 | |
| 59.740727403673034 | |
| 63.2080982675149 |
4.2 获取所有实例的内存使用百分比前2个
topk(2,node_memory_MemFree_bytes / node_memory_MemTotal_bytes * 100 )
| Element | Value |
|---|---|
| 63.20129636298163 | |
| 59.50586164125955 |
五、实用查询样例
5.1 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"})
5.2 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 |
|---|---|
| 87.09358620413717 |
5.3 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"})
5.4 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)
