Prometheus源码专题精讲——Prometheus基本概念

Prometheus源码专题精讲——Prometheus基本概念

https://prometheus.io/docs/concepts

一、Prometheus中的FPoint：时间序列数据的基础

  在Prometheus这个开源监控和警报工具套件中，FPoint是一个核心且基础的数据结构。它扮演着表示给定时间戳下的浮点数数据点的角色，是Prometheus数据处理和查询机制中的关键要素。

  深入理解FPoint对于掌握Prometheus的工作原理至关重要。Prometheus.io 官网找了半天也没有找到这块的描述，但是 Prometheus 源码有，借此就讲讲。

  以prometheus-v2.53.1(Current Latest Release)源代码位置为例：https://github.com/prometheus/prometheus/blob/release-2.53.1/promql/value.go

1.1、FPoint结构体解析

FPoint结构体由两个主要字段组成：T和F，就是下图中红色箭头指向的那个value的值，分别对应T字段和F字段。

• T字段是一个int64类型，它代表数据点的时间戳。在Prometheus中，时间戳以毫秒为单位的Unix时间戳来表示，这提供了高精度的时间记录。
• F字段是一个float64类型，它表示在给定时间戳T下的实际浮点数值。这个值可以是任何类型的度量指标，如CPU使用率、内存消耗或网络流量等。

1.2、FPoint的作用

FPoint是Prometheus存储和查询时间序列数据的基础单元。每个时间序列数据点都可以用FPoint来表示，这使得Prometheus能够有效地处理和分析大量的时间序列数据。

当你通过PromQL（Prometheus Query Language）查询某些指标时，Prometheus会从其存储系统中检索相应的数据点，并将它们作为FPoint对象的序列返回。这使得你可以对时间序列数据进行各种操作，如聚合、计算或绘制图表。

1.3、使用场景

FPoint在Prometheus中的使用场景非常广泛：

• 数据存储：Prometheus在存储时间序列数据时，会将每个数据点转换为FPoint格式，并存储在磁盘上。
• 数据查询：当你执行PromQL查询时，Prometheus会返回一系列FPoint对象，每个对象代表查询结果中的一个数据点。
• 数据处理：在Prometheus内部，对时间序列数据的各种处理操作（如聚合、计算等）都会涉及到FPoint。这使得Prometheus能够高效地处理和分析时间序列数据。

二、Prometheus中的DATA MODEL

https://prometheus.io/docs/concepts/data_model/#data-model

  在Prometheus的源码（特别是release-2.53.1版本）和文档体系中，数据模型是理解其存储、查询及操作的基础。

  从Prometheus官方文档中的“Data Model”部分以及GitHub上的源码来看，Prometheus将所有数据根本性地存储为时间序列（Time Series）。这些时间序列是同一指标（metric）和相同标签集（label set）下的带时间戳值的流。此外，Prometheus还能通过查询生成临时的派生时间序列。

2.1、时间序列（Time Series）

https://prometheus.io/docs/concepts/data_model/#metric-names-and-labels

在Prometheus中，时间序列是数据模型的核心。每个时间序列由以下几部分组成：

1. 1. Metric Name：标识测量的特定特征或属性，例如http_requests_total表示接收到的HTTP请求总数。

      • https://prometheus.io/docs/concepts/data_model/#metric-names-and-labels 
        • Specify the general feature of a system that is measured (e.g. http_requests_total - the total number of HTTP requests received).
        • Metric names may contain ASCII letters, digits, underscores, and colons. It must match the regex [a-zA-Z_:][a-zA-Z0-9_:]*.
          

          

          

   2. Labels：标签是键值对，用于对指标进行额外的维度描述。比如，一个HTTP请求指标可以有method="POST"和handler="/messages"这样的标签，以区分不同方法或处理程序的请求。这些标签共同定义了时间序列的维度。

      • https://prometheus.io/docs/concepts/data_model/#metric-names-and-labels 
        • Enable Prometheus's dimensional data model to identify any given combination of labels for the same metric name. It identifies a particular dimensional instantiation of that metric (for example: all HTTP requests that used the method POST to the /api/tracks handler). The query language allows filtering and aggregation based on these dimensions.
        • The change of any label's value, including adding or removing labels, will create a new time series.
        • Labels may contain ASCII letters, numbers, as well as underscores. They must match the regex [a-zA-Z_][a-zA-Z0-9_]*.
        • Label names beginning with __ (two "_") are reserved for internal use.
        • Label values may contain any Unicode characters.
        • Labels with an empty label value are considered equivalent to labels that do not exist.
      • https://github.com/prometheus/prometheus/blob/v2.53.1/model/labels/labels.go

        
        https://github.com/prometheus/prometheus/blob/v2.53.1/model/labels/labels.go:
        
        //go:build !stringlabels && !dedupelabels
        
        package labels
        
        import (
        	"bytes"
        	"slices"
        	"strings"
        
        	"github.com/cespare/xxhash/v2"
        )
        
        // Labels is a sorted set of labels. Order has to be guaranteed upon
        // instantiation.
        type Labels []Label
        
        

        
        https://github.com/prometheus/prometheus/blob/v2.53.1/model/labels/labels_common.go:
        
        package labels
        
        import (
        	"bytes"
        	"encoding/json"
        	"slices"
        	"strconv"
        
        	"github.com/prometheus/common/model"
        )
        
        const (
        	MetricName   = "__name__"
        	AlertName    = "alertname"
        	BucketLabel  = "le"
        	InstanceName = "instance"
        
        	labelSep = '\xfe'
        )
        
        var seps = []byte{'\xff'}
        
        // Label is a key/value pair of strings.
        type Label struct {
        	Name, Value string
        }

   3. 样本（Samples）：每个时间序列由一系列样本组成，每个样本包含：

   • • https://prometheus.io/docs/concepts/data_model/#samples
       • 一个float64值：表示测量的具体数值。
       • 一个时间戳：表示样本被记录的时间点，Prometheus中的时间戳通常以毫秒为单位。 
       • https://github.com/prometheus/prometheus/blob/v2.53.1/promql/value.go

       • 

       • 

三、notation（n.符号;以符号表达;备忘录;作笔记，我理解中文意思表达式？）

https://prometheus.io/docs/concepts/data_model/#notation 

  在 Prometheus 中，时间序列的标识和查询采用了一种特定的符号表示法。这种表示法允许用户通过组合指标名称（metric name）和一组标签（labels）来唯一地识别一个时间序列。

  在 Prometheus 官网中，原话：Given a metric name and a set of labels, time series are frequently identified using this notation:

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

　　举个官网的举的例子：For example, a time series with the metric name api_http_requests_total and the labels method="POST" and handler="/messages" could be written like this:

api_http_requests_total{method="POST", handler="/messages"}

　　This is the same notation that OpenTSDB uses.