当前位置：首页 > article >正文

Prometheus常用查询PromQL表达式

article 2024/11/14 1:48:02

Prometheus 是一款强大的开源监控工具，通过自带的 PromQL 查询语言，可以实现丰富的数据查询和分析。本文将介绍一些常用的 Prometheus 查询表达式，帮助大家在日常的运维监控中更好地使用 Prometheus。

1. 基础查询

1.1 查询指标值

Prometheus 中存储的每一个指标都可以通过其名称直接查询，例如：

up

指标表示目标服务的运行状态。值为 1 表示服务正常，0 表示服务不可用。

1.2 查询指定标签的指标

使用 {} 可以过滤指定的标签。例如，查询所有 job 为 api-server 的 http_requests_total 指标：

http_requests_total{job="api-server"}

可以结合多个标签使用，如：

http_requests_total{job="api-server", status="500"}

2. 聚合查询

Prometheus 提供了多种聚合函数，用于对数据进行求和、求平均值、最大值等操作。

2.1 `sum`

计算某个指标的总和。例如，计算所有实例的 http_requests_total 请求总数：

sum(http_requests_total)

计算 job 为 api-server 的请求总数：

sum(http_requests_total{job="api-server"})

2.2 `avg`

计算平均值，例如：

avg(http_requests_total{job="api-server"})

2.3 `max` 和 `min`

分别计算最大值和最小值。例如：

max(http_requests_total{job="api-server"})
min(http_requests_total{job="api-server"})

2.4 `count`

统计样本数量，例如：

count(http_requests_total{job="api-server"})

2.5 按标签分组聚合

计算每个 job 的请求总数：

sum by (job)(http_requests_total)

3. 时间序列查询

3.1 查询指定时间范围的平均值

Prometheus 支持通过 [时间区间] 来查询时间窗口内的指标。例如，查询过去 5 分钟内的平均 CPU 使用率：

avg(rate(node_cpu_seconds_total[5m]))

3.2 `rate` 和 `irate`

rate 函数用于计算每秒的平均增长速率，适用于较长时间窗口：

rate(http_requests_total[5m])

irate 用于计算瞬时增长速率，适用于监控短期的变化趋势：

irate(http_requests_total[1m])

4. 计算操作符

Prometheus 支持基本的算术操作符（+、-、*、/）和布尔操作符（==、!=、>、<）。

4.1 指标计算

计算两个指标的比值，例如计算错误请求占比：

http_requests_total{status="500"} / http_requests_total

4.2 条件过滤

过滤 CPU 使用率超过 80% 的实例：

node_cpu_seconds_total{mode="idle"} < 0.2

5. 常用监控表达式

以下是一些常用的 Prometheus 查询表达式，用于监控系统健康状况。

5.1 CPU 使用率

计算 CPU 使用率：

100 * (1 - avg(rate(node_cpu_seconds_total{mode="idle"}[5m])) by (instance))

5.2 内存使用率

查询内存使用率：

100 * (1 - (node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes))

5.3 磁盘使用率

查询根目录的磁盘使用率：

100 * (1 - node_filesystem_free_bytes{mountpoint="/"} / 
node_filesystem_size_bytes{mountpoint="/"})

5.4 QPS 查询

计算某服务的 QPS（Queries Per Second）：

rate(http_requests_total{job="api-server"}[5m])

5.5 错误率

计算 HTTP 错误率（例如 5xx 错误）：

sum(rate(http_requests_total{status=~"5.."}[5m])) / 
sum(rate(http_requests_total[5m]))

6. 告警表达式示例

Prometheus 常与 Alertmanager 配合使用，通过规则文件定义告警表达式。例如，当 CPU 使用率超过 90% 持续 5 分钟时触发告警：

- alert: HighCPULoad
  expr: avg(rate(node_cpu_seconds_total{mode="idle"}[5m])) by (instance) < 0.1
  for: 5m
  labels:
    severity: warning
  annotations:
    summary: "High CPU usage detected"
    description: "Instance {{ $labels.instance }} has high CPU load"