Prometheus PormQL语法及告警规则写法

RisenWang 2020-07-18

这个是我一直不想写的,嫌麻烦。还有就是这么多大神,我还差得远,不过是为了通过输出更好的理解这些知识。

介绍

Prometheus 是一个时序数据库,可以存储它通过 exporters 抓取回来的监控数据。那这些数据怎么去查询呢?比如MySQL有SQL语句,那Prometheus有啥呢? PromQL (Prometheus Query Language) ,这是Prometheus开发的数据查询DSL语言,日常的可视化以及告警规则都要用到它。这个很重要,一定得好好学一下。

举个例子

浏览器打开Prometheus的web界面,http://localhost:9090/graph。可以看到有个输入框, 就是输 PromQL语句的地方,下方有个 Execute 按钮。

先拿Nginx的指标举个例子,Nginx如何监控,请查看我之前的文章Prometheus监控nginx

查看一台Nginx的活跃连接数,即active指标,如何看呢?

在服务器上查看完整的指标语句是:

[ ~]$ curl http://172.18.11.192:9145/metrics
# HELP nginx_http_connections Number of HTTP connections
# TYPE nginx_http_connections gauge
nginx_http_connections{state="active"} 1349
nginx_http_connections{state="reading"} 0
nginx_http_connections{state="waiting"} 1341
nginx_http_connections{state="writing"} 5
......

那我只想看 active 怎么办呢?在输 PromQL 语句的地方输入

nginx_http_connections{state="active"}

会输出所有Nginx机器的 active

nginx_http_connections{instance="172.18.11.192:9145",job="Nginx",state="active"}	1459
nginx_http_connections{instance="172.18.11.193:9145",job="Nginx",state="active"}	1456

当我只想看其中一台比如192这台的时候呢?

nginx_http_connections{instance="172.18.11.192:9145",state="active"}

会输出192的指标

nginx_http_connections{instance="172.18.11.192:9145",job="Nginx",state="active"}	1358

是不是有点明白了?

当然线上不可能只有一台Nginx,那我想算总和呢?就是所有Nginx的active相加,这个基本需求PromQL早已实现。

sum(nginx_http_connections{state="active"})

输出结果如下

{}	2900

同样的 PromQL 还有sum (求和);min (最小值);max (最大值);avg (平均值);stddev (标准差);stdvar (标准差异);count (计数);count_values (对 value 进行计数);bottomk (样本值最小的 k 个元素);topk (样本值最大的k个元素);quantile (分布统计),等等各种计算函数。这种在Prometheus叫做聚合操作。


这时有人说我不想看某一台机器的指标怎么办呢?使用 !=

nginx_http_connections{instance!="172.18.11.192:9145",state="active"}

这种操作符还有算数二次元运算符(加减乘除)、布尔运算符(= ,!= ,< , > ,<= ,>= )、集合运算符(and,or,unless)、匹配模式等等

看了上面的例子,应该有同学已经开窍了,下面的都是理论知识了。

理论知识

基本上是翻译了官方的https://prometheus.io/docs/prometheus/latest/querying/basics/

查询结果类型

PromQL 查询结果有下面4种类型:

  • 即时数据 (Instant vector): 一组时间序列,每个时间序列包含一个样本,所有样本共享相同的时间戳,例如:http_requests_total
  • 区间数据 (Range vector): 组时间序列,其中包含每个时间序列随时间的一系列数据点,例如:http_requests_total[5m]
  • 纯量数据 (Scalar): 纯量只有一个数字,没有时序,例如:count(http_requests_total)
  • String-一个简单的字符串值;目前未使用

查询条件

Prometheus 存储的是时序数据,而它的时序是由名字和一组标签构成的,其实名字也可以写出标签的形式,例如 http_requests_total 等价于 {name="http_requests_total"}。

一个简单的查询相当于是对各种标签的筛选,例如:

http_requests_total{code="200"} // 表示查询名字为 http_requests_total,code 为 "200" 的数据

查询条件支持正则匹配,例如:

http_requests_total{code!="200"}  // 表示查询 code 不为 "200" 的数据
http_requests_total{code=~"2.."} // 表示查询 code 为 "2xx" 的数据
http_requests_total{code!~"2.."} // 表示查询 code 不为 "2xx" 的数据

操作符

Prometheus 查询语句中,支持常见的各种表达式操作符,例如

算术运算符:

支持的算术运算符有 +,-,*,/,%,^, 例如 http_requests_total * 2 表示将 http_requests_total 所有数据 double 一倍。

比较运算符:

支持的比较运算符有 ==,!=,>,<,>=,<=, 例如 http_requests_total > 100 表示 http_requests_total 结果中大于 100 的数据。

逻辑运算符:

支持的逻辑运算符有 and,or,unless, 例如 http_requests_total == 5 or http_requests_total == 2 表示 http_requests_total 结果中等于 5 或者 2 的数据。

聚合运算符:

支持的聚合运算符有 sum,min,max,avg,stddev,stdvar,count,count_values,bottomk,topk,quantile,, 例如 max(http_requests_total) 表示 http_requests_total 结果中最大的数据。

注意,和四则运算类型,Prometheus 的运算符也有优先级,它们遵从(^)> (*, /, %) > (+, -) > (==, !=, <=, <, >=, >) > (and, unless) > (or) 的原则。

内置函数

Prometheus 内置不少函数,方便查询以及数据格式化,例如将结果由浮点数转为整数的 floor 和 ceil,

floor(avg(http_requests_total{code="200"}))
ceil(avg(http_requests_total{code="200"}))

查看 http_requests_total 5分钟内,平均每秒数据

rate(http_requests_total[5m])

告警规则

看了前面的知识,现在知道如何取指标了,那告警怎么做呢?还是先举个例子

在 Zabbix上告警怎么做的?比如单台Nginx active指标超过1w就要发出告警,触发器那里选的是Nginx active项,然后选大于10000,触发告警。

Prometheus 也是一样啊,你用如下语句获取当前值

nginx_http_connections{instance="172.18.11.192:9145",state="active"}

前面说了PromQL支持比较运算符,那告警规则就这么写

nginx_http_connections{instance="172.18.11.192:9145",state="active"} > 10000

简单吧。。。如下为完整的告警规则

groups:
 - name: Nginx
   rules:
   - alert: HighErrorRate
     expr: nginx_http_connections{instance="172.18.11.192:9145",state="active"} > 10000
     for: 5m
     labels:
       severity: page
     annotations:
       summary: "啊啊啊啊啊,(instance {{ $labels.instance }}) 连接数超1w了"
       description: "Nginx 连接数现在 VALUE = {{ $value }}\n  LABELS: {{ $labels }}"
  #group:定义一组相关规则
  #alert:告警规则名称
  #expr:基于PromQL的触发条件
  #for 等待评估时间
  #label 自定义标签
  #annotation: 指定一组附加信息Alertmanger特性

下一篇写 Prometheus 如何做告警。。。

相关推荐