总结

我们将探讨高级的 Prometheus 查询技术，包括速率计算、聚合和复杂的连接。到最后，你将像数据忍者一样切割和分析指标，发现隐藏的模式，让你的系统如歌般运转。

基础知识：快速回顾

在我们进入高级领域之前，先快速回顾一下基础知识：

  • Prometheus 收集时间序列数据作为指标
  • PromQL（Prometheus 查询语言）用于查询这些指标
  • 简单的查询示例如：http_requests_total

好了，基础知识回顾完毕，让我们卷起袖子，深入学习一些高级查询技术吧！

速率：指标的心跳

Prometheus 中最强大的函数之一是 rate()。它计算指定时间窗口内时间序列的每秒平均增长率。你可以这样使用它：

rate(http_requests_total[5m])

这将为你提供过去 5 分钟内每秒的 HTTP 请求速率。但为什么止步于此呢？让我们来点更有趣的：

sum(rate(http_requests_total{status="500"}[5m])) / sum(rate(http_requests_total[5m]))

这个令人惊叹的查询计算了 HTTP 500 错误与总请求的比率。突然间，你不仅仅是在计算请求数量；你在衡量系统的健康状况！

聚合：有时候，大小很重要

Prometheus 中的聚合函数就像是数据工具箱中的多功能工具。它们允许你将多个时间序列合并为一个结果。让我们看看几个例子：

sum()

sum(rate(http_requests_total[5m])) by (method)

这个查询按 HTTP 方法分组汇总请求速率。就像在问：“每种请求类型有多忙？”

topk()

topk(3, sum(rate(http_requests_total[5m])) by (path))

这个查询为你提供了最繁忙的 3 个端点。它是你的 API 的 VIP 列表！

专业提示：结合使用 without 或 by 子句来创建强大且有洞察力的查询。

向量匹配：指标配对的艺术

Prometheus 中的向量匹配就像是指标的约会应用。它允许你结合不同的指标类型以创建新的见解。让我们来做媒：

rate(http_requests_total[5m]) 
/ 
on(instance) 
group_left 
avg by(instance) (rate(process_cpu_seconds_total[5m]))

这个查询计算了每个实例的每 CPU 秒 HTTP 请求数。就像在衡量你的服务器处理请求的效率。

子查询：数据的盗梦空间

子查询允许你对范围向量的结果应用即时向量操作。就像在查询你的查询。令人费解？是的。强大？绝对是。

max_over_time(rate(http_requests_total[5m])[1h:])

这个查询在过去一小时内的 5 分钟窗口中找到 HTTP 请求的最大速率。就像在寻找你最繁忙时刻中的最繁忙时刻。

黑暗艺术：预测未来

谁需要水晶球，当你有 Prometheus？让我们涉足一些预测分析：

predict_linear(node_filesystem_free_bytes{mountpoint="/"}[1h], 4 * 3600)

这个魔法基于过去一小时的数据预测你在 4 小时内将有多少磁盘空间。就像拥有一台时间机器，但用于你的基础设施！

综合运用：一个真实的例子

让我们结合这些技术来创建一个可以在生产中拯救你的查询：

100 * (
  1 - (
    avg_over_time(rate(node_cpu_seconds_total{mode="idle"}[5m])[1h:5m])
    /
    avg_over_time(sum(rate(node_cpu_seconds_total[5m])) by (instance)[1h:5m])
  )
)

这个庞大的查询计算了过去一小时内的平均 CPU 利用率，使用 5 分钟的速率样本。就像每 5 分钟为你的系统进行一次全面的健康检查！

总结：从指标到洞察

高级的 Prometheus 查询不仅仅是数字运算。它是关于用数据讲述一个故事。我们学到了什么：

  • 使用 rate() 理解指标的变化速度
  • 明智地聚合以看到全局
  • 匹配向量以创建新的、有洞察力的指标
  • 使用子查询分析时间趋势
  • 使用 predict_linear() 预测未来（某种程度上）

记住，目标不仅仅是收集指标；而是要获得可操作的洞察，以改善你的系统，取悦你的用户，甚至可能让你的老板印象深刻。

接下来是什么？

现在你已经掌握了这些高级查询技术，是时候将它们付诸实践了。以下是一些可以开始的想法：

  • 基于复杂查询设置警报规则
  • 创建展示系统性能故事的仪表板
  • 使用预测查询自动化容量规划

记住，能力越大，责任越大。明智地使用这些技术，愿你的指标总是充满洞察力！

“目标是将数据转化为信息，并将信息转化为洞察。” - Carly Fiorina

祝查询愉快，数据战士们！