网站首页 > 厂商资讯 > deepflow >

Prometheus 的标签和度量如何使用？

随着云计算和大数据技术的飞速发展，监控已经成为企业保障系统稳定运行的重要手段。Prometheus 作为一款开源的监控解决方案，因其强大的功能、灵活的架构和易用的特性，在业界得到了广泛的应用。本文将详细介绍 Prometheus 的标签和度量如何使用，帮助您更好地理解和运用 Prometheus。

一、Prometheus 标签概述

Prometheus 中的标签（Labels）是一种元数据，用于描述监控目标（如服务、主机等）的特性。标签具有以下特点：

唯一性：每个标签只能有一个值。
可扩展性：可以定义任意数量的标签。
动态性：标签的值可以在运行时动态更改。

二、Prometheus 度量概述

Prometheus 中的度量（Metrics）是监控目标提供的数据，用于描述系统的状态。度量分为以下几种类型：

计数器（Counter）：用于衡量事件发生的次数，如请求次数、错误次数等。
gauge（Gauge）：用于衡量系统的实时状态，如内存使用率、CPU 使用率等。
直方图（Histogram）：用于衡量事件发生的时间分布，如请求响应时间等。
摘要（Summary）：用于衡量事件发生的次数和值，如请求成功次数、请求失败次数等。

三、Prometheus 标签和度量的使用方法

定义监控目标

首先，需要定义需要监控的目标，例如服务、主机等。可以使用 Prometheus 的配置文件（prometheus.yml）或 API 来定义。

scrape_configs:

  - job_name: 'example'

    static_configs:

      - targets: ['localhost:9090']

添加标签

在监控目标中，可以添加标签来描述其特性。例如，以下配置为名为 example 的服务添加了 app 和 env 两个标签：

scrape_configs:

  - job_name: 'example'

    static_configs:

      - targets: ['localhost:9090']

        labels:

          app: 'web'

          env: 'production'

创建度量

在监控目标中，可以创建度量来描述其状态。以下示例展示了如何创建一个计数器度量 requests_total：

scrape_configs:

  - job_name: 'example'

    static_configs:

      - targets: ['localhost:9090']

        labels:

          app: 'web'

          env: 'production'

    metrics_path: '/metrics'

    relabel_configs:

      - source_labels: ['app', 'env']

        action: keep

        regex: '^(web|production)$'

    metrics:

      - name: 'requests_total'

        help: 'Total number of requests.'

        type: counter

        labels:

          method: '{job.name}'

          code: '{code}'

查询度量

可以使用 Prometheus 的查询语言 PromQL 来查询度量。以下示例展示了如何查询 requests_total 度量的值：

sum(rate(requests_total[5m])) by (app, env)

四、案例分析

假设我们有一个名为 web 的应用，部署在两个不同的环境（production 和 staging）中。我们想监控这两个环境的请求次数。

定义监控目标：

scrape_configs:

  - job_name: 'web_production'

    static_configs:

      - targets: ['192.168.1.10:9090']

        labels:

          app: 'web'

          env: 'production'

  - job_name: 'web_staging'

    static_configs:

      - targets: ['192.168.1.11:9090']

        labels:

          app: 'web'

          env: 'staging'

创建度量：

scrape_configs:

  - job_name: 'web_production'

    static_configs:

      - targets: ['192.168.1.10:9090']

        labels:

          app: 'web'

          env: 'production'

    metrics_path: '/metrics'

    relabel_configs:

      - source_labels: ['app', 'env']

        action: keep

        regex: '^(web|production)$'

    metrics:

      - name: 'requests_total'

        help: 'Total number of requests.'

        type: counter

        labels:

          method: '{job.name}'

          code: '{code}'

  - job_name: 'web_staging'

    static_configs:

      - targets: ['192.168.1.11:9090']

        labels:

          app: 'web'

          env: 'staging'

    metrics_path: '/metrics'

    relabel_configs:

      - source_labels: ['app', 'env']

        action: keep

        regex: '^(web|staging)$'

    metrics:

      - name: 'requests_total'

        help: 'Total number of requests.'

        type: counter

        labels:

          method: '{job.name}'

          code: '{code}'

查询度量：

sum(rate(requests_total[5m])) by (app, env)

以上示例展示了如何使用 Prometheus 的标签和度量来监控不同环境的请求次数。通过添加更多标签和度量，可以实现对更多监控目标的监控。