irate

参考文档： https://blog.51cto.com/xujpxm/2080146 注: 本文留用自己参考，建议看以上参考文档，更为细致 prometheus 监控 nginx 使用 nginx-vts-exporter 采集数据。同时，需要 nginx 支持 nginx-module-vts 模块获取 nginx 自身的一些数据。 #nginx 的模块支持 进入nginx 安装包解压后的目录，下载模块文件 git clone git://github.com/vozlt/nginx-module-vts.git 编译安装，只需要在之前的编译参数中加上 --add-module=/path/to/nginx-module-vts 即可 ./configure --prefix=/usr/local/nginx --sbin-path=/usr/local/nginx/sbin/nginx --conf-path=/usr/local/nginx/conf/nginx.conf --user=nginx --group=nginx --add-module=./nginx-module-vts make && make install 修改nginx 配置 http { vhost_traffic_status_zone; vhost_traffic_status_filter

Prometheus PromSQL 常用资源 PromSQL 使用 运算 乘：* 除：/ 加：+ 减：- 函数 sum() 函数：求出找到所有value的值 irate() 函数：统计平均速率 by (标签名) 范围匹配 # 5分钟之内 [5m] 其他用法 被监控指标的状态、1为正常、0为不正常 PromSQL 案例 100 - (avg(irate(node_cpu_seconds_total{mode= " idle " }[5m])) by (instance) * 100) PromSQL CPU使用率： 100 - (node_memory_MemFree_bytes+node_memory_Cached_bytes+node_memory_Buffers_bytes) / node_memory_MemTotal_bytes * 100 PromSQL 内存使用率： 100 - (node_filesystem_free_bytes{mountpoint= " / " ,fstype=~ " ext4|xfs " } / node_filesystem_size_bytes{mountpoint= " / " ,fstype=~ " ext4|xfs " } * 100) PromSQL 磁盘使用率： 来源： oschina 链接： https://my

安装 学习了表达式可以再 Grafana 中直接使用 1.标签表达式 =: 精确地匹配标签给定的值 !=: 不等于给定的标签值 =~: 正则表达匹配给定的标签值 !~: 给定的标签值不符合正则表达式 正则表达式要写为.+或这.* 2.简单的使用 3.时间区间过滤 s - seconds m - minutes h - hours d - days w - weeks y - years 时间区间必须用[] http_server_requests_seconds_count{job="PingPangChat",method=~"POST|GET"}[1m] offset偏移修饰符必须直接跟在选择器后面 不用[] 在当前时间基准的基础上往前推进指定offset时间作为基准时间 count(http_server_requests_seconds_count{job="PingPangChat",method=~"POST|GET"} offset 5m) 3.函数 rate、irate计算范围向量中时间序列的每秒即时增长率, 注意这里要配合时间来用 irate适合快速变化的计数器（counter），而rate适合缓慢变化的计数器（counter） sort、sort_desc 排序 数据量最多的前几位 topk(10,http_server_requests_seconds

prometheus集中管理服务搭建 #搭建在监控服务主机上，用于收集节点服务器信息 下载：https://prometheus.io/download/ 解压 运行：nohup ./prometheus --config.file=./prometheus.yml &>> ./prometheus.log & 访问http://192.168.1.24:9090 node-exporter节点收集服务搭建 #搭建在需要主机服务器收集的服务器上 下载：https://prometheus.io/download/ 解压 运行：nohup ./node_exporter &>> ./node_exporter.log & 重新加载：kill -1 PID 访问http://192.168.1.24:9100 添加到prometheus监控群中： vim prometheus.yml 添加： - job_name: '21' static_configs: - targets: ['192.168.1.21:9100'] - job_name: '24' static_configs: - targets: ['192.168.1.24:9100'] - job_name: '20' static_configs: - targets: ['192.168.1.20:9100']

参考链接： https://yunlzheng.gitbook.io/prometheus-book/parti-prometheus-ji-chu/promql 探索PromQL 　　 　　通过PromQL用户可以非常方便地对监控样本数据进行统计分析，PromQL支持常见的运算操作符，同时PromQL中还提供了大量的内置函数可以实现对数据的高级处理。当然在学习PromQL之前，用户还需要了解Prometheus的样本数据模型。PromQL作为Prometheus的核心能力除了实现数据的对外查询和展现，同时告警监控也是依赖PromQL实现。 Metrics类型 　　Prometheus定义了4中不同的指标类型： Counter(计数器)：只增不减的计数器，常见的监控指标，如 http_requests_total，node_cpu都是Counter类型的监控指标 。 Gauge(仪表盘)：可增可减的仪表盘，Gauge类型的指标侧重于反应系统的当前状态。因此这类指标的样本数据可增可减。常见指标如：node_memory_MemFree（主机当前空闲的内容大小）、node_memory_MemAvailable（可用内存大小）都是Gauge类型的监控指标。 Histogram(直方图)：主要用于统计和分享样本的分布情况。 Histogram通过histogram