普罗米修斯容器化监控、PromQL的使用、Grafana添加普罗米修斯数据源模板
2024-05-07 19:42:39
文章目录
- 一、普罗米修斯容器化
- 二、PromQL
- 1.简单运算
- 1）查询5分钟以内数据
- 在grafana添加普罗米修斯数据源
- 2）查询30分钟之前5分钟之内的数据
- 3）等于查询
- 4）不等于查询
- 5）正则匹配
- 6）正则取反
- 7）计算服务器内存空闲率
- 2.聚合函数
- 1）逻辑运算
- 2）函数运算
- 3）标准差：stddev
- 4）标准方差：stdvar
- 5）统计总个数：count
- 6）分类计算个数：count_volues
- 7）求某个位置上的数：quantile [0-1之间]
- 8）获取最小的两个值：bottomk
- 9）获取最大的两个值：topk
- 3.二进制运算符优先级
- 4.特殊查询
- 1）查询某个字段的个数
- 2）计算范围向量中时间序列的增加
- 3）计算范围向量中时间序列的每秒平均平均增长率
- 4）计算射程矢量中时间系列的每秒即时增长率
- 5）基于范围向量预测从现在开始到某个时间的资源消耗情况
- 5.排序
- 1）升序
- 2）降序
- 3）创建一个新字段
- 6.四舍五入
- 三、Grafana添加普罗米修斯数据源模板
- 补充
一、普罗米修斯容器化
普罗米修斯容器化就是在kubernetes中安装。
#1.下载普罗米修斯配置清单
[root@k8s-master-01 ~]# git clone -b release-0.5 --single-branch https://github.com/prometheus-operator/kube-prometheus.git
正克隆到 'kube-prometheus'...
remote: Enumerating objects: 8081, done.
remote: Counting objects: 100% (32/32), done.
remote: Compressing objects: 100% (25/25), done.
remote: Total 8081 (delta 9), reused 14 (delta 5), pack-reused 8049
接收对象中: 100% (8081/8081), 4.61 MiB | 1.67 MiB/s, done.
处理 delta 中: 100% (4885/4885), done.#一定要先执行/setup/里面的yaml文件，要不然服务器就会起不来
[root@k8s-master-01 ~]# cd kube-prometheus/manifests/setup/
[root@k8s-master-01 setup]# kubectl apply -f ./#2.查看
[root@gdx1 setup]# kubectl get pods -n monitoring
NAME READY STATUS RESTARTS AGE
prometheus-operator-848d669f6d-wpmdp 2/2 Running 0 85s#3.部署普罗米修斯
[root@k8s-master-01 setup]# cd ..
[root@k8s-master-01 manifests]# pwd
/root/kube-prometheus/manifests
[root@k8s-master-01 manifests]# kubectl apply -f ./[root@k8s-master-01 manifests]# kubectl get pods -n monitoring
NAME READY STATUS RESTARTS AGE
alertmanager-main-0 2/2 Running 0 15m
alertmanager-main-1 2/2 Running 0 15m
alertmanager-main-2 2/2 Running 0 15m
grafana-5d9d5f67c4-5rxjl 1/1 Running 0 15m
kube-state-metrics-7fddf8779f-p45wx 3/3 Running 0 15m
node-exporter-bw5fp 2/2 Running 0 15m
node-exporter-n4dgm 2/2 Running 0 15m
node-exporter-w6pzz 2/2 Running 0 15m
prometheus-adapter-cb548cdbf-6cmdw 1/1 Running 0 15m
prometheus-k8s-0 3/3 Running 1 15m
prometheus-k8s-1 3/3 Running 1 15m
prometheus-operator-6478d8fc6d-x5w9l 2/2 Running 0 16m[root@k8s-master-01 manifests]# kubectl get svc -n ingress-nginx
NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE
ingress-nginx-controller NodePort 10.106.104.168 <none> 80:32146/TCP,443:32516/TCP 4d
ingress-nginx-controller-admission ClusterIP 10.98.140.148 <none> 443/TCP 4d
[root@k8s-master-01 manifests]# kubectl get svc -n monitoring
NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE
alertmanager-main ClusterIP 10.110.81.241 <none> 9093/TCP 15m
alertmanager-operated ClusterIP None <none> 9093/TCP,9094/TCP,9094/UDP 15m
grafana ClusterIP 10.111.57.238 <none> 3000/TCP 15m
kube-state-metrics ClusterIP None <none> 8443/TCP,9443/TCP 15m
node-exporter ClusterIP None <none> 9100/TCP 15m
prometheus-adapter ClusterIP 10.105.251.120 <none> 443/TCP 15m
prometheus-k8s ClusterIP 10.99.136.60 <none> 9090/TCP 15m
prometheus-operated ClusterIP None <none> 9090/TCP 15m
prometheus-operator ClusterIP None <none> 8443/TCP 17m#4.做域名解析
[root@k8s-master-01 manifests]# vim prometheus-ingress.yaml
kind: Ingress
apiVersion: extensions/v1beta1
metadata:name: prometheus-k8snamespace: monitoring
spec:rules:- host: "www.prometheus-k8s.monitoring.cluster.local.com"http:paths:- backend:serviceName: prometheus-k8sservicePort: 9090path: /
---
kind: Ingress
apiVersion: extensions/v1beta1
metadata:name: grafananamespace: monitoring
spec:rules:- host: "www.grafana.monitoring.cluster.local.com"http:paths:- backend:serviceName: grafanaservicePort: 3000path: /
[root@k8s-master-01 manifests]# kubectl apply -f prometheus-ingress.yaml
[root@k8s-master-01 manifests]# kubectl get pods -n monitoring #所有全都running状态
NAME READY STATUS RESTARTS AGE
alertmanager-main-0 2/2 Running 0 41m
alertmanager-main-1 2/2 Running 0 41m
alertmanager-main-2 2/2 Running 0 41m
grafana-5d9d5f67c4-94xp6 1/1 Running 0 41m
kube-state-metrics-7fddf8779f-8gjl5 3/3 Running 0 41m
node-exporter-9k288 2/2 Running 0 41m
node-exporter-fkvh4 2/2 Running 0 41m
node-exporter-v2ztd 2/2 Running 0 41m
prometheus-adapter-cb548cdbf-pm6f9 1/1 Running 0 41m
prometheus-k8s-0 3/3 Running 1 41m
prometheus-k8s-1 3/3 Running 1 36s
prometheus-operator-848d669f6d-wpmdp 2/2 Running 0 47m
[root@k8s-master-01 manifests]# kubectl get svc -n ingress-nginx
NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE
ingress-nginx-controller NodePort 10.106.104.168 <none> 80:32146/TCP,443:32516/TCP 4d1h
ingress-nginx-controller-admission ClusterIP 10.98.140.148 <none> 443/TCP 4d1h#5.配置主机host文件，浏览器访问
192.168.15.33 www.grafana.monitoring.cluster.local.com www.prometheus-k8s.monitoring.cluster.local.com
二、PromQL
普罗米修斯官网连接：Query functions | Prometheus
https://prometheus.io/docs/prometheus/latest/querying/functions/
QL顾名思义，Query language即查询语言。Prometheus作为强大的开源监控系统，最大的依赖便是PromQL。是监控数据个性化查询、展示的基础。所以要掌握Prometheus，掌握PromQL是必备的前提。
- 瞬时向量：包含该时间序列中最新的⼀个样本值
- 区间向量：⼀段时间范围内的数据
1.简单运算
1）查询5分钟以内数据
http_request_total[5m]
#1.在主节点查看解析的域名
[root@k8s-master-01 manifests]# kubectl run test -it --rm --image=busybox:1.28.3
If you don't see a command prompt, try pressing enter.
/ # nslookup prometheus-k8s.monitoring
Server: 10.96.0.10
Address 1: 10.96.0.10 kube-dns.kube-system.svc.cluster.localName: prometheus-k8s.monitoring
Address 1: 10.110.249.255 prometheus-k8s.monitoring.svc.cluster.local#2.将http://prometheus-k8s.monitoring.svc.cluster.local:9090填入下图位置在grafana添加普罗米修斯数据源
2）查询30分钟之前5分钟之内的数据
offset:查看多少分钟之前的数据
3）等于查询
=:等于查询
4）不等于查询
!=:不等于查询
5）正则匹配
=~:正则匹配
6）正则取反
!~:正则取反
7）计算服务器内存空闲率
[root@k8s-master-01 manifests]# free -mtotal used free shared buff/cache available
Mem: 3155 1846 137 18 1170 1413
Swap: 0 0 0[root@k8s-master-01 manifests]# free -mtotal used free shared buff/cache available
Mem: 1963 1205 71 109 686 714
Swap: 0 0 0[root@k8s-master-01 manifests]# free -mtotal used free shared buff/cache available
Mem: 1963 834 92 21 1035 1110
Swap: 0 0 0
#s:seconds 秒
#m:minutes 分
#h:hours 时
#d:days 天
#w:weeks 周
#y:years 年
2.聚合函数
1）逻辑运算
and:和
or:或
unless:排除
2）函数运算
sum：求和运算
min：最小值
max：最大值
avg：平均数
3）标准差：stddev
4）标准方差：stdvar
5）统计总个数：count
6）分类计算个数：count_volues
7）求某个位置上的数：quantile [0-1之间]
8）获取最小的两个值：bottomk
9）获取最大的两个值：topk
3.二进制运算符优先级
^
*，/，%
+， -
==，!=，<=，<，>=，>
and， unless
or
4.特殊查询
1）查询某个字段的个数
sum(http_request_total)by(job)
2）计算范围向量中时间序列的增加
#返回过去 5 分钟内测量的 HTTP 请求数量
increase(http_requests_total{job="api-server"}[5m])3）计算范围向量中时间序列的每秒平均平均增长率
#返回过去 5 分钟内测量的 HTTP 请求的每秒速率
rate(http_requests_total{job="api-server"}[5m])4）计算射程矢量中时间系列的每秒即时增长率
#返回 HTTP 请求的每秒速率，该请求在范围矢量中每个时间系列中查找两个最新的数据点最多 5 分钟
irate(http_requests_total{job="api-server"}[5m])5）基于范围向量预测从现在开始到某个时间的资源消耗情况
#基于1天的数据推算未来4天的数据（使用简单的线性回归）
predict_linear(node_filesystem_files[1d],4*3600*24)5.排序
1）升序
2）降序
3）创建一个新字段
6.四舍五入
三、Grafana添加普罗米修斯数据源模板
官网：https://grafana.com/grafana/dashboards
为了简单的话直接copy id to clipboard 如图所示：
补充
sum(http_request_total{endpoint="http",handler="/:id",instance="10.244.1.113:3000",job="grafana",method="get",namespace="monitoring",pod="grafana-5d9d5f67c4-5rxjl",service="grafana",statuscode="200"})by(job)```普罗米修斯容器化监控、PromQL的使用、Grafana添加普罗米修斯数据源模板相关推荐
- Prometheus===》普罗米修斯容器化监控、PromQL的使用、Grafana添加普罗米修斯数据源模板
一.普罗米修斯容器化 普罗米修斯容器化就是在kubernetes中安装. #1.下载普罗米修斯配置清单 [root@gdx1 ~]# git clone -b release-0.5 --single ...
- Promethus-day2-普罗米修斯容器化与PromQL
文章目录 普罗米修斯容器化与PromQL 普罗米修斯容器化 1.下载配置清单 2.部署operator 3.部署普罗米修斯 4.配置域名访问 5.部署并解析 Prom QL 1.简单运算 2.聚合运算 ...
- Telegraf-Influxdb-Grafana容器化部署拓展（Https、AD域、告警集成）并监控Cisco设备指标
前言: 还记得在去年的笔记中提到过使用python的pysnmp模块,配合Influxdb,Grafana收集Cisco设备指标.链接如下:https://blog.csdn.net/tushanpe ...
- Prometheus 容器化部署，配合Grafan画图工具监控节点
Prometheus 容器化部署,配合Grafan画图工具监控节点 一.部署环境 主机名 IP地址 服务 prometheus 192.168.85.131 prometheus.grafana no ...
- Docker容器化实战第三课 dockerfile介绍、容器安全与监控讲解
06 最佳实践:如何在生产中编写最优 Dockerfile? 在介绍 Dockerfile 最佳实践前,这里再强调一下,生产实践中一定优先使用 Dockerfile 的方式构建镜像. 因为使用 Doc ...
- Prometheus容器化部署,配合Grafan画图工具监控节点信息
文章目录 Prometheus 容器化部署,配合Grafan画图工具监控节点 部署 Prometheus 部署 node_exporter 部署grafana Prometheus 容器化部署,配合G ...
- AI独角兽商汤科技的内部服务容器化历程
本文由阿尔曼,商汤科技运维工程师于4月26日晚在Rancher微信群所做的技术分享整理而成.商汤科技是专注于计算机视觉领域的AI公司.本次分享结合了容器平台团队帮助公司业务/内部服务容器化历程,介绍商 ...
- 阿里如何实现100%容器化镜像化？八年技术演进之路回顾
八年时间,阿里集团实现了 100%内部容器化镜像化,经历了几代演进.本文将从最初的架构开始,向大家介绍下阿里内部的容器化演化过程. PouchContainer 现在服务于阿里巴巴集团和蚂蚁金服集团的 ...
- 创业公司的容器化之路
作者简介: 章烨明,杏仁医生CTO.中年程序员,关注各种技术和团队管理.本文首发杏仁医生技术站 1. 创业公司的技术挑战 托尔斯泰说:"幸福的家庭都是相同的,不幸的家庭各有各的不幸.&quo ...
最新文章
- Nexus2.x安装
- C语言的有序单链表合并
- ZJU-java进阶笔记 第七周(输入输出)
- 我对bgwriter.c 与 guc 关系的初步理解
- Ubuntu 16.04 下Redis Cluster集群搭建
- RT73 wifi无线网卡驱动移植过程 和wpa支持
- vim cheat-sheet
- jzoj3338-[NOI2013模拟]法法塔的奖励【权值线段树,线段树合并】
- Android 系统（90）---JIT 编译器
- 341期计算机开机号总汇,◆341期谜语汇总 ◆
- Android 桌面组件【widget】初探
- 求二叉树左右子树高度差_LeetCode刷题实战110：平衡二叉树
- 拉线自动行走机器人_架空输电线路自动巡线机器人
- CGI的介绍及简单应用
- 数学随想之一抽样分布与总体分布
- [书籍翻译]12周撰写期刊文章 学术出版成功指南——第 8 周：你的文章的开头和结尾
- 推荐10款自动化测试工具
- 深度学习-AUC/PR计算
- 1631 小鲨鱼在51nod小学
- 网络中下层对上层提供的服务