DevOps工程师-监控与日志-Prometheus_Prometheus数据模型与查询语言.docxVIP

PAGE1

PAGE1

Prometheus数据模型概览

1Prometheus数据存储原理

Prometheus采用了一种基于时间序列的存储方式，这使得它能够高效地处理大量的监控数据。在Prometheus中，数据被存储为一系列的时间序列，每个时间序列由一个特定的度量名称和一组标签组成。时间序列中的数据点由时间戳和对应的值构成，这允许Prometheus在查询时能够精确地定位到特定时间的数据。

1.1数据存储结构

Prometheus的存储结构主要由两部分组成：内存中的时间序列数据和磁盘上的WAL（Write-AheadLog）和块存储。内存中的时间序列数据提供了快速的查询能力，而WAL和块存储则确保了数据的持久性和可靠性。

1.2写入流程

当Prometheus接收到监控数据时，它首先将数据写入WAL，然后将数据点添加到内存中的时间序列中。WAL的作用是确保在系统崩溃后，Prometheus可以从WAL中恢复数据，避免数据丢失。当内存中的数据达到一定量时，Prometheus会将这部分数据写入磁盘上的块存储，以节省内存空间。

2时间序列数据结构解析

时间序列数据是Prometheus的核心数据结构，它由度量名称、标签集和一系列的数据点组成。每个数据点包含一个时间戳和一个浮点数值。

2.1度量名称

度量名称是时间序列数据的唯一标识符，它描述了监控数据的类型，例如node_cpu表示节点的CPU使用情况。

2.2标签集

标签集是一组键值对，用于描述时间序列数据的特定实例。例如，对于node_cpu度量，可能有{instance=01:9100,job=node}这样的标签集，表示这是从IP地址为01，端口为9100的节点收集的CPU数据，该节点属于node任务。

2.3数据点

数据点由时间戳和对应的值构成。例如，对于node_cpu度量和上述的标签集，一个数据点可能为15923456780.75，表示在时间戳1592345678时，该节点的CPU使用率为75%。

3标签与度量类型介绍

Prometheus支持多种度量类型，包括计数器（Counter）、摘要（Summary）、直方图（Histogram）和信息（Gauge）。

3.1计数器（Counter）

计数器用于记录事件的次数，其值只能增加或重置为0。例如，http_requests_total是一个计数器，用于记录HTTP请求的总数。

#HELPhttp_requests_totalTotalnumberofHTTPrequests.

#TYPEhttp_requests_totalcounter

http_requests_total{method=GET,code=200}12345

http_requests_total{method=POST,code=200}6789

3.2摘要（Summary）

摘要用于收集数据的分布信息，包括数据的总和和特定百分位的值。例如，http_request_duration_seconds是一个摘要，用于记录HTTP请求的持续时间。

#HELPhttp_request_duration_secondsSummaryofHTTPrequestdurations.

#TYPEhttp_request_duration_secondssummary

http_request_duration_seconds_sum{method=GET,code=200}123.45

http_request_duration_seconds_count{method=GET,code=200}100

http_request_duration_seconds{method=GET,code=200,quantile=0.5}1.23

http_request_duration_seconds{method=GET,code=200,quantile=0.9}2.34

http_request_duration_seconds{method=GET,code=200,quantile=0.99}3.45

3.3直方图（Histogram）

直方图与摘要类似，但使用的是固定宽度的桶来收集数据的分布信息。例如，http_request_duration_seconds_bucket是一个直方图，用于记录HTTP请求持续时间的分布。

#HELPhttp_request_duration_secondsHistogramofHTTPrequestdurations.

#TYPEhttp_request_duration_se