Prometheus语法初探
- Gauge，度量值，这个值是有变化的，如CPU使用率，有高有低
- Counter，累计值，从程序开始，只增不减，如开机运行时长
- sum函数可以对瞬时向量进行求和，如sum(node_cpu_seconds_total)，将统计所有值的总和。类似于select sum(value) from node_cpu_seconds_total
- sum后面可以加 by 关键字，表示通过那个维度进行数据统计求和，如sum by (mode) (node_cpu_seconds_total) 类似于 select sum(vaule) from node_cpu_seconds_total group by mode
- min函数可以对瞬时向量进行求最小值，min(node_cpu_seconds_total)。类似于select min(value) from node_cpu_seconds_total
- 同样，也支持by关键字，进行某个维度的求最小值
- max函数可以对瞬时向量进行求最大值，max(node_cpu_seconds_total)。类似于select max(value) from node_cpu_seconds_total
- 同样，也支持by关键字，进行某个维度的求最大值
- avg函数可以对瞬时向量进行求平均avg(node_cpu_seconds_total)。类似于select avg(value) from node_cpu_seconds_total
- 同样，也支持by关键字，进行某个维度的求最均值
- count函数可以对瞬时向量个数求总数，如count(node_cpu_seconds_total)类似于select count(*) from node_cpu_seconds_total
- 同样，也支持by关键字，进行某个维度的求最总个数
- topk函数可以对瞬时向量的值从大到小进行排列，并获取前N个值，需要传入两个参数，一个是N，一个是指标，如topk(5,node_cpu_seconds_total)，类似于select * from (select * from node_cpu_seconds_total order by value desc) where rownum<=5
- 同样，也支持by关键字，进行某个维度进行计算
- 同topk相反，这里不再赘述。
- 指标支持加法运算，一个即时向量，由于标签值不一致，所以会有多个值，这些值可以跟另外一个即时向量进行相加，这里的相加要保持一个原则，那就是需要具有同一个标签值的才会相加。node_cpu_seconds_total + node_cpu_seconds_total，这相当于所有值都多加一个原来的值，总体的值的数量是保持不变的。
- 相加的两个瞬时向量个数不一致情况：node_cpu_seconds_total和node_cpu_seconds_total{mode="idle"}，后者经过过滤后，数量上明显比第一个少，此时输出的结果个数同过滤后数量少的个数一致。
- 两个即时向量都不具备有同样的标签值情况：如node_cpu_seconds_total + node_memory_Active_bytes，此时由于没有任何一个值具有相同的标签值，所以结果为nodata，此时我们可以用ignoring关键字，对标签值进行忽略，使他们可以进行相加。由于node_cpu_seconds_total比node_memory_Active_bytes多了cpu和mode标签，所以node_cpu_seconds_total数量个数一般大于node_memory_Active_bytes个数，所以需要使用group_left，node_cpu_seconds_total + ignoring(cpu,mode) group_left node_memory_Active_bytes，结果集以左边的node_cpu_seconds_total个数为准，如果加号两个即时向量位置相反，则可以使用group_right，如node_memory_Active_bytes + ignoring(cpu,mode) group_right node_cpu_seconds_total
- 类似加法运算
- 类似加法运算
- 类似加法运算
- ==用于判断左右两边的值是否相等，如果相等则为1（true），如果不等则为0（false），如node_cpu_seconds_total ==BOOL 0 判断是否有存在0值
- 类似==
- >=用于判断左边的值是否大于或等于右边的值，如果满足，则为1（true），如果不满足则为0（false）
- 类似大于等于
- 类似大于等于
- 类似大于等于
- 对多个指标的数据集进行标签判断，获取两个指标集具有共同的标签的值node_cpu_seconds_total and node_cpu_guest_seconds_total，类似sql select * from node_cpu_seconds_total a,node_cpu_guest_seconds_total b where a.cpu = b.cpu and a.instance = b.instance and a.job=b.job and a.mode = b.mode
- 对多个指标集数据进行展示，如果有标签重复，则仅显示其中一个标签的值。
- 对多个指标的数据集进行标签判断，获取两个指标集不具有共同的标签的值，结果集以最左边为准，如node_memory_Active_bytes unless node_cpu_seconds_total和node_cpu_seconds_total unless node_memory_Active_bytes结果是不一样的。
- abs返回即时向量的绝对值
- absent用于检测即时向量中，某个标签是否存在，如果不存在，则value为1，如检查标签为node_arp_entries{instance=“localhost:9100”}是否存在有元素，如果存在则返回nodata，如果不存在value则为1
- 常用于检测指标是否丢失。
- 用于将浮点数向上化为最接近的一个整数，如值为0.1，则为向上取整，成为1。
- 用于将浮点数向下化为最接近的一个整数，如值为0.1，则为向下取整，成为0。
- 该函数需要两个参数，一个是向量，另外一个是封顶值，如果一个向量的值超过该封顶值，该向量的值则为封顶值。
- absent_over_time用于检测在给定的区间向量中，是否存在有元素，如果没有则value为1。
- 返回给定的区间向量中，对比于当前值，发生变化的元素的数量。
- 返回区间向量中，第一个元素和最后一个元素之间的变化值，时间区间也参与算法计算，所以即时第一个元素和最后一个元素均为整数，该值也未必是整数。
- 须作用在gauge类型的指标
- 返回区间向量中，满足线性规律的每秒变化值
- 须作用在gauge类型的指标
- 该函数计算区间向量间，最后两个元素的差值，如果区间内没有两个元素，则返回nodata
- 须作用在gauge类型的指标
- 该函数计算区间向量间，最后两个元素的差值，并且除以区间的秒数，如果区间内没有两个元素，则返回nodata。
- 该函数技术按区间向量的最大（max）、最小（min）、平均（avg）、求和（sum）、求总数（）等汇聚值。
文章转载： 分布式实验室
（版权归原作者所有，侵删）