时间戳

首页 > 解决方案 > 如何使用 prometheus 和 node_exporter 获得服务器的整体正常运行时间

prometheus - 如何使用 prometheus 和 node_exporter 获得服务器的整体正常运行时间

问题描述

我正在寻找一个查询来获取上周运行 prometheus 的服务器的平均正常运行时间。它应该是大约 15 小时/周，所以大约 8-10 %。

我在 CentOS 7.6.1810 上使用 Prometheus 2.5.0 和 node_exporter。我最有希望的实验是：

1 - avg_over_time(up{job="prometheus"}[7d])

这是我在寻找获得平均正常运行时间的方法时发现的，但它正好给了我 1。（我的猜测是它忽略了没有刮擦发生的时间？）

2 - sum_over_time(up{job="prometheus"}[7d]) * 15 / 604800

这在技术上是可行的，但取决于刮擦间隔，在我的例子中是 15 秒。我似乎找不到从普罗米修斯的配置中获取所述间隔的方法，所以我必须将其硬编码到查询中。

我还尝试找到获取工作的所有开始和结束时间的方法，但到目前为止无济于事。

标签： prometheusprometheus-node-exporter

解决方案

干得好。不要问。(o:

avg_over_time(
  (
    sum without() (up{job="prometheus"})
      or
    (0 * sum_over_time(up{job="prometheus"}[7d]))
  )[7d:5m]
)

一点一点地解释一下：

  1. sum without() (up{job="prometheus"})：采用up指标（该sum without()部分用于摆脱指标名称，同时保留所有其他标签）；
  2. 0 * sum_over_time(up{job="prometheus"}[7d])up{job="prometheus"}：为过去一周看到的每个标签组合生成一个零值向量（例如，如果您有多个 Prometheus 实例）；
  3. or两者结合在一起，因此您可以在可用的情况下获得实际值，在缺失的情况下获得零；
  4. [7d:5m]：PromQL 子查询，生成一个跨越 7 天的范围向量，基于其前面的表达式，分辨率为 5 分钟；
  5. avg_over_time: 取指标随时间变化的平均值，up默认填零，如果缺失。

您可能还想在and sum_over_time(up{job="prometheus"}[7d]该表达式的末尾添加一个，以便仅获得过去 7 天中某个时间点存在的标签组合的结果。否则，由于 7 天范围和 7 天子查询的组合，您将获得前 14 天所有组合的结果。

无论如何，这不是一个有效的查询，但它不需要您将抓取间隔硬编码到查询中。按照要求。(o:

推荐阅读