时间戳

首页 > 解决方案 > Grafana 中的 CPU 指标，用于带有 Actuator Micrometer 和 Prometheus 的 Spring Webflux 应用程序

prometheus - Grafana 中的 CPU 指标，用于带有 Actuator Micrometer 和 Prometheus 的 Spring Webflux 应用程序

问题描述

请关于如何构建 CPU 指标的视觉和洞察力的小问题。

我有一个 Spring Boot Webflux 应用程序，没什么特别的。我引入了 Actuator、Micrometer 和 Prometheus 依赖项。

该应用程序具有开箱即用的 CPU 指标，我认为这非常酷。我也相信这些指标包含大量信息。不幸的是，我认为不了解 Grafana 或指标本身以充分释放其潜力。

指标是：

system_cpu_usage
process_cpu_usage
system_cpu_count
system_load_average_1m

不知道如何正确使用它们，我使用那些非常基本的菜鸟查询：

system_cpu_usage{_ns_=“my_namespace",cluster=~”my_cluster"}
process_cpu_usage{_ns_=“my_namespace",cluster=~”my_cluster"}
system_cpu_count{_ns_=“my_namespace",cluster=~”my_cluster”}
system_load_average_1m{_ns_=“my_namespace",cluster=~”my_cluster"}

有了这些，我确实得到了一些结果。问题是，我得到的只是一些平坦的线条，无法采取进一步的见解或行动。

我在网上看到一些更复杂的查询，例如

avg_over_time(process_cpu_usage{_ns_=“my_namespace",cluster=~”my_cluster"}[1h])

或者一些使用delta rate irate. 但不确定他们来这里是为了什么。

使用这些指标的正确方法是什么，以及我当前的查询有什么问题，因为现在和有意义的指标之间存在差距。

谢谢你。

标签： prometheusspring-webfluxgrafanaspring-micrometeractuator

解决方案

如果您想为警报管理器制定规则，则使用avg_over_timefor last1h很有用。想象一个用例，其中 cpu 上的每个峰值都会触发 alertmanager 规则。这是不受欢迎的。顺便说一句，在这个特定的用例中，我更喜欢使用histogram_quantile平均值，因为平均值可以隐藏高值（只是因为它是平均值）。百分位数的一些最佳实践在这里：https ://prometheus.io/docs/practices/histograms/#quantiles 。然后你rate用来确定你的分位数的时间窗口。

histogram_quantile(0.9, rate(
  process_cpu_usage{_ns_=“my_namespace",cluster=~”my_cluster"}[1h]
))

推荐阅读