2

我在 nodejs 中使用prom-client来发布/metrics端点。我想监控随着时间的推移偶尔发生的不同数量的销售。

在普罗米修斯中跟踪零星或不连续指标的最佳方法是什么？现有的指标类型似乎都不合适。

这是一个带有 a 的简单设置Gauge，它显然没有捕获

import express from 'express'
import promClient, { Gauge } from 'prom-client'

export const someMetric = new Gauge({
  name: 'some_metric',
  help: 'Track some metric; type = [a, b, c]',
  labelNames: ['one', 'two'],
})

const metricServer = express()
metricServer.get('/metrics', async (req, res) => {
  console.log('Metrics scraped')
  res
    .set('content-type', 'text/plain')
    .send(await promClient.register.metrics())
})

// intermittent callback that reports sales
service.onSale(value => {
  // this will simply overwrite the previous sale :(
  someMetric.labels('a', 'all').set(value)
})

metricServer.listen(9991, () =>
  console.log(` Prometheus listening on http://localhost:9991/metrics`)
)

我目前的计划是创建一个新数据库来内部跟踪滚动的 24 小时平均销售额，然后将其作为一个单一的连续指标公开给 prometheus。不过，除了 prometheus 的聚合功能之外，在内部保持滚动平均值似乎很尴尬。

4

1 回答 1

1

在不知道捕获这些数据的确切目的的情况下，很难判断量表、摘要或直方图是否最适合您的需求，但我会尽我所能的假设。但首先，让我们从简化 Prometheus 所做的事情开始，这可能有助于可视化我的发展方向。

Prometheus 是一个时间序列数据库。这意味着，每次您的数据被抓取时，它都会在给定的时间戳上保留您的指标快照及其记录值，因此在一个非常简化的版本中，您最终会得到类似<timestamp, your_metric{label="1"} value>.

假设您想要仅捕获销售期间支付的金额并且您的客户数量有限，Gauges 可以帮助您在任何给定时间查看支付金额，通过标签区分任何客户*（尽管，计数器也会做得很好）。

现在，您的问题是关于跟踪数据。绘制这应该不是问题。即使数据不是连续的，您也会在任何绘图仪中看到数据，例如 Grafana。但是，看到点 ( <timestamp, value of your metric for each label combination>) 或细线不会说明任何故事，使它们几乎毫无意义并且难以跟踪。为了使这些数据连续，您可以做的就是随着时间的推移进行聚合。随着时间的推移进行聚合，您无需在每个时间戳获取聚合值，而是在您选择的时间窗口内获取聚合值。

让我们试着想象一下：

Prometheus 每 2 秒抓取一次数据。在 30 分钟内，您的仪表仅记录 4 次销售。两个不同的客户在 1 分钟有两个，两个不同的客户在 20 分钟有两个。如果按原样绘制，您将看到 4 个点。如果您对此进行汇总，例如按平均值计算，您将在第 1 分钟和第 20 分钟看到 2 个点，其中包含两次销售的平均值。

如果您有兴趣查看一个连续的故事，例如查看给定时间段内的平均销售额是多少，您需要随着时间的推移进行汇总。关键区别：在任何绘制点，您都会看到该时间戳和所选时间窗口之间的聚合值。因此，如果您在上面的示例中使用avg_over_time而不是avg然后您选择 30 分钟的时间窗口，从 0 到 1 分钟，从第 1 分钟到第 20 分钟，您会看到在第 1 分钟，从第 20 分钟到第 31 分钟（30 分钟后）发生的两次销售的平均值从第 1 分钟开始的两次销售），您会看到所有 4 次销售的平均值。然后，从第 31 分钟到第 50 分钟，您将看到最后 2 次销售的平均值，然后从第 50 分钟再次看到 0。如果您选择更大的时间窗口，例如 24 小时，您将获得相同的效果。请记住，这个数字越大，Prometheus DB 的计算量就越大。拥有大量标签*，每个标签都具有很大的值差异，这将使此类时间窗口变得非常缓慢。对此的查询如下所示：

*我强调指标基数的重要性：添加到指标中的标签越多，prometheus 必须进行计算的条目就越多，因为对于每个标签组合，它都会创建一个时间序列。

于 2021-11-16T15:34:54.427 回答