溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點(diǎn)擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》

K8S一些監(jiān)控指標(biāo)

發(fā)布時(shí)間:2020-06-28 02:59:21 來源:網(wǎng)絡(luò) 閱讀:498 作者:laihuadongcto 欄目:系統(tǒng)運(yùn)維

內(nèi)存:

container_memory_rss
RSS內(nèi)存,即常駐內(nèi)存集(Resident Set Size),是分配給進(jìn)程使用實(shí)際物理內(nèi)存,而不是磁盤上緩存的虛擬內(nèi)存。RSS內(nèi)存包括所有分配的棧內(nèi)存和堆內(nèi)存,以及加載到物理內(nèi)存中的共享庫占用的內(nèi)存空間,但不包括進(jìn)入交換分區(qū)的內(nèi)存。


container_memory_usage_bytes
當(dāng)前使用的內(nèi)存量,包括所有使用的內(nèi)存,不管有沒有被訪問。

container_memory_max_usage_bytes
最大內(nèi)存使用量的記錄。


container_memory_cache
高速緩存(cache)的使用量。cache是位于CPU與主內(nèi)存間的一種容量較小但速度很高的存儲(chǔ)器,是為了提高cpu和內(nèi)存之間的數(shù)據(jù)交換速度而設(shè)計(jì)的。


container_memory_swap
虛擬內(nèi)存使用量。虛擬內(nèi)存(swap)指的是用磁盤來模擬內(nèi)存使用。當(dāng)物理內(nèi)存快要使用完或者達(dá)到一定比例,就可以把部分不用的內(nèi)存數(shù)據(jù)交換到硬盤保存,需要使用時(shí)再調(diào)入物理內(nèi)存


container_memory_working_set_bytes
當(dāng)前內(nèi)存工作集(working set)使用量。

container_memory_max_usage_bytes(最大可用內(nèi)存) >container_memory_usage_bytes(已經(jīng)申請的內(nèi)存+工作集使用的內(nèi)存) >container_memory_working_set_bytes(工作集內(nèi)存) >container_memory_rss(常駐內(nèi)存集)


PromQL基礎(chǔ)

解釋

http_request_total{}瞬時(shí)向量表達(dá)式,選擇當(dāng)前最新的數(shù)據(jù)
http_request_total{}[5m]區(qū)間向量表達(dá)式,選擇以當(dāng)前時(shí)間為基準(zhǔn),5分鐘內(nèi)的數(shù)據(jù)
http_request_total{} offset 5m分鐘前的瞬時(shí)樣本數(shù)據(jù)
http_request_total{}[1d] offset 1d昨天一天的區(qū)間內(nèi)的樣本數(shù)據(jù)
PromQL聚合操作

解釋

sum () by (cluster_name)每個(gè)結(jié)果里的value值的求和,單位沒限制,例如請求總時(shí)間
topk(3,count_netstat_wait_connections)前n條時(shí)序 進(jìn)行瞬時(shí)報(bào)警,不是為了觀察曲線圖
bottomk()后n條時(shí)序
quantile(0.5, http_requests_total)當(dāng)φ為0.5時(shí),即表示找到當(dāng)前樣本數(shù)據(jù)中的中位數(shù)
min max avg最小 最大 平均
count()每條結(jié)果計(jì)數(shù),單位次數(shù)
count_values()對value進(jìn)行計(jì)數(shù)
PromQL 內(nèi)置函數(shù)

解釋

解釋

rate(5m)取一段時(shí)間增量的平均每秒數(shù)量, 5m內(nèi)總增量/5m適合緩慢變化的計(jì)數(shù)器(counter)
irate(5m)指定時(shí)間范圍內(nèi)的最近兩個(gè)數(shù)據(jù)點(diǎn)來算速率,適合快速變化的計(jì)數(shù)器(counter)
increase(5m)取一段時(shí)間增量的總量, 5m內(nèi)總增量
predict_linear(node_filesystem_free{job= "node"}[1h], 4 * 3600)適合gauges,對數(shù)據(jù)的變化趨勢進(jìn)行預(yù)測
by 與without(標(biāo)簽名)without用于從計(jì)算結(jié)果中移除列舉的標(biāo)簽,而保留其它標(biāo)簽。by則正好相反,結(jié)果向量中只保留列出的標(biāo)簽,其余標(biāo)簽則移除。通過without和by可以按照樣本的問題對數(shù)據(jù)進(jìn)行聚合。
avg without(cpu) ( rate (node_cpu_seconds_total{mode="idle"}[5m]) )without不按cpu標(biāo)簽分組,然后計(jì)算平均值。
ceil(node_load5{instance="192.168.1.75:9100"})四舍五入
day_of_month()返回被給定 UTC 時(shí)間所在月的第幾天
clamp_max(node_load5{instance="192.168.1.75:9100"}, 2)輸入一個(gè)瞬時(shí)向量和最大值,樣本數(shù)據(jù)值若大于 max,則改為 max,否則不變
changes(node_load5{instance="192.168.1.75:9100"}[1m])輸入一個(gè)區(qū)間向量, 返回這個(gè)區(qū)間向量內(nèi)每個(gè)樣本數(shù)據(jù)值變化的次數(shù)(瞬時(shí)向量),如果樣本數(shù)據(jù)值沒有發(fā)生變化,則返回結(jié)果為 1
delta(cpu_temp_celsius{host="zeus"}[2h])它計(jì)算一個(gè)區(qū)間向量 v的第一個(gè)元素和最后一個(gè)元素之間的差值用在 Gauge 類型的時(shí)間序列上


向AI問一下細(xì)節(jié)

免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI