以prometheus的pmsql分析Mac的CPU使用

Mac的prometheus的配置文件如下

bob@bob etc % cat prometheus.yml
global:
  scrape_interval: 15s

  external_labels:
       monitor: 'codelab-monitor'
       origin_prometheus: 'whx'
scrape_configs:
  - job_name: "prometheus"
    static_configs:
    - targets: ["localhost:9090"]

  - job_name: "node"
    static_configs:
    - targets: ["127.0.0.1:9100"]

  - job_name: 'cm_monitor'
    file_sd_configs:
    - files: ['/usr/local/etc/moniter_config/*.yml']
      refresh_interval: 5s

可以看到我配置了三个job分别是prometheus、node、cm_monitor

先看看cpu有哪些信息

hdfs与yarn的cpu为我自己写的其他job的参数，最主要的是node_cpu_seconds_total

计算每个CPU模式的每秒速率开始。

PromQL有一个名为irate的函数，用于计算距离向量中时间序列的每秒瞬时增长率。让我们在node_cpu_seconds_total度量上使用irate函数。

在查询框中输入:

node_cpu_seconds_total可以看到我部署采集的电脑上各个CPU各个的指标

cpu0-5一共6个cpu不同的维度

完善上面的语句，查看每秒瞬时增长。job的标签是我们在prometheus.yml文件中配置的刮擦名称可以在target里看到

irate(node_cpu_seconds_total{job="node"}[5m])

现在将irate函数封装在avg聚合中，并添加了一个by子句，该子句通过实例标签聚合。这将产生三个新的指标，使用来自所有CPU和所有模式的值来平均主机的CPU使用情况。

avg(irate(node_cpu_seconds_total{job="node"}[5m])) by (instance)

avg (irate(node_cpu_seconds_total{job="node",mode="idle"}[5m])) by (instance) * 100

在这里，查询中添加了一个值为idle的mode标签。这只查询空闲数据。我们通过实例求出结果的平均值，并将其乘以100。现在我们在每台主机上都有5分钟内空闲使用的平均百分比。我们可以把这个变成百分数用这个值减去100，就像这样:

100 - avg (irate(node_cpu_seconds_total{job="node",mode="idle"}[5m])) by (instance) * 100

现在我们有三个指标，每个主机一个指标，显示5分钟窗口内使用的平均CPU百分比。