Prometheus是一个开源监控系统和时间序列数据库。在如何在Ubuntu 14.04第1部分中查询Prometheus，我们设置了三个演示服务实例，向Prometheus服务器公开合成度量。使用这些指标，我们学习了如何使用Prometheus查询语言来选择和过滤时间序列，如何聚合维度，以及如何计算费率和衍生物。
Relabel（重新标记）是一个强大的工具，允许你通过重写标签集对 Prometheus 目标 (targets) 和指标 (Metrics) 进行分类和过滤。
软件的开发不仅仅在于解决业务，它还需要程序尽可能的运行下去，这就涉及到了服务的稳定性。稳定性涉及很多因素，硬件软件都需要保证。为了能让这些条件更加充足，我们需要不断的收集数据，分析数据，监控数据，进而优化能优化的点。Prometheus 在这方面就为我们提供了很好的监控方案。
PromQL（Prometheus Query Language）为 Prometheus tsdb 的查询语言。是结合 grafana 进行数据展示和告警规则的配置的关键部分。
所谓SQL注入，就是通过把SQL命令插入到Web表单递交或输入域名或页面请求的查询字符串，最终达到欺骗服务器执行恶意的SQL命令。比如先前的很多影视网站泄露VIP会员密码大多就是通过WEB表单递交查询字符暴出的，这类表单特别容易受到SQL注入式攻击。当应用程序使用输入内容来构造动态SQL语句以访问数据库时，会发生SQL注入攻击。如果代码使用存储过程，而这些存储过程作为包含未筛选的用户输入的字符串来传递，也会发生SQL注入。 黑客通过SQL注入攻击可以拿到网站数据库的访问权限，之后他们就可以拿到网站数据库中所有的数据，恶意的黑客可以通过SQL注入功能篡改数据库中的数据甚至会把数据库中的数据毁坏掉。
Prometheus项目中的storage和tsdb两个目录都和数据存储相关，但它们的职责和用途有所不同。
当网站使用不安全的SQL查询方式时，黑客可以通过注入恶意SQL语句来获取网站的敏感信息或者控制网站的数据库。为了防止SQL注入攻击，以下是一些防御措施：
PromQL基于时间序列模型，即将数据按时间序列进行存储和查询。Prometheus将所有时间序列数据存储为样本值（即某个指标在某个时间点的值），每个时间序列都由一个唯一的标识符（即指标名称和一组标签）来标识。PromQL通过使用这些标识符来查询和聚合时间序列数据。
Prometheus 提供了一种功能表达式语言 PromQL，允许用户实时选择和汇聚时间序列数据。表达式的结果可以在浏览器中显示为图形，也可以显示为表格数据，或者由外部系统通过 HTTP API 调用。
Prometheus的promql目录包含PromQL(Prometheus Query Language)的解析和执行代码:
Prometheus是一个开源监控系统和时间序列数据库。Prometheus最重要的一个方面是它的多维数据模型以及随附的查询语言。此查询语言允许您对维度数据进行切片和切块，以便以临时方式回答操作问题，在仪表板中显示趋势，或生成有关系统故障的警报。
—— —— —— —— —— —— —— —— —— —— —— —— —— —— —— —— —
表达式语言数据类型 在Prometheus的表达式语言中，任何表达式或者子表达式都可以归为四种类型：
前面我们在学习到使用 Loki 的 Ruler 进行报警的时候，使用了一种查询语言来定义报警规则，这个就是受 PromQL 的启发，Loki 自己推出的查询语言，称为 LogQL，它就像一个分布式的 grep，可以聚合查看日志。和 PromQL 一样，LogQL 也是使用标签和运算符进行过滤的，主要有两种类型的查询功能：
Grafana是一个开源的度量分析与可视化套件。经常被用作基础设施的时间序列数据和应用程序分析的可视化，它在其他领域也被广泛的使用包括工业传感器、家庭自动化、天气和过程控制等。
Prometheus在/api/v1的路径下开放了HTTP接口，用户可以通过这些接口进行二次开发。这篇笔记挑选了此次监控平台可能会用到的接口进行解析。
当操作文件、目录时，可在命令行下面输入操作系统提供的各种命令来完成，如dir、cp等 其实操作系统提供的命令只是简单地调用了操作系统提供的接口函数，Python内置的os模块也可以直接调用操作系统提供的接口函数
前言 Docker由于使用了基于namespace和cgroup的技术，因此监控docker容器和监控宿主机在某些性能指标和方式上有一些区别，而传统的监控方式可能无法满足docker容器内部的指标监控，本篇系列文章主要分享使用telegraf+influxdb+grafana去监控docker容器内部资源使用情况。目前主要关注的监控指标为：每个宿主机上的docker容器数量，每个docker容器的内存使用情况，CPU使用情况，网络使用情况以及磁盘使用情况。同时这套方案也能够监控到宿主机的一些基本资源使用情况
我们使用 WordPress 开发的时候，有很大一部分的工作和数组处理有关，WordPress 本身也内置了一些非常方便的数组处理函数，今天给大家罗列一下，也方便自己以后写代码的时候查询。 🙂 wp_parse_args wp_parse_args($args, $defaults=[]) 将用户定义的参数（args）合并到默认的参数（defaults）中，用户自定义的参数可以是数组，也可以是对象，甚至支持链接地址查询类型的字符串（比如："id=5&status=draft"）。 $args = wp_pa
时间序列用于现代监控，作为表示随时间收集的度量数据的方式。这样，现代性能指标可以以智能和有用的方式存储和显示，帮助我们监控我们的服务器和服务。
Prometheus 是一套开源的系统监控报警框架。它启发于 Google 的 borgmon 监控系统，由工作在 SoundCloud 的 google 前员工在 2012 年创建，作为社区开源项目进行开发，并于 2015 年正式发布。
这篇文章的主要内容是展示Helios内部利用开源项目和创造性思维快速高效地向客户提供基于链路跟踪的告警机制。
这个文件定义了一些常用的指标采样值范围(Quantile buckets),如:0.001,0.01,0.05,0.5,0.9,0.95,0.99,0.999等。这些buckets常用于计算指标的分位数线。
Relabeling 重新标记是配置 Prometheus 元信息的方式，它是转换和过滤 Prometheus 中 label 标签对象的核心，本文我们将了解 Relabeling 规则的工作原理以及在不同场景中的应用方式。
在这个关于日期和时间的系列中，我们探索了 MySQL 的五种时态数据类型，以及它的许多面向日期或时间的函数中的一些。在本文中，我们将介绍在 MySQL 中创建日期和时间的几种方法。
我们在 树义带你学 Prometheus（三）：Grafana 图表配置快速入门 - 陈树义 - 博客园 中提到可以针对业务指标做自定义监控，其中有一个设置属性为 Metrics，即：
web安全的概念太过于宽泛，博主自知了解的并不多，还需要继续学习。但是又想给今天的学习进行总结，所以今天特分享一篇关于web安全的文章，希望对初次遇到web安全问题的同学提供帮助。
在Ruby中，你可以使用各种方法来转换字符串。下面是一些常用的方法，当然选择哪种适用的方法还得更具具体项目来做调整。日常使用中下面的错误也是比较常见的，看看我们怎么处理哈。
mysql小结(1) MYSQL索引特性小结
因为这些数据是很少修改的，所以在绝大部分的情况下可以命中缓存。但是，一旦被缓存的数据发生变化的时候，我们既要操作数据库的数据，也要操作Redis的数据，所以问题来了。现在我们有两种选择：
JSON.stringify() 方法将一个 JavaScript 对象或值转换为 JSON 字符串，如果指定了一个 replacer 函数，则可以选择性地替换值，或者指定的 replacer 是数组，则可选择性地仅包含数组指定的属性。
在String常用方法简介小节，介绍了定义字符串的三种形式，除了这三种形式外，还有其他的常用形式，下面来分别进行介绍：
开发时我们会使用一些新的 api，但用户的浏览器各种版本都有，可能并不支持这些 api，但我们也不能因此就不用了，这时候就可以通过 polyfill 来解决。
该文件定义了规则引擎的接口和主要结构,包括Rule,Record,RuleGroup等。它提供了规则的加载、匹配、评估和结果记录的功能。
Loki的第一个稳定版本于2019年11月19日发布，是 Grafana Labs 团队最新的开源项目，是一个水平可扩展，高可用性，多租户的日志聚合系统。 Grafana 对 Loki 的描述如下：
自从Loki2.0发布以来，LogQL v2凭借丰富的查询功能，让Loki也逐渐具备日志分析的能力。对于有些时候，当研发的同学没有提供Metrics时，我们也能利用LogQL构建基于日志的相关指标，这里面就主要用到了聚合查询。
通过选择与值集中指定的值相匹配的数据值，通过迭代位图块序列中的值，%FIND谓词允许筛选结果集。 当标量表达式的值与valueset中的值匹配时，此匹配将成功。 如果值集值不匹配任何标量表达式值，%FIND返回空字符串。 无论显示模式如何，这个匹配总是在逻辑(内部存储)数据值上执行。
今天给大家介绍的是韩国江原国立大学Umit V.等人在2021年发表的一篇名为“Substructure-based neural machine translation for retrosynthetic prediction”的文章。随着机器翻译方法的快速改进，神经网络机器翻译开始在逆合成规划中发挥重要作用。作者利用无模板的序列到序列模型，将逆合成规划问题重新转化为语言翻译问题，不像先前的使用SMILES字符串来表示反应物和产物的模型，作者引入了一种新的基于分子碎片的方法来表示化学反应，并使用古本系数进行结果评估。结果表明，与目前最先进的计算方法相比，该方法能获得更好的预测结果。该方法解决了现有的逆合成方法产生无效SMILES字符串等主要缺陷。具体来说，我们的方法预测高度相似的反应物分子的准确率为57.7%。此外，作者的方法得到了比现有方法更稳健的预测。
JSON.stringify()方法将JavaScript对象或值转换为JSON字符串。
随着马蜂窝的逐渐发展，我们的业务数据越来越多，单纯使用 MySQL 已经不能满足我们的数据查询需求，例如对于商品、订单等数据的多维度检索。
最近几篇文章，都是在和大家聊索引的问题，今天我们来看看前缀索引。 1.什么是前缀索引 所谓前缀索引说白了就是对文本的前几个字符建立索引（具体是几个字符在建立索引时指定），这样建立起来的索引更小，所以查询更快。这有点类似于 Oracle 中对字段使用 Left 函数来建立函数索引，只不过 MySQL 的这个前缀索引在查询时是内部自动完成匹配的，并不需要使用 Left 函数。 那么为什么不对整个字段建立索引呢？一般来说使用前缀索引，可能都是因为整个字段的数据量太大，没有必要针对整个字段建立索引，前缀索引仅仅是选
LogQL在很大程度上受Prometheus的PromQL启发。但是，当涉及到在过滤海量日志时，我们就像面临在大海捞针一样复杂。LogQL是Loki特有的语句，在本文中，我们将提供LogQL的快速过滤器查询技巧，这些查询可以在几秒钟内过滤掉数TB的数据。
SQLite “只是”一个库，它不是传统意义上的服务器。因此，在某些场合下，它确实不合适。但是，在相当多的其他场合，它却是最合适的选择。SQLite 号称是部署和使用最广泛的数据库引擎。我认为这很有可能，因为 SQLite 没有版权的限制。无论何时，只要开发者想使用 SQL 在文件中存储结构化的数据，SQLite 应是首选方案。
合适合理的人可以看相应的报告数据，如果不具备地区（店铺）的权限，数据计算会自动适应。这个功能在PowerBI中又叫做：动态权限控制。这需要根据登陆的用户的不同来决定它的计算。但本文的讨论将远远超过这个基本需求，将现实中几种复杂需求进行讨论并给出解决方法。
循环读取文件内容，一般读取文件内容一次读取完，内存是不够的，就要实现一次次少量数据读取
官网地址：https://www.elastic.co/guide/en/elasticsearch/reference/current/term-level-queries.html
在系统性能问题中，数据库往往是性能的瓶颈关键因素。那么如何去检测mysql的性能问题，如何构建高性能的mysql，如何编写出高性能的sql语句？为此，整理一些建议。
前文 Grafana 系列 - Grafana Terraform Provider 基础[3] 介绍了使用 Grafana Terraform Provider 创建 Datasource.
它类似于 SQL 的语言，但是PromQL表现力非常丰富，并且内置函数很多，在日常数据可视化以及 rule 告警中都会使用到它。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
