如果 Prometheus 中某些标签中的数据丢失，则发出警报

Question

我正在向普罗米修斯发送与两个磁盘相关的数据。如果一个磁盘的指标停止发送指标，我想发出警报。假设我有 diskA 和 diskB，并且我正在收集 disk_up 指标。现在 diskB 失败了。在普罗米修斯

disk_up{disk="diskA"} 将有数据和 disk_up{disk="diskB"} 将丢失

absent(disk_up) 将为 0，因为 disk_up 有磁盘 A 的数据。 absent(disk_up{disk="diskB"}) 将达到目的。但我不想硬编码磁盘名称。

我能知道为这种情况设置警报的更好方法吗？

Answer 1

你可以使用这样的东西：

max_over_time(disk_up[1h])
  unless
disk_up

即该指标在过去 1 小时内随时存在，但现在不存在。

不过，如果针对某些 diskC 弹出 disk_up 指标，您将得到误报。或者，如果指标由于导出器或您的 Prometheus 配置而获得或丢失一个标签。

您可以通过显式过滤您感兴趣的 disks/instances/whatever 来避免前者，但这会破坏您不对它们进行硬编码的目标。不过，这可能是更明智的做法：

max_over_time(disk_up{disk~="disk(A|B)"}[1h])
  unless
disk_up{disk~="disk(A|B)"}

或至少

max_over_time(disk_up{job="my_disk_job"}[1h])
  unless
disk_up{job="my_disk_job"}

Answer 2

以下 MetricsQL 查询 returns disk_up 时间序列，在过去 24 小时内可用，但在过去 5 分钟内没有收到新样本：

lag(disk_up[24h]) > 5m

查询returns自上次收到样本以来的持续时间（以秒为单位）。参见 lag() function docs。