对具有相同值的不同标签的两个指标进行数学运算时，在普罗米修斯查询中使用 "label_replace" 是一个很好的解决方案吗
Is it a good solution to use "label_replace" in a prometheus query when doing math operations on two metrics with different labels for the same value
我们有一个很好的普罗米修斯查询，涉及节点的负载及其 cpu 个核心数：
(avg(node_load1{instance=~"$instance"}) by (instance) / sum(machine_cpu_cores{instance=~"$instance"}) by (instance)) * 100
但是“machine_cpu_cores”消失了，我找到了“kube_node_status_capacity{resource="cpu"}。我希望能够按节点分组，并且也可以按节点过滤。
问题是在指标“node_load1”上节点的标签是“实例”，在指标“kube_node_status_capacity”上它是“节点”。我无法对不匹配的标签执行所需的除法运算。我找到的解决方案是在一个指标上使用 'label_replace'：
(avg(label_replace(node_load1{instance=~"$instance"}, "node", "", "instance", "(.*)")) by (node) / sum(kube_node_status_capacity{resource="cpu", node=~"$instance"}) by (node)) * 100
这是一个好的解决方案吗？有没有更好的解决方案？
当然，使用 label_replace 是绝对合适的。您的标签来自不同的来源，因此对大致相同的概念使用不同的标签名称。这是 label_replace 非常方便的场合之一！
有一种不同的方法可以获取 CPU 计数，这种方法很常见。您可以使用这样的查询：
count by (instance) (node_cpu_seconds_total{mode="idle"})
由于node-exporter为每个CPU/mode创建了一个node_cpu_seconds_total时间序列，它在特定模式下的每个实例计数（这里我们随意使用“idle”）是[=24的计数=]s.
我不确定 kube_node_status_capacity 是否代表节点的总 CPU 计数，或者只是分配给 运行 Kubernetes pods 的 CPU （一个节点可以预留一些CPU）。因此，根据您的需要，使用此查询可能更准确。
我们有一个很好的普罗米修斯查询，涉及节点的负载及其 cpu 个核心数：
(avg(node_load1{instance=~"$instance"}) by (instance) / sum(machine_cpu_cores{instance=~"$instance"}) by (instance)) * 100
但是“machine_cpu_cores”消失了，我找到了“kube_node_status_capacity{resource="cpu"}。我希望能够按节点分组，并且也可以按节点过滤。
问题是在指标“node_load1”上节点的标签是“实例”，在指标“kube_node_status_capacity”上它是“节点”。我无法对不匹配的标签执行所需的除法运算。我找到的解决方案是在一个指标上使用 'label_replace'：
(avg(label_replace(node_load1{instance=~"$instance"}, "node", "", "instance", "(.*)")) by (node) / sum(kube_node_status_capacity{resource="cpu", node=~"$instance"}) by (node)) * 100
这是一个好的解决方案吗？有没有更好的解决方案？
当然，使用 label_replace 是绝对合适的。您的标签来自不同的来源，因此对大致相同的概念使用不同的标签名称。这是 label_replace 非常方便的场合之一！
有一种不同的方法可以获取 CPU 计数，这种方法很常见。您可以使用这样的查询：
count by (instance) (node_cpu_seconds_total{mode="idle"})
由于node-exporter为每个CPU/mode创建了一个node_cpu_seconds_total时间序列，它在特定模式下的每个实例计数（这里我们随意使用“idle”）是[=24的计数=]s.
我不确定 kube_node_status_capacity 是否代表节点的总 CPU 计数，或者只是分配给 运行 Kubernetes pods 的 CPU （一个节点可以预留一些CPU）。因此，根据您的需要，使用此查询可能更准确。