CPU Grafana 中用于 Spring Webflux 应用程序的指标，带有 Actuator Micrometer 和 Prometheus

Question

关于如何在 CPU 指标上建立视觉和洞察力的小问题。

我有一个 Spring Boot Webflux 应用程序，没什么特别的。我引入了 Actuator、Micrometer 和 Prometheus 依赖项。

该应用程序具有 CPU 的开箱即用指标，我认为这非常酷。我也相信这些指标包含大量信息。不幸的是，我认为不了解 Grafana 或指标本身就无法充分发挥其潜力。

指标是：

system_cpu_usage
process_cpu_usage
system_cpu_count
system_load_average_1m

不知道如何正确使用它们，我使用那些非常基本的菜鸟查询：

system_cpu_usage{_ns_=“my_namespace",cluster=~”my_cluster"}
process_cpu_usage{_ns_=“my_namespace",cluster=~”my_cluster"}
system_cpu_count{_ns_=“my_namespace",cluster=~”my_cluster”}
system_load_average_1m{_ns_=“my_namespace",cluster=~”my_cluster"}

有了这些，我确实得到了一些结果。问题是，我得到的只是一些平线，无法采取进一步的见解或行动。

我在网上看到一些比较复杂的查询，比如

avg_over_time(process_cpu_usage{_ns_=“my_namespace",cluster=~”my_cluster"}[1h])

或者一些使用 delta rate irate。但不知道他们来这里干什么。

使用这些指标的正确方法是什么？我当前的查询有什么问题，因为现在和有意义的指标之间存在差距。

谢谢。

Answer 1

最后一个 1h 的 avg_over_time 用法在您想为警报管理器制定规则时很有用。想象一个用例，其中 cpu 上的每个尖峰都会触发 alertmanager 规则。这是不受欢迎的事情。顺便说一句，在这个特定的用例中，我更愿意使用 histogram_quantile 因为平均值可以隐藏高值（仅仅因为它是平均值）。百分位数的一些最佳实践如下：https://prometheus.io/docs/practices/histograms/#quantiles。然后使用 rate 来确定分位数的时间 window。

histogram_quantile(0.9, rate(
  process_cpu_usage{_ns_=“my_namespace",cluster=~”my_cluster"}[1h]
))

CPU Grafana 中用于 Spring Webflux 应用程序的指标，带有 Actuator Micrometer 和 Prometheus

CPU metrics in Grafana for Spring Webflux app with Actuator Micrometer and Prometheus

prometheus

spring-webflux

grafana

spring-micrometer

actuator