📚 课程目录第2章核心概念

2、核心概念：PromQL基础、指标类型及在资源监控中的应用

在基于 Prometheus 指标进行集群升级窗口资源预测之前，必须牢固掌握 PromQL（Prometheus Query Language）的基础语法与 Prometheus 的四种核心指标类型。这些概念是构建预测模型、分析资源趋势的“语言”与“原材料”。

2.1 PromQL 基础：查询与聚合

PromQL 是一种函数式查询语言，用于实时聚合与计算时间序列数据。其核心操作分为即时查询与范围查询。

即时向量（Instant Vector）：返回一组时间序列在当前时间戳的最新样本值。例如：node_memory_MemAvailable_bytes 返回所有节点的当前可用内存。
范围向量（Range Vector）：返回一组时间序列在过去一段时间窗口内的样本值。通过在指标名后附加 [5m] 指定窗口。例如：node_cpu_seconds_total[5m] 返回过去5分钟内的CPU使用数据。

  关键区别： 即时向量用于“当前值”判断（如当前内存是否充足）；范围向量用于“趋势计算”（如过去1小时CPU平均负载），是资源预测的基础。

常用 PromQL 函数与操作符

类别	函数/操作符	示例	说明
速率计算	`rate()`	`rate(node_cpu_seconds_total[5m])`	计算Counter类型指标在窗口内的每秒平均增长率，消除采样抖动。
聚合操作	`sum()` / `avg()`	`sum(rate(node_cpu_seconds_total[5m]))`	按维度（如实例、CPU核心）汇总或平均，得到集群整体CPU使用率。
分组聚合	`by`	`sum(rate(node_cpu_seconds_total[5m])) by (instance)`	按指定标签（如节点名）分组聚合，查看每个节点的CPU使用率。
预测函数	`predict_linear()`	`predict_linear(node_memory_MemAvailable_bytes[1h], 3600)`	基于线性回归预测未来1小时（3600秒）的可用内存值，是资源预测的核心函数。

实战建议： 在升级窗口预测中，rate() 用于计算CPU/网络流量趋势，predict_linear() 用于预测内存/磁盘耗尽时间点。务必使用范围向量作为输入。

2.2 指标类型：Counter、Gauge、Histogram、Summary

Prometheus 客户端库提供四种核心指标类型，每种类型在资源监控中有不同的语义与适用场景。理解其差异是正确编写 PromQL 的前提。

指标类型	值特征	典型场景	PromQL 处理方式
Counter	只增不减（重启时重置为0）	请求总数、CPU总时间、网络字节数	必须使用 `rate()` 或 `increase()` 计算速率
Gauge	可增可减，反映当前状态	内存使用量、CPU使用率、磁盘剩余空间	直接使用原始值，或使用 `avg()` / `max()` 聚合
Histogram	分桶计数，可计算分位数	请求延迟分布、响应大小分布	使用 `histogram_quantile()` 计算P50/P95/P99
Summary	客户端预计算分位数，不可聚合	延迟SLO监控（已预计算分位数）	直接查询 `quantile` 标签，但无法跨实例聚合

常见错误： 对 Counter 类型直接使用 avg() 或 max() 会得到无意义的累计值。必须先用 rate() 转换为每秒速率后再聚合。例如：avg(rate(node_cpu_seconds_total[5m])) 才是正确的CPU使用率。

2.3 在资源监控中的应用

在集群升级窗口资源预测中，四种指标类型各有分工，共同构成预测数据源。

Counter → 流量与负载趋势：使用 rate(node_network_receive_bytes_total[5m]) 计算网络流量速率，判断升级期间是否会出现带宽瓶颈。
Gauge → 资源水位：直接使用 node_memory_MemAvailable_bytes 或 node_filesystem_avail_bytes 判断当前资源余量，作为预测的基线。
Histogram → 服务质量：使用 histogram_quantile(0.95, rate(etcd_request_duration_seconds_bucket[5m])) 计算P95延迟，确保升级不会导致服务降级。
Summary → 预计算SLO：直接查询 etcd_request_duration_seconds{quantile="0.99"} 验证是否满足SLO，但注意无法跨节点聚合。

2.4 实战：编写第一个资源预测 PromQL

结合上述概念，我们编写一个用于升级窗口的节点内存耗尽预测查询。该查询将 Gauge 类型指标与 predict_linear() 函数结合，预测未来2小时内可用内存是否会低于阈值。

# 预测节点可用内存（单位：字节），基于过去1小时数据，预测未来2小时（7200秒）
predict_linear(
  node_memory_MemAvailable_bytes[1h],  # Gauge类型，范围向量
  7200                                 # 预测未来7200秒
) < 1e9                               # 阈值：低于1GB视为风险

  查询解读： 该查询返回所有可用内存预测值低于1GB的节点。在升级窗口规划中，可将这些节点标记为“高风险”，优先扩容或延迟升级。

2.5 避坑指南：指标类型误用

错误用法	后果	正确做法
对 Counter 直接使用 `avg()`	得到无意义的累计平均值，无法反映速率	先 `rate()` 再 `avg()`
对 Histogram 直接使用 `avg()`	忽略分桶分布，无法计算分位数	使用 `histogram_quantile()`
跨实例聚合 Summary	预计算分位数不可聚合，结果错误	使用 Histogram 替代，或按实例单独查询
对 Gauge 使用 `rate()`	产生无意义的负值或零值	直接使用原始值或 `avg()`

记忆口诀： Counter 看速率，Gauge 看水位，Histogram 看分布，Summary 看预算。在升级窗口预测中，Gauge 用于资源余量，Counter 用于流量趋势，Histogram 用于服务质量。