4. 应用画像方法：通过 Prometheus/Grafana 监控采集应用实际存储使用趋势

应用画像是容量规划的基石。脱离实际负载的估算往往导致过度配置或资源不足。本节将讲解如何利用 Prometheus 与 Grafana 构建应用存储画像，采集容量增长曲线与 IO 模式，为后续集群资源估算提供精确输入。

4.1 应用画像的核心维度

一个完整的应用存储画像需要覆盖以下四个维度，缺一不可：

4.2 关键 Prometheus 指标与采集配置

以下是指标采集的核心 PromQL 语句与配置要点：

4.2.1 容量增长曲线

# PVC 已用容量百分比（按 PVC 维度）
kubelet_volume_stats_used_bytes / kubelet_volume_stats_capacity_bytes * 100

# 按命名空间聚合总容量增长趋势
sum by (namespace) (
  kubelet_volume_stats_used_bytes
) / sum by (namespace) (
  kubelet_volume_stats_capacity_bytes
) * 100

# 预测 30 天后容量（使用线性回归预测函数）
predict_linear(kubelet_volume_stats_used_bytes[7d], 30*24*3600)

4.2.2 IO 模式指标

# 磁盘读写 IOPS（按设备聚合）
rate(node_disk_reads_completed_total[5m])
rate(node_disk_writes_completed_total[5m])

# 磁盘读写吞吐量（MB/s）
rate(node_disk_read_bytes_total[5m]) / 1024 / 1024
rate(node_disk_written_bytes_total[5m]) / 1024 / 1024

# 磁盘平均 IO 延迟（ms）
rate(node_disk_read_time_seconds_total[5m]) / rate(node_disk_reads_completed_total[5m]) * 1000
rate(node_disk_write_time_seconds_total[5m]) / rate(node_disk_writes_completed_total[5m]) * 1000

4.3 应用画像流程：从采集到可视化

下图展示了从 Prometheus 指标采集到 Grafana 仪表盘输出的完整画像流程：

4.4 Grafana 仪表盘设计要点

一个实用的存储画像仪表盘应包含以下面板布局：

1. 容量总览面板：显示所有 PVC 的已用容量百分比热力图，按命名空间分组，颜色从绿（<60%）到红（>85%）渐变。
2. 增长趋势面板：使用时间序列折线图展示 Top 10 增长最快的 PVC，叠加 predict_linear 预测线。
3. IOPS 分布面板：柱状图展示各 PVC 的读写 IOPS 峰值与平均值，便于识别高 IO 应用。
4. 延迟热力图：展示 24 小时内各 PVC 的 P99 延迟变化，帮助发现间歇性性能瓶颈。
5. 存储类型分布：饼图或表格展示当前集群中 SSD、HDD、本地盘的使用比例。

4.5 应用画像输出模板

完成采集与可视化后，建议为每个应用生成标准化的画像报告，格式如下：