2. 使用PromQL查询基础指标
任务目标
本案例将使用PromQL查询Prometheus中采集的基础指标，重点获取节点CPU使用率与内存使用率，并理解Prometheus四种核心指标类型（Counter、Gauge、Histogram、Summary）在查询中的差异。
环境准备
假设已有一个运行中的Prometheus实例（默认端口9090），且通过node_exporter采集了目标节点指标。验证环境可用以下命令快速启动：
# 启动 node_exporter（默认端口9100）
./node_exporter &
# 启动 Prometheus，配置文件 prometheus.yml 中已添加该 job
./prometheus --config.file=prometheus.yml &核心PromQL查询
以下查询可直接在Prometheus Web UI的Graph页面执行，或通过HTTP API /api/v1/query?query=... 调用。
1. CPU使用率（Gauge类型）
node_exporter暴露的CPU指标为Counter类型（node_cpu_seconds_total），需使用rate()函数计算每秒增长率后，再求使用率：
# 单核CPU使用率（按mode维度）
100 - avg(rate(node_cpu_seconds_total{mode="idle"}[5m])) by (instance) * 100
# 所有CPU核平均使用率（推荐）
100 - (avg(rate(node_cpu_seconds_total{mode="idle"}[5m])) by (instance) * 100)说明： mode="idle"表示空闲时间，用100%减去空闲率即为使用率。[5m]为时间窗口，表示最近5分钟的速率。
2. 内存使用率（Gauge类型）
内存指标直接为Gauge类型，无需rate计算：
# 内存使用率 = (总内存 - 可用内存) / 总内存 * 100
(1 - (node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes)) * 1003. 综合查询：同时获取CPU与内存
# 使用向量匹配，一次返回两个指标
(
100 - (avg(rate(node_cpu_seconds_total{mode="idle"}[5m])) by (instance) * 100)
) / 100 as cpu_usage,
(
(1 - (node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes))
) as mem_usage该查询在Prometheus 2.30+版本中支持，返回包含cpu_usage和mem_usage标签的向量。
指标类型理解
| 类型 | 特征 | 典型查询方式 | 本案例示例 |
|---|---|---|---|
| Counter | 只增不减，重启归零 | rate()/increase() | node_cpu_seconds_total |
| Gauge | 可增可减，反映当前值 | 直接查询 | node_memory_MemAvailable_bytes |
| Histogram | 分位数统计，带_bucket后缀 | histogram_quantile() | http_request_duration_seconds |
| Summary | 客户端计算分位数，带_sum/_count | 直接查询分位数 | go_gc_duration_seconds |
验证方法
在Prometheus UI的Graph页面执行上述查询，观察以下结果即判定通过：
- CPU使用率查询返回0-100之间的数值，且与
top命令显示的%CPU大致吻合（误差在±10%以内）； - 内存使用率查询返回0-1之间的小数（若未乘以100），乘以100后与
free -m计算的百分比一致； - 在Graph标签页切换到Table视图，能看到每个instance对应的具体数值；
- 执行
node_cpu_seconds_total直接查询，确认返回值为递增的Counter类型；执行node_memory_MemAvailable_bytes确认返回值为实时变化的Gauge类型。
常见问题
- 查询结果为空：检查Prometheus Targets页面确认node_exporter处于UP状态，且指标名拼写正确（可用
node_cpu_seconds_total搜索确认存在）； - CPU使用率超过100%：多核机器上未除以CPU核数导致，使用
avg by (instance)聚合可避免； - 时间窗口过短：
[1m]可能因数据点不足导致无结果，建议使用[5m]或更长。