2. 使用PromQL查询基础指标

任务目标

本案例要求使用PromQL查询Prometheus已采集的基础指标，重点获取CPU使用率与内存使用率，并理解Gauge、Counter等核心指标类型。你将通过一个可直接运行的PromQL表达式集合完成查询，并明确判定查询结果是否有效。

前置环境

本案例假设你已有一个可访问的Prometheus实例（默认端口9090），且已通过node_exporter采集到目标主机指标。若尚未部署，可执行以下命令快速启动一个带node_exporter的测试环境：

# 启动node_exporter（采集主机指标，默认端口9100）
./node_exporter &

# 启动Prometheus，并在prometheus.yml的scrape_configs中添加：
# - job_name: 'node'
#   static_configs:
#     - targets: ['localhost:9100']

核心概念：指标类型

关键完整代码：PromQL查询集

以下PromQL表达式可直接在Prometheus的Graph页面或通过HTTP API执行。所有查询均基于node_exporter的标准指标名。

# 1. CPU使用率（百分比，Gauge结果）
# 计算非空闲CPU时间占比，按实例和CPU核聚合
100 - (avg by (instance) (rate(node_cpu_seconds_total{mode="idle"}[5m])) * 100)

# 2. 内存使用率（百分比，Gauge结果）
# 使用node_memory_MemTotal_bytes与node_memory_MemAvailable_bytes计算
(1 - (node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes)) * 100

# 3. 查看所有指标类型（验证用）
# 返回指标名与类型，确认node_cpu_seconds_total为Counter，node_memory_MemTotal_bytes为Gauge
prometheus_tsdb_head_series

# 4. 验证Counter类型：CPU总耗时速率（每秒CPU秒数）
rate(node_cpu_seconds_total{mode="user"}[5m])

运行与验证方法

执行方式：将上述任一表达式粘贴到Prometheus UI的“Graph”页面的查询框中，点击“Execute”；或通过HTTP API调用：

curl 'http://localhost:9090/api/v1/query?query=100%20-%20(avg%20by%20(instance)%20(rate(node_cpu_seconds_total%7Bmode%3D%22idle%22%7D%5B5m%5D))%20*%20100)'

通过条件：

• CPU使用率查询返回0-100之间的数值（例如12.5），且刷新后数值会变化，说明Gauge类型动态反映当前状态。
• 内存使用率查询返回合理百分比（如45.3），且数值小于100。
• 在Prometheus UI的“Status”→“TSDB Status”中，确认node_cpu_seconds_total类型为Counter，node_memory_MemTotal_bytes类型为Gauge。
• 若查询返回空结果或报错，检查node_exporter是否运行、target是否处于UP状态（Status→Targets）。

常见问题

• CPU使用率超过100%？ 若未按核数归一化，多核机器可能显示>100%。上述表达式使用avg by (instance)已自动取平均，不会超100%。
• 内存使用率不准确？ 确保使用MemAvailable_bytes而非MemFree_bytes，后者忽略缓存，会高估使用率。
• rate()与increase()区别？ rate()返回每秒平均速率，适合绘制曲线；increase()返回区间内总增量，适合计算总量。本案例使用rate()。