4. 数据采集与聚合：Prometheus与Grafana数据源配置、数据采样频率与聚合窗口、指标标签与维度设计
容量水位看板的核心价值在于将分散的、高基数的原始指标，转化为可决策的、低噪声的容量视图。本章聚焦数据管道的前端——从 Prometheus 采集、Grafana 数据源配置，到采样频率与聚合窗口的权衡，再到标签与维度设计的最佳实践。
4.1 Prometheus 与 Grafana 数据源配置
Prometheus 作为指标存储与查询引擎，Grafana 作为可视化层。两者通过标准的 HTTP API 通信，配置要点如下：
| 配置项 | 推荐值 / 说明 | 容量看板影响 |
|---|---|---|
| URL | http://prometheus-server:9090 |
Grafana 数据源指向 Prometheus 服务地址 |
| Access | Server（默认） | 避免浏览器直接暴露 Prometheus 地址 |
| Scrape Interval | 15s（全局默认） | 决定原始数据粒度，影响聚合窗口选择 |
| Query Timeout | 30s | 长周期聚合查询需适当放宽 |
| HTTP Method | GET | 兼容性最佳，避免 POST 缓存问题 |
配置检查清单： 在 Grafana 数据源设置页点击 "Save & Test"，确认返回绿色 "Data source is working" 提示。若失败，检查网络连通性、Prometheus 服务状态及防火墙规则。
4.2 数据采样频率与聚合窗口
采样频率（Scrape Interval）与聚合窗口（Aggregation Window）是容量看板数据质量的基石。两者关系可用以下公式描述：
有效数据点 = 聚合窗口 / 采样频率例如：聚合窗口 5 分钟，采样频率 15 秒，则每个聚合点包含 20 个原始样本。窗口越大，统计稳定性越高，但实时性下降。
| 场景 | 采样频率 | 聚合窗口 | 说明 |
|---|---|---|---|
| 实时水位告警 | 10s | 1m | 快速响应突增流量 |
| 容量趋势分析 | 15s | 5m | 平衡精度与存储成本 |
| 月度容量报告 | 30s | 1h | 长周期降采样，减少数据量 |
| 历史基线建模 | 60s | 1d | 极低频率，用于容量规划 |
常见陷阱： 聚合窗口过小（如 30s）会导致看板曲线抖动剧烈，难以识别真实趋势。建议容量看板的最小聚合窗口不低于 1 分钟，趋势分析不低于 5 分钟。
PromQL 中聚合窗口通过 [duration] 指定，例如：
# 过去 5 分钟的平均 CPU 使用率
avg(rate(node_cpu_seconds_total{mode="idle"}[5m])) * 100
# 过去 1 小时的 P99 内存使用量
quantile_over_time(0.99, node_memory_MemTotal_bytes[1h])4.3 指标标签与维度设计
标签（Label）是 Prometheus 数据模型的灵魂。合理的标签设计决定了看板的灵活性与查询性能。容量水位看板通常围绕以下维度展开：
- 资源维度：
instance（主机/实例）、device（磁盘）、interface（网卡） - 服务维度：
service（服务名）、namespace（命名空间）、pod（容器组） - 容量维度：
type（总量/已用/可用）、unit（字节/百分比） - 环境维度：
env（prod/staging/dev）、region（地域）、az（可用区）
标签设计原则：
- 基数可控： 避免高基数标签（如 user_id、request_id），会导致 Prometheus 内存膨胀。
- 命名规范： 使用小写字母 + 下划线，如
node_cpu_seconds_total。 - 维度正交： 每个标签代表一个独立维度，避免冗余组合。
- 可聚合： 标签值应支持
sum by()、avg by()等聚合操作。
以下 SVG 展示了从指标采集到看板展示的完整数据流，重点突出采样频率、聚合窗口与标签维度的作用位置：
4.4 标签维度设计实战案例
以一个典型的 MySQL 容量看板为例，展示标签维度的分层设计：
| 指标名称 | 标签维度 | 聚合方式 | 看板用途 |
|---|---|---|---|
mysql_global_status_innodb_data_read |
instance, env |
rate[5m] |
实时读取吞吐量 |
mysql_global_status_connections |
instance, region |
avg_over_time[1h] |
连接数趋势 |
mysql_global_variables_max_connections |
instance |
直接取值 | 容量上限基准 |
mysql_global_status_innodb_row_lock_current_waits |
instance, database |
max_over_time[5m] |
锁竞争水位 |
标签复用策略： 在 Prometheus 的
relabel_configs 中，可以将 __meta_kubernetes_pod_label_env 等元标签映射为统一的 env 标签，确保所有指标的环境维度一致，便于 Grafana 全局变量联动。
4.5 聚合窗口与采样频率的权衡矩阵
以下矩阵帮助你在不同场景下快速选择参数组合：
| 需求 | 采样频率 | 聚合窗口 | 存储成本 | 实时性 |
|---|---|---|---|---|
| 秒级告警 | 10s | 30s | 高 | 极高 |
| 分钟级监控 | 15s | 5m | 中 | 高 |
| 小时级趋势 | 30s | 1h | 低 | 中 |
| 天级容量规划 | 60s | 1d | 极低 | 低 |
在实际容量看板中，建议为不同面板配置独立的聚合窗口：实时水位面板使用 5m 窗口，趋势面板使用 1h 窗口，报告面板使用 1d 窗口。通过 Grafana 的 PromQL 查询参数动态调整，无需修改数据源配置。