📚 课程目录第2章 Prometheus基础回顾

2. Prometheus基础回顾：架构、数据模型与PromQL核心概念

在深入Runbook与CI/CD联动之前，必须牢固掌握Prometheus的核心基础。本章将系统梳理Prometheus的组件架构、数据模型设计以及PromQL查询语言的核心概念，为后续的告警规则编写、自动化响应和监控数据集成打下坚实的技术地基。

2.1 Prometheus整体架构

Prometheus采用拉取（Pull）模式采集指标，整体架构由多个松耦合组件构成，各组件职责清晰，便于水平扩展和故障隔离。

  架构要点：
  Pull 模式：Prometheus Server 主动从被监控目标的 /metrics 端点拉取指标，避免被监控端主动推送带来的网络和配置复杂性。
服务发现：动态发现目标（如 Kubernetes Pod、Consul 服务），无需手动维护目标列表。
告警分离：告警规则在 Server 端评估，但告警通知由独立的 Alertmanager 组件处理，支持去重、分组和静默。
本地存储 + 远程扩展：默认使用本地 TSDB，可通过远程写入接口对接 Thanos、Cortex 等长期存储方案。

2.2 数据模型：指标、标签与样本

Prometheus 的数据模型是理解查询和告警的基础。所有时间序列数据由三个核心要素构成：指标名称、标签集合和样本值。

要素	说明	示例
指标名称 (Metric Name)	描述被监控指标的含义，遵循 `[a-zA-Z_:][a-zA-Z0-9_:]*` 格式	`http_requests_total`
标签 (Labels)	键值对，用于标识时间序列的维度，实现多维度数据模型	`{method="GET", endpoint="/api", status="200"}`
样本 (Sample)	时间戳 + 浮点数值，构成时间序列中的一个数据点	`@1620000000 1024`

一个完整的时间序列标识符格式为：

<metric_name>{<label_name1>="<label_value1>", <label_name2>="<label_value2>", ...}

例如：

http_requests_total{method="POST", handler="/api/v1/order", instance="10.0.0.1:8080", job="order-service"}

设计建议：标签是 Prometheus 多维度查询的核心。合理设计标签（如 method、status、endpoint）可以灵活聚合和过滤数据，但避免使用高基数标签（如 user_id、request_id），否则会导致 TSDB 性能急剧下降。

2.3 指标类型

Prometheus 客户端库提供四种核心指标类型，每种类型对应不同的使用场景和 PromQL 聚合方式。

类型	行为特征	典型用途	PromQL 常用函数
Counter	只增不减（重启时归零）	请求总数、错误计数、任务完成数	`rate()`, `increase()`
Gauge	可增可减，反映当前状态	CPU 使用率、内存占用、连接数	`avg()`, `max()`, `min()`
Histogram	对观测值进行分桶计数，提供 `_bucket`、`_sum`、`_count`	请求延迟分布、响应大小分布	`histogram_quantile()`
Summary	类似 Histogram，但由客户端计算分位数	预定义分位数（如 p50、p99）的延迟监控	直接读取 `quantile` 标签

常见误区：不要对 Counter 类型直接使用 avg() 或 sum() 查看原始值，而应使用 rate() 计算每秒增长率。Counter 的原始值只有在重启时才会归零，直接聚合会得到误导性结果。

2.4 PromQL 核心概念

PromQL（Prometheus Query Language）是 Prometheus 内置的函数式查询语言，用于实时聚合和分析时间序列数据。掌握以下核心概念是编写告警规则和自动化脚本的前提。

2.4.1 即时向量与范围向量

概念	语法	返回结果	使用场景
即时向量 (Instant Vector)	`http_requests_total{status="500"}`	每个时间序列的最新一个样本	告警规则、Grafana 瞬时面板
范围向量 (Range Vector)	`http_requests_total{status="500"}[5m]`	每个时间序列在最近 5 分钟内的所有样本	`rate()`, `avg_over_time()` 等聚合函数

2.4.2 常用 PromQL 函数速查

函数	适用类型	作用	示例
`rate()`	Counter	计算时间序列在指定时间范围内的每秒平均增长率	`rate(http_requests_total[5m])`
`increase()`	Counter	计算时间序列在指定时间范围内的增量	`increase(http_requests_total[1h])`
`avg_over_time()`	Gauge	计算指定时间范围内所有样本的平均值	`avg_over_time(node_cpu_seconds_total[10m])`
`histogram_quantile()`	Histogram	从 Histogram 的 `_bucket` 序列计算分位数	`histogram_quantile(0.99, rate(http_request_duration_seconds_bucket[5m]))`
`label_replace()`	任意	对标签值进行正则替换，用于标签重映射	`label_replace(up, "new_instance", "$1", "instance", "(.):.")`

2.4.3 向量匹配与操作符

PromQL 支持在即时向量之间进行算术运算和集合运算，但要求参与运算的向量具有匹配的标签集。

一对一匹配 (One-to-One)：默认匹配方式，要求两侧向量具有完全相同的标签集合。
多对一 / 一对多匹配 (Many-to-One / One-to-Many)：使用 on() 或 ignoring() 指定匹配标签，结合 group_left() / group_right() 实现。

# 一对一：计算每个实例的 CPU 使用率
rate(node_cpu_seconds_total{mode="idle"}[5m])

# 多对一：将不同 mode 的 CPU 时间相加，按 instance 分组
sum by (instance) (rate(node_cpu_seconds_total[5m]))

2.5 本章小结

Prometheus 采用 Pull 架构，核心组件包括 Server、TSDB、Alertmanager 和各类 Exporter。
数据模型以 指标名称 + 标签集合 唯一标识一个时间序列，样本由时间戳和浮点值组成。
四种指标类型（Counter、Gauge、Histogram、Summary）各有适用场景，选择错误会导致查询结果失真。
PromQL 的核心在于区分 即时向量 和 范围向量，并熟练使用 rate()、increase()、histogram_quantile() 等关键函数。
向量匹配规则决定了多指标联合查询的正确性，on()、ignoring() 和 group_left() 是高级查询的必备工具。