prometheus描點原理

大家好，我是藍胖子，關於prometheus的入門教學有很多，拿我之前學prometheus的經歷來講，看了很多教學，還是會對prometheus的描點以及背後的統計原理感到迷惑，所以今天我們就來分析下這部分，來揭開其神祕的面紗。

我們先來看看prometheus裡的資料模型是怎麼樣的，只有知道了資料結構，才能理解對後續這些資料如何描點，如何計算出相應指標值。

資料模型

prometheus中存的是時序資料，時序資料有個特點是每條資料都有一個時間戳，並且時序資料都有一個metric_name(指標名)，和一系列的label，以及當前指標的值value。當用prometheus web控制檯查詢出來的就是一條條時序資料，如下圖所示:

時序資料描述一個指標的表示式可以歸納為:

metric_name{label_name1=label_val1,label_name2=label_val2,....}  

表示式開頭是指標名，{}裡的就是指標的標籤。

在prometheus中，如果指標名和標籤完全相同，那麼將會認為他們是同一個指標，將一個指標不同時間戳的時序資料稱為指標的樣本。

這裡要特別明確一點，用過prometheus 使用者端的同學都知道prometheus有四大指標型別Counter,Guage,Histogram,Summary，但無論是哪種指標型別在prometheus伺服器端這邊都是按照上述的指標格式進行儲存的，prometheus server在儲存時並不會去存特定某個指標是什麼指標型別。

理解了prometheus server儲存資料的型別，我們再來看看對prometheus server 進行查詢時的資料返回型別。

prometheus server提供了兩個api對外提供查詢，分別是query 和query_range ，在prometheus中 用vector 型別表示單個時間點的指標資料，用matrix 表示一組時間點的指標資料。所以query_range api只能返回matrix 型別的資料。我們用prometheus web控制檯演示下。

首先來看下在table列進行查詢時涉及的查詢，在table列進行查詢會呼叫到query 的api，其返回結果既可以是matrix 型別，也可以是vector 型別。

如上圖所示，查詢返回的是vector型別的資料 ， 我們在table這一欄輸入PromQl查詢語句，預設是查出當前時間最新的指標，可以看到返回的result是一個陣列，因為匹配查詢語句的不止一個指標，接著返回了指標的時間戳以及對應的值val。

在table這一列除了查詢某個指標的瞬時值，還可以查某段時間內的值，對應的prometheus server api的返回型別就將是matrix型別了 ,如下圖所示，我們可以修改PromQl語句讓其查1m內的資料:

如上圖所示，將查詢語句改為go_memstats_other_sys_bytes{}[1m] 後返回的就是matrix型別的資料了，它表示一組時間點的資料。

其實看到這裡，你應該能想到，prometheus繪圖就是根據matrix型別的資料進行描點繪圖的 。

描點原理

緊接著，我們就來看下prometheus的描點繪圖原理。

首先要明確一點，繪圖的原理本質上就是在一個個時間片段裡進行描點，然後再將各個點連起來就形成了隨時間變化的監控圖Graph。所以在描點繪圖時，用到的資料查詢結果僅僅只能是matrix型別，因為只有它才能表示一個指標一組時間點的樣本值。

我們再回顧下matrix資料格式是怎樣的，

matrix資料格式的返回，每個指標都會攜帶一組時間點的樣本，到時候描點時就是根據這些樣本點的時間點為橫座標，樣本的值為縱座標進行繪圖的。

接著，我們來看下繪圖用到的查詢資料api， 和在table欄進行查詢不同，在繪圖介面查詢資料用到的api是query_range ，query_range返回的資料格式是matrix 型別的資料

注意下query_range的引數，已經和query不同了，因為query畢竟只查基於某個時間點的資料，而query_range是查某段時間的資料，所以query_range有個開始時間start和結束時間end，除此以外，它還有個引數step，這個引數是表示將start和end之間的時間段按step步長分割為更小的時間段，然後在每個小的時間段內將會產生一個描點 。最後就是將指標的描點全部連線起來就是一個曲線了。

描點是如何計算出來的

知道了在每個小的時間段內，prometheus會產生一個描點，我們還需要知道描點究竟是如何計算出來的。

拿截圖的表示式rate(go_memstats_other_sys_bytes[1m]) 舉例，假設時間區間[start,end]被step分成了3小段。

如上圖，其中每段的開始時間戳分別是A1,A2,A3，按step進行累加，這3個小的時間段將會產生3個描點，每個描點計算規則如下:

val=rate函數(當前時間段與當前時間段減去1m這段時間內的所有樣本)

每個描點，都會執行一次rate函數得到描點的value值，描點的時間戳則是每個小的時間段開始的時間，而計算的樣本則是 每個小的時間段開始時間到 之前的1m的時間範圍內篩選出來的。

histogram_quantile 表示式如何描點的？

上面的描點例子比較簡單，我們來看一個複雜點的，這個也是Histogram 指標型別統計的原理。

如下，我們通常會用到histogram_quantile去計算服務介面時間的耗時情況。

histogram_quantile(0.99,rate(server_handle_seconds_bucket{}[1m]))

它描點的邏輯依然逃不開 將一個大的時間段分為小的時間段，並且每個小的時間段產生描點。也就是說，每個小的時間段也都會執行一次histogram_quantile 函數得到描點值，但histogram_quantile的樣本值從哪裡得來呢？

是在小的時間段內通過rate函數計算得到的，rate函數的樣本來源也和剛才講的一樣，是當前時間段與當前時間段減去1m這段時間內的所有樣本。

思考題

這樣的確得到了3個描點，能繪製出曲線來，但最開始我在看到這個表示式還是很疑惑的，因為它將之前的每個直方圖的指標都進行了rate計算，這樣在用histogram_quantile計算最終分位數的時候不會導致結果變化嗎？這就涉及到了histogram_quantile計算分為數的邏輯，有空我會在下篇文章繼續分析。