spring-boot - SpringBoot - *_max *_count *_sum 指标的可观察性

Question

关于 Spring Boot、一些有用的默认指标以及如何在 Grafana 中正确使用它们的小问题。
目前使用带有 Actuator + Micrometer + Prometheus 依赖项的 Spring Boot 2.5.1+(适用于 2.x.x. 的问题)，有很多非常方便的默认指标开箱即用。
我看到很多很多都有图案 _max _count _sum .
举几个例子:

spring_data_repository_invocations_seconds_max
spring_data_repository_invocations_seconds_count
spring_data_repository_invocations_seconds_sum

reactor_netty_http_client_data_received_bytes_max
reactor_netty_http_client_data_received_bytes_count
reactor_netty_http_client_data_received_bytes_sum

http_server_requests_seconds_max
http_server_requests_seconds_count
http_server_requests_seconds_sum

不幸的是，我不确定如何处理它们，如何正确使用它们，并且感觉我的无知让我错过了一些很棒的应用程序见解。
在网上搜索，我看到有些人使用这样的方法来计算 Grafana 的平均值:

irate(http_server_requests_seconds::sum{exception="None", uri!~".*actuator.*"}[5m]) / irate(http_server_requests_seconds::count{exception="None", uri!~".*actuator.*"}[5m])

但不确定这是否是使用它们的正确方法。
请问可以进行哪些类型的查询，通常在处理 _max _count _sum 类型的度量时使用。请？
谢谢

Answer 1

count和 sum一般用于计算平均值。 count累计次数sum增加，而 sum持有某物的总值(value)。让我们拿 http_server_requests_seconds例如:

http_server_requests_seconds_sum   10
http_server_requests_seconds_count 5

通过上面的示例，可以说有 5 个 HTTP 请求，它们的总持续时间为 10 秒。如果分 sum来自 count您将获得 2 秒的平均请求持续时间。
无论这两个标签是什么(您可以将它们用于聚合/过滤)，您都可以创建至少两个有用的面板:平均请求持续时间(即平均延迟)和请求率。
请求率
使用 rate()或 irate()您可以获得每秒有多少请求的函数:

rate(http_server_requests_seconds_count[5m])

rate()工作方式如下:

Prometheus 从给定的时间间隔(本例中为 [5m])中采样，并计算当前时间点(不一定是现在)和 [5m] 之间的差异前。

然后将获得的值除以间隔中的秒数。

因此，间隔越大，线条就越平滑。
平均请求持续时间
你可以继续

http_server_requests_seconds_sum / http_server_requests_seconds_count

但您很可能只会在图表上看到一条直线。这是因为这些指标的值随着时间的推移变得太大，并且必须发生此查询的真正剧烈变化才能显示任何差异。由于这种性质，最好计算数据样本的平均值。使用 increase()函数，您可以获得指标在一个时间间隔内如何变化的近似值。因此:

increase(http_server_requests_seconds_sum[5m]) / increase(http_server_requests_seconds_count[5m])

该值是近似值，因为在引擎盖下 increase()是 rate()乘以 [inverval] .错误无关紧要，只要准备好可以增加 2.5 个请求:)。
聚合和过滤
如果您已经运行了上述查询之一，您会注意到不是一行而是多行。这是由于标签；每个独特的标签集都考虑了一个单独的时间序列。这可以通过使用 aggregation function 来解决。 (如 sum() )。例如，您可以通过 instance 聚合请求率:

sum by(instance) (http_server_requests_seconds_count[5m])

这将为您显示每个唯一的行 instance标签。现在，如果您想查看一些而不是所有实例，您可以使用过滤器。例如，仅计算 nodeA 的值实例:

sum by(instance) (http_server_requests_seconds_count{instance="nodeA"}[5m])

阅读更多关于选择器的信息 here .使用标签，您可以创建任意数量的有用面板。也许您想通过 status 计算异常的百分比，或它们的发生率，或者请求率。代码，你的名字。
关于 max 的注释
从网上查到的， max显示在设置中设置的某个时间间隔内的最大记录值(如果信任源，默认值为 2 分钟)。这是一个有点不常见的指标，它是否有用取决于您。由于它是一个仪表(与 sum 和 count 不同，它可以上下移动)您不需要额外的功能(例如 rate() )来查看动态。因此

http_server_requests_seconds_max

将显示最大请求持续时间。您可以使用聚合函数( avg() 、 sum() 等)和标签过滤器来增强它以使其更有用。