prometheus + grafana配置统计图

prometheus + grafana配置统计图

• 配置普通折线图

在代码中添加metrics

例如咱们想要展现耗时的统计图，须要在代码中记录开始处理和结束处理的时间点，得出时间差

start := time.Now()
    resp, err := cli.DoSth(ctx, req)
    gap := time.Since(start)
    
    log.Infof("key:%+v, do sth cost:%+v", sha1, gap.Nanoseconds()/1000000)
    DoSthSummary.With(prometheus.Labels{"target": "do_sth"}).Observe(float64(gap))
    if err != nil {
        return nil, err
    }

metrics部分的代码：

DoSthSummary = prometheus.NewSummaryVec(prometheus.SummaryOpts{
        Name:       "do_sth_cost_summary",
        Help:       "do sth request cost time summary. unit: ns",
        Objectives: map[float64]float64{0.5: 0.05, 0.75: 0.05, 0.9: 0.01, 0.99: 0.001},
        MaxAge:     time.Minute,
    }, []string{"target"})

func init() {
    prometheus.MustRegister(DoSthSummary)
}

至此，代码中的metrics添加完毕了

在grafana中添加prometheus数据源

• 添加新的panel

• 选择prometheus数据源

• 选择metrics

使用代码中summary的Name字段便可

注意，target必定要与代码中的target一致

• 配置图例的显式方式 host-分位数

• 配置坐标轴

Left Y指的是最左侧纵坐标的相关配置
Right Y指的是最右侧纵坐标的相关配置
X-Axis指的是横坐标的相关配置

• 配置最右侧的图例

• 最后配置标题，描述等信息

• 配置按小时划分的增量图

• 代码中添加metrics：

common.SampleSizeCounter.With(prometheus.Labels{"sample_type": "raw"}).Add(float64(intSize) / 1024)
    common.SampleSizeCounter.With(prometheus.Labels{"sample_type": "zip"}).Add(float64(intZipSize) / 1024)

SampleSizeCounter = prometheus.NewCounterVec(
        prometheus.CounterOpts{
            Name: "size_counter",
            Help: "sample size total.(KB)",
        },
        []string{"sample_type"},
    )

• 统计zip每小时增量的语句：

sum(increase(size_counter{sample_type="zip"}[1h]))

注意，Min step必定要填1h，不然不会按小时聚合，会默认按分钟聚合

• 配置图形为直方图

• 成功

大功告成，以后有时间再系统学习从零开始的部署以及各类高级语句。