K8S一些監控指標

內存：

container_memory_rss
RSS內存，即常駐內存集（Resident Set Size），是分配給進程使用實際物理內存，而不是磁盤上緩存的虛擬內存。RSS內存包括全部分配的棧內存和堆內存，以及加載到物理內存中的共享庫佔用的內存空間，但不包括進入交換分區的內存。

container_memory_usage_bytes
當前使用的內存量，包括全部使用的內存，無論有沒有被訪問。

container_memory_max_usage_bytes
最大內存使用量的記錄。

container_memory_cache
高速緩存（cache）的使用量。cache是位於CPU與主內存間的一種容量較小但速度很高的存儲器，是爲了提升cpu和內存之間的數據交換速度而設計的。

container_memory_swap
虛擬內存使用量。虛擬內存（swap）指的是用磁盤來模擬內存使用。當物理內存快要使用完或者達到必定比例，就能夠把部分不用的內存數據交換到硬盤保存，須要使用時再調入物理內存

container_memory_working_set_bytes
當前內存工做集（working set）使用量。

container_memory_max_usage_bytes(最大可用內存) >container_memory_usage_bytes(已經申請的內存+工做集使用的內存) >container_memory_working_set_bytes(工做集內存) >container_memory_rss(常駐內存集)

PromQL基礎

值	解釋
http_request_total{}	瞬時向量表達式，選擇當前最新的數據
http_request_total{}[5m]	區間向量表達式，選擇以當前時間爲基準，5分鐘內的數據
http_request_total{} offset 5m	分鐘前的瞬時樣本數據
http_request_total{}[1d] offset 1d	昨天一天的區間內的樣本數據

PromQL聚合操做

值	解釋
sum () by (cluster_name)	每一個結果裏的value值的求和,單位沒限制，例如請求總時間
topk(3,count_netstat_wait_connections)	前n條時序 進行瞬時報警，不是爲了觀察曲線圖
bottomk()	後n條時序
quantile(0.5, http_requests_total)	當φ爲0.5時，即表示找到當前樣本數據中的中位數
min max avg	最小 最大 平均
count()	每條結果計數,單位次數
count_values()	對value進行計數

PromQL 內置函數

值	解釋
值	解釋
rate(5m)	取一段時間增量的平均每秒數量， 5m內總增量/5m適合緩慢變化的計數器（counter）
irate(5m)	指定時間範圍內的最近兩個數據點來算速率，適合快速變化的計數器（counter）
increase(5m)	取一段時間增量的總量， 5m內總增量
predict_linear(node_filesystem_free{job= "node"}[1h], 4 * 3600)	適合gauges，對數據的變化趨勢進行預測
by 與without(標籤名)	without用於從計算結果中移除列舉的標籤，而保留其它標籤。by則正好相反，結果向量中只保留列出的標籤，其他標籤則移除。經過without和by能夠按照樣本的問題對數據進行聚合。
avg without(cpu) ( rate (node_cpu_seconds_total{mode="idle"}[5m]) )	without不按cpu標籤分組，而後計算平均值。
ceil(node_load5{instance="192.168.1.75:9100"})	四捨五入
day_of_month()	返回被給定 UTC 時間所在月的第幾天
clamp_max(node_load5{instance="192.168.1.75:9100"}, 2)	輸入一個瞬時向量和最大值，樣本數據值若大於 max，則改成 max，不然不變
changes(node_load5{instance="192.168.1.75:9100"}[1m])	輸入一個區間向量， 返回這個區間向量內每一個樣本數據值變化的次數（瞬時向量），若是樣本數據值沒有發生變化，則返回結果爲 1
delta(cpu_temp_celsius{host="zeus"}[2h])	它計算一個區間向量 v的第一個元素和最後一個元素之間的差值用在 Gauge 類型的時間序列上