Prometheus 黑盒探测有用的指标

Question

我有大约 1000 个使用 HTTP 探测的目标。

job="http_2xx", env="prod", instance="x.x.x.x"
job="http_2xx", env="test", instance="y.y.y.y"
job="http_2xx", env="dev", instance="z.z.z.z"

我想知道目标：

1. 过去 10 分钟内 env 的失败率。
2. env 在过去 10 分钟内的失败率增加。
3. 好奇以下是做什么的：

sum(increase(probe_success{job="http_2xx"}[10m]))

rate(probe_success{job="http_2xx", env="prod"}[5m]) * 100

我已经达到的最接近的是在 10 分钟内通过 env 找到操作：

avg(avg_over_time(probe_success{job="http_2xx", env="prod"}[10m]) * 100)

Answer 1

1. 过去 10 分钟内 env 的失败率。 最简单的方法是：

   sum(rate(probe_success{job="http_2xx"}[10m]) * 100) by (env)

   这将返回您成功探测的百分比，您可以反向添加*(-1) +100

2. 计算超过 10m 的速率和超过 10m 的速率增加似乎是多余的，在上述查询中increase function 对我不起作用。 如果需要，您可以将速率 function 替换为increase 。

3. 第一个查询非常接近，它将计算 10m 周期内成功探测的增加。 您可以通过添加== 0并通过“env”变量对其求和来使其显示失败探针的增加

   sum(increase(probe_success{job="http_2xx"} == 0 [10m])) by (env)

   您的第二个查询将为 prod 环境返回超过 5m 的成功请求百分比