为什么在Prometheus中使用irate或rate计算CPU利用率？

Question

我知道CPU利用率是由非空闲时间占CPU总时间的百分比得出的。在Prometheus中，rate或irate函数计算向量数组中的变化率。

人们通常通过以下PrmoQL表达式来计算CPU利用率：

(100 - (avg by (instance) (rate(node_cpu_seconds_total{mode="idle"}[1m])) * 100))

我不明白计算非空闲时间的每秒变化与计算CPU使用率是如何等效的。有人可以用数学解释为什么这有意义吗？

Answer 1

这里有两件事需要解决。

首先，rate对irate。链接的问题和博客文章均未解决此问题（但Eitan's answer确实涉及此问题）。区别在于rate估计请求范围内的平均速率（在您的情况下为1分钟），而irate仅根据最后两个样本计算速率。撇开“估计”部分（如果您感到好奇，请参见this answer），两者之间的实际区别在于rate将使结果平滑，而irate将返回对CPU使用率，这更可能显示CPU使用率的极端值，但也更容易出现aliasing。

例如如果看一下Prometheus的CPU使用率，您会注意到它处于一个基本恒定的基线，每次评估一个大型规则组时都会出现峰值。给定的时间范围至少与Prometheus的评估间隔一样长，如果您使用rate，则随着时间的推移，CPU使用率或多或少会保持不变（即一条直线）。使用irate（假设刮擦间隔为5s），您将获得以下两点之一：

1. 如果您的分辨率（即步骤）与Prometheus的评估间隔（例如，分辨率为1m并且评估间隔为13s）不一致，则将获得CPU使用率的随机抽样，并且希望在一段时间内在图表上看到接近最高和最低CPU使用率的值；
2. 如果您的分辨率与Prometheus的评估间隔（例如1m分辨率和15s评估间隔）一致，那么您会在任何地方看到基准CPU使用率（因为您碰巧看到了{{ 1}}间隔设置为每隔1分钟（当没有规则评估发生时）或峰值CPU使用率（因为您碰巧看到间隔每隔1分钟的5s个间隔，每一次覆盖规则评估）。

关于第二点，对于5s指标所表示的明显混淆是counter。这意味着它是一个连续递增的数字，从根本上衡量了自出口商启动以来CPU处于空闲状态的时间。绝对值并没有那么有用（因为它取决于导出器启动的时间，并且每次重新启动时都会降至0）。有趣的是，它在一段时间内增加了多少：您可以在给定的时间内计算每秒的增长率（node_cpu_seconds_total的平均值； {{1}的瞬时值） }或绝对增加（使用rate）。因此，irate和increase都将为您提供一个比率（在rate(node_cpu_seconds_total{mode="idle"}[1m])和irate(node_cpu_seconds_total{mode="idle"}[1m])之间）（CPU空闲）（过去一分钟以及最后一分钟之间） 2个样本）。

Answer 2

看起来已经在这里得到了回答：Prometheus - Convert cpu_user_seconds to CPU Usage %? 查看答案中提供的链接：https://www.robustperception.io/understanding-machine-cpu-usage，可以看到说明。 就个人而言，我认为在这种情况下进行评估更有意义，因为它将向您显示最后一个活动点的平均值（与之相对的是将整个采样时隙平均的比率）。