Question

我想从最近的x次中获得我的Pod的0.95％内存使用率。但是，如果我使用“大”（7 / 10d）范围，则此查询开始会花费太长时间。

我现在正在使用的查询是：

quantile_over_time(0.95, container_memory_usage_bytes[10d])

大约需要100秒才能完成

为简洁起见，我删除了多余的名称空间过滤器

我可以采取哪些步骤使此查询的性能更高？（除了使机器更大外）

我考虑过每x次（假设30分钟）计算0.95％的百分比并将其标记为 p95_memory_usage ，并在查询中使用 p95_memory_usage 而不是 container_memory_usage_bytes em>，这样我就可以减少查询必须经过的点数。

但是，这不会扭曲值吗？

Answer 1

正如您已经观察到的，累计分位数（随着时间的推移或其他方式）并没有真正的作用。

您可以尝试使用记录规则建立一段时间内内存使用情况的直方图，看起来像一个“真实的”普罗米修斯直方图（由_bucket，_count和_sum指标组成）这样做可能很乏味。像这样：

- record: container_memory_usage_bytes_bucket
  labels:
    le: 100000.0
  expr: |
    container_memory_usage_bytes > bool 100000.0
      +
    (
      container_memory_usage_bytes_bucket{le="100000.0"}
        or ignoring(le)
      container_memory_usage_bytes * 0
    )

针对您感兴趣的所有存储桶大小重复操作，添加_count和_sum指标。

直方图可以汇总（随时间推移或其他方式）而不会出现问题，因此您可以使用第二组记录规则，以较低的分辨率（例如每小时或每天增加，每小时或每天增加）来计算直方图指标的增加解析度）。最后，您可以在低分辨率直方图上使用histogram_quantile（采样数比原始时间序列少很多）来计算分位数。

这是很多工作，并且会有一些缺点：您只会每小时/每天对分位数进行一次更新，而准确性可能会更低，具体取决于您定义的直方图桶数。

否则（只有在完成上述所有工作后才出现），您可以定义一个以较低分辨率（例如每小时一次）运行并记录container_memory_usage_bytes指标当前值的记录规则。然后，您可以继续在此较低分辨率指标上使用quantile_over_time。显然，您将失去精度（因为您丢弃了大量样本），并且分位数仅每小时更新一次，但这要简单得多。您只需要等待10天，看看结果是否足够接近。（o：

Prometheus Pod内存使用性能查询分位数

1 个答案: