prometheus 描点原理

大家好，我是蓝胖子，关于 prometheus 的入门教程有很多，拿我之前学 prometheus 的经历来讲，看了很多教程，还是会对 prometheus 的描点以及背后的统计原理感到迷惑，所以今天我们就来分析下这部分，来揭开其神秘的面纱。

我们先来看看 prometheus 里的数据模型是怎么样的，只有知道了数据结构，才能理解对后续这些数据如何描点，如何计算出相应指标值。

数据模型

prometheus 中存的是时序数据，时序数据有个特点是每条数据都有一个时间戳，并且时序数据都有一个 metric_name(指标名)，和一系列的 label，以及当前指标的值 value。当用 prometheus web 控制台查询出来的就是一条条时序数据，如下图所示:

时序数据描述一个指标的表达式可以归纳为:

metric_name{label_name1=label_val1,label_name2=label_val2,....}  

表达式开头是指标名，{}里的就是指标的标签。

在 prometheus 中，如果指标名和标签完全相同，那么将会认为他们是同一个指标，将一个指标不同时间戳的时序数据称为指标的样本。

这里要特别明确一点，用过 prometheus 客户端的同学都知道 prometheus 有四大指标类型 Counter,Guage,Histogram,Summary，但无论是哪种指标类型在 prometheus 服务端这边都是按照上述的指标格式进行存储的，prometheus server 在存储时并不会去存特定某个指标是什么指标类型。

理解了 prometheus server 存储数据的类型，我们再来看看对 prometheus server 进行查询时的数据返回类型。

prometheus server 提供了两个 api 对外提供查询，分别是 query 和 query_range ，在 prometheus 中 用 vector 类型表示单个时间点的指标数据，用 matrix 表示一组时间点的指标数据。所以 query_range api 只能返回 matrix 类型的数据。我们用 prometheus web 控制台演示下。

首先来看下在 table 列进行查询时涉及的查询，在 table 列进行查询会调用到 query 的 api，其返回结果既可以是 matrix 类型，也可以是 vector 类型。

如上图所示，查询返回的是 vector 类型的数据 ， 我们在 table 这一栏输入 PromQl 查询语句，默认是查出当前时间最新的指标，可以看到返回的 result 是一个数组，因为匹配查询语句的不止一个指标，接着返回了指标的时间戳以及对应的值 val。

在 table 这一列除了查询某个指标的瞬时值，还可以查某段时间内的值，对应的 prometheus server api 的返回类型就将是 matrix 类型了 ,如下图所示，我们可以修改 PromQl 语句让其查 1m 内的数据:

如上图所示，将查询语句改为 go_memstats_other_sys_bytes{}[1m] 后返回的就是 matrix 类型的数据了，它表示一组时间点的数据。

其实看到这里，你应该能想到，prometheus 绘图就是根据 matrix 类型的数据进行描点绘图的 。

描点原理

紧接着，我们就来看下 prometheus 的描点绘图原理。

首先要明确一点，绘图的原理本质上就是在一个个时间片段里进行描点，然后再将各个点连起来就形成了随时间变化的监控图 Graph。所以在描点绘图时，用到的数据查询结果仅仅只能是 matrix 类型，因为只有它才能表示一个指标一组时间点的样本值。

我们再回顾下 matrix 数据格式是怎样的，

matrix 数据格式的返回，每个指标都会携带一组时间点的样本，到时候描点时就是根据这些样本点的时间点为横坐标，样本的值为纵坐标进行绘图的。

接着，我们来看下绘图用到的查询数据 api， 和在 table 栏进行查询不同，在绘图界面查询数据用到的 api 是 query_range ，query_range 返回的数据格式是 matrix 类型的数据

注意下 query_range 的参数，已经和 query 不同了，因为 query 毕竟只查基于某个时间点的数据，而 query_range 是查某段时间的数据，所以 query_range 有个开始时间 start 和结束时间 end，除此以外，它还有个参数 step，这个参数是表示将 start 和 end 之间的时间段按 step 步长分割为更小的时间段，然后在每个小的时间段内将会产生一个描点 。最后就是将指标的描点全部连接起来就是一个曲线了。

描点是如何计算出来的

知道了在每个小的时间段内，prometheus 会产生一个描点，我们还需要知道描点究竟是如何计算出来的。

拿截图的表达式 rate(go_memstats_other_sys_bytes[1m]) 举例，假设时间区间[start,end]被 step 分成了 3 小段。

如上图，其中每段的开始时间戳分别是 A1,A2,A3，按 step 进行累加，这 3 个小的时间段将会产生 3 个描点，每个描点计算规则如下:

val=rate函数(当前时间段与当前时间段减去1m这段时间内的所有样本)

每个描点，都会执行一次 rate 函数得到描点的 value 值，描点的时间戳则是每个小的时间段开始的时间，而计算的样本则是 每个小的时间段开始时间到 之前的 1m 的时间范围内筛选出来的。

histogram_quantile 表达式如何描点的？

上面的描点例子比较简单，我们来看一个复杂点的，这个也是 Histogram 指标类型统计的原理。

如下，我们通常会用到 histogram_quantile 去计算服务接口时间的耗时情况。

histogram_quantile(0.99,rate(server_handle_seconds_bucket{}[1m]))

它描点的逻辑依然逃不开 将一个大的时间段分为小的时间段，并且每个小的时间段产生描点。也就是说，每个小的时间段也都会执行一次 histogram_quantile 函数得到描点值，但 histogram_quantile 的样本值从哪里得来呢？

是在小的时间段内通过 rate 函数计算得到的，rate 函数的样本来源也和刚才讲的一样，是当前时间段与当前时间段减去 1m 这段时间内的所有样本。

思考题

这样的确得到了 3 个描点，能绘制出曲线来，但最开始我在看到这个表达式还是很疑惑的，因为它将之前的每个直方图的指标都进行了 rate 计算，这样在用 histogram_quantile 计算最终分位数的时候不会导致结果变化吗？这就涉及到了 histogram_quantile 计算分为数的逻辑，有空我会在下篇文章继续分析。