Prometheus 지표 쿼리
이제 지표가 워크스페이스에 수집되었으므로 쿼리할 수 있습니다.
지표를 시각적으로 표현한 대시보드를 생성하려면 Amazon Managed Grafana와 같은 서비스를 사용할 수 있습니다. Amazon Managed Grafana(또는 독립형 Grafana 인스턴스)는 다양한 디스플레이 프레젠테이션 스타일의 지표를 보여주는 그래픽 인터페이스를 구축할 수 있습니다. Amazon Managed Grafana에 대한 자세한 내용은 Amazon Managed Grafana 사용 설명서를 참조하세요.
또한 직접 쿼리를 사용하여 일회성 쿼리를 생성하거나, 데이터를 탐색하거나, 지표를 사용하는 자체 애플리케이션을 작성할 수 있습니다. 직접 쿼리는 Amazon Managed Service for Prometheus API와 표준 Prometheus 쿼리 언어인 PromQL을 사용하여 Prometheus 워크스페이스에서 데이터를 가져옵니다. PromQL 및 해당 구문에 대한 자세한 내용은 Prometheus 설명서의 Prometheus 쿼리
주제
PromQL 치트 시트
Amazon Managed Service for Prometheus 워크스페이스에서 지표를 쿼리할 때 이 PromQL(Prometheus 쿼리 언어) 치트 시트를 빠른 참조 자료로 활용하세요. PromQL을 사용하면 기능적 쿼리 언어를 통해 실시간으로 시계열 데이터를 선택하고 집계할 수 있습니다.
PromQL에 대한 자세한 내용은 PromLabs 웹 사이트에서 PromQL Cheat Sheet
기본 선택기
지표 이름 및 레이블 매처를 기준으로 시계열을 선택합니다.
# Select all time series with the metric name http_requests_total http_requests_total # Select time series with specific label values http_requests_total{job="prometheus", method="GET"} # Use label matchers http_requests_total{status_code!="200"} # Not equal http_requests_total{status_code=~"2.."} # Regex match http_requests_total{status_code!~"4.."} # Negative regex match
범위 벡터 선택기
시간 경과에 따른 샘플 범위를 선택합니다.
# Select 5 minutes of data http_requests_total[5m] # Time units: s (seconds), m (minutes), h (hours), d (days), w (weeks), y (years) cpu_usage[1h] memory_usage[30s]
집계 연산자
여러 시계열에 걸쳐 데이터를 집계합니다.
# Sum all values sum(http_requests_total) # Sum by specific labels sum by (job) (http_requests_total) sum without (instance) (http_requests_total) # Other aggregation operators avg(cpu_usage) # Average min(response_time) # Minimum max(response_time) # Maximum count(up) # Count of series stddev(cpu_usage) # Standard deviation
일반 함수
함수를 적용하여 데이터를 변환합니다.
# Rate of increase per second (for counters) rate(http_requests_total[5m]) # Increase over time range increase(http_requests_total[1h]) # Derivative (for gauges) deriv(cpu_temperature[5m]) # Mathematical functions abs(cpu_usage - 50) # Absolute value round(cpu_usage, 0.1) # Round to nearest 0.1 sqrt(memory_usage) # Square root # Time functions time() # Current Unix timestamp hour() # Hour of day (0-23) day_of_week() # Day of week (0-6, Sunday=0)
이항 연산자
산술 및 논리 연산을 수행합니다.
# Arithmetic operators cpu_usage + 10 memory_total - memory_available disk_usage / disk_total * 100 # Comparison operators (return 0 or 1) cpu_usage > 80 memory_usage < 1000 response_time >= 0.5 # Logical operators (cpu_usage > 80) and (memory_usage > 1000) (status_code == 200) or (status_code == 201)
실제 쿼리 예제
Amazon Managed Service for Prometheus 워크스페이스에서 사용할 수 있는 일반적인 모니터링 쿼리입니다.
# CPU usage percentage 100 - (avg by (instance) (rate(node_cpu_seconds_total{mode="idle"}[5m])) * 100) # Memory usage percentage (1 - (node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes)) * 100 # Request rate per second sum(rate(http_requests_total[5m])) by (job) # Error rate percentage sum(rate(http_requests_total{status_code=~"5.."}[5m])) / sum(rate(http_requests_total[5m])) * 100 # 95th percentile response time histogram_quantile(0.95, sum(rate(http_request_duration_seconds_bucket[5m])) by (le)) # Top 5 instances by CPU usage topk(5, avg by (instance) (cpu_usage))
