如何使用 prometheus 和 node_exporter 获得服务器的整体正常运行时间

Question

我正在寻找一个查询来获取上周运行 prometheus 的服务器的平均正常运行时间。它应该是大约 15 小时/周，所以大约 8-10%。

我在 CentOS 7.6.1810 上使用 Prometheus 2.5.0 和 node_exporter。我最有希望的实验是：

1 - avg_over_time(up{job="prometheus"}[7d])

这是我在寻找获得平均正常运行时间的方法时发现的，但它给了我正好 1。（我猜它忽略了没有发生擦伤的时间？）

2 - sum_over_time(up{job="prometheus"}[7d]) * 15 / 604800

这在技术上有效，但取决于刮擦间隔，在我的情况下为 15 秒。我似乎无法找到从 prometheus 的配置中获取所述间隔的方法，因此我必须将其硬编码到查询中。

我还试图找到获取工作的所有开始和结束时间的方法，但到目前为止无济于事。

Answer 1

干得好。不要问。(o:

avg_over_time(
  (
    sum without() (up{job="prometheus"})
      or
    (0 * sum_over_time(up{job="prometheus"}[7d]))
  )[7d:5m]
)

一点一点地解释一下：

1. sum without() (up{job="prometheus"})：采用up度量标准（该sum without()部分在保留所有其他标签的同时去除度量标准名称）；
2. 0 * sum_over_time(up{job="prometheus"}[7d])：为up{job="prometheus"}过去一周看到的每个标签组合生成一个零值向量（例如，如果您有多个 Prometheus 实例）；
3. or 两者结合在一起，因此您可以获得可用的实际值，缺失的值为零；
4. [7d:5m]: PromQL subquery，产生一个跨越 7 天的范围向量，根据前面的表达式有 5 分钟的分辨率；
5. avg_over_time: 取up指标随时间变化的平均值，默认填充零，如果缺失。

您可能还想在and sum_over_time(up{job="prometheus"}[7d]该表达式的末尾添加一个，以便仅获得过去 7 天内某个时间点存在的标签组合的结果。否则，由于 7 天范围和 7 天子查询的组合，您将获得前 14 天所有组合的结果。

无论如何，这都不是一个有效的查询，但它不需要您将抓取间隔硬编码到查询中。按照要求。(o: