变化趋势:Graph面板

Graph面板是最常用的一种可视化面板,其通过折线图或者柱状图的形式显示监控样本随时间而变化的趋势。Graph面板天生适用于Prometheus中Gauge和Counter类型监控指标的监控数据可视化。例如,当需要查看主机CPU、内存使用率的随时间变化的情况时,可以使用Graph面板。同时,Graph还可以非常方便的支持多个数据之间的对比。

Graph面板

Graph面板与Prometheus

Graph面板通过折线图或者柱状图的形式,能够展示监控样本数据在一段时间内的变化趋势,因此其天生适合Prometheus中的Counter和Gauge类型的监控指标的可视化,对于Histogram类型的指标也可以支持,不过可视化效果不如Heatmap Panel来的直观。

使用Graph面板可视化Counter/Gauge

以主机为例,CPU使用率的变化趋势天然适用于使用Grapn面板来进行展示:

Prometheus Counter可视化

Metrics选项中,我们使用以下PromQL定义如何从Prometheus中读取数据:

  1. 1 - (avg(irate(node_cpu{mode='idle'}[5m])) without (cpu))

如下所示:

Metrics选项

根据当前Prometheus的数据采集情况,该PromQL会返回多条时间序列(在示例中会返回3条)。Graph面板会从时间序列中获取样本数据,并绘制到图表中。 为了让折线图有更好的可读性,我们可以通过定义Legend format{{ instance }}控制每条线的图例名称:

使用Legend format模板化图例

由于当前使用的PromQL的数据范围为0~1表示CPU的使用率,为了能够更有效的表达出度量单位的概念,我们需要对Graph图表的坐标轴显示进行优化。如下所示,在Axes选项中可以控制图标的X轴和Y轴相关的行为:

Axes选项

默认情况下,Y轴会直接显示当前样本的值,通过Left YUnit可以让Graph面板自动格式化样本值。当前表达式返回的当前主机CPU使用率的小数表示,因此,这里选择单位为percent(0.0.-1.0)。除了百分比以外,Graph面板支持如日期、货币、重量、面积等各种类型单位的自动换算,用户根据自己当前样本的值含义选择即可。

除了在Metrics设置图例的显示名称以外,在Graph面板的Legend选项可以进一步控制图例的显示方式,如下所示:

Legend选项

Options中可以设置图例的显示方式以及展示位置,Values中可以设置是否显示当前时间序列的最小值,平均值等。 Decimals用于配置这些值显示时保留的小数位,如下所示:

Legend控制图例的显示示例

除了以上设置以外,我们可能还需要对图表进行一些更高级的定制化,以便能够更直观的从可视化图表中获取信息。在Graph面板中Display选项可以帮助我们实现更多的可视化定制的能力,其中包含三个部分:Draw options、Series overrides和Thresholds。

Display选项

Draw Options用于设置当前图标的展示形式、样式以及交互提示行为。其中,Draw Modes用于控制图形展示形式:Bar(柱状)、Lines(线条)、Points(点),用户可以根据自己的需求同时启用多种模式。Mode Options则设置各个展示模式下的相关样式。Hover tooltip用于控制当鼠标移动到图形时,显示提示框中的内容。

如果希望当前图表中的时间序列以不同的形式展示,则可以通过Series overrides控制,顾名思义,可以为指定的时间序列指定自定义的Draw Options配置,从而让其以不同的样式展示。例如:

Series overrides

这里定义了一条自定义规则,其匹配图例名称满足/localhost/的时间序列,并定义其以点的形式显示在图表中,修改后的图标显示效果如下:

Series overrides效果

Display选项中的最后一个是Thresholds,Threshold主要用于一些自定义一些样本的阈值,例如,定义一个Threshold规则,如果CPU超过50%的区域显示为warning状态,可以添加如下配置:

Threshold设置

Graph面板则会在图表中显示一条阈值,并且将所有高于该阈值的区域显示为warining状态,通过可视化的方式直观的在图表中显示一些可能出现异常的区域。

需要注意的是,如果用户为该图表自定义了Alert(告警)配置,Thresholds将会被警用,并且根据Alert中定义的Threshold在图形中显示阈值内容。关于Alert的使用会在后续部分,详细介绍。

使用Graph面板可视化Histogram

以Prometheus自身的监控指标prometheus_tsdb_compaction_duration为例,该监控指标记录了Prometheus进行数据压缩任务的运行耗时的分布统计情况。如下所示,是Prometheus返回的样本数据:

  1. # HELP prometheus_tsdb_compaction_duration Duration of compaction runs.
  2. # TYPE prometheus_tsdb_compaction_duration histogram
  3. prometheus_tsdb_compaction_duration_bucket{le="1"} 2
  4. prometheus_tsdb_compaction_duration_bucket{le="2"} 36
  5. prometheus_tsdb_compaction_duration_bucket{le="4"} 36
  6. prometheus_tsdb_compaction_duration_bucket{le="8"} 36
  7. prometheus_tsdb_compaction_duration_bucket{le="16"} 36
  8. prometheus_tsdb_compaction_duration_bucket{le="32"} 36
  9. prometheus_tsdb_compaction_duration_bucket{le="64"} 36
  10. prometheus_tsdb_compaction_duration_bucket{le="128"} 36
  11. prometheus_tsdb_compaction_duration_bucket{le="256"} 36
  12. prometheus_tsdb_compaction_duration_bucket{le="512"} 36
  13. prometheus_tsdb_compaction_duration_bucket{le="+Inf"} 36
  14. prometheus_tsdb_compaction_duration_sum 51.31017077500001
  15. prometheus_tsdb_compaction_duration_count 36

在第2章的“Metric类型”小节中,我们已经介绍过Histogram的指标,Histogram用于统计样本数据的分布情况,其中标签le定义了分布桶Bucket的边界,如上所示,表示当前Prometheus共进行了36次数据压缩,总耗时为51.31017077500001ms。其中任务耗时在0~1ms区间内的为2次、在0~2ms区间范围内为36次,以此类推。

如下所示,如果需要在Graph中显示Histogram类型的监控指标,需要在Query Editor中定义查询结果的Format as为Heatmap。通过该设置Grafana会自动计算Histogram中的Bucket边界范围以及该范围内的值:

Metrics设置

Graph面板重新计算了Bucket边界,如下所示,在0~1ms范围内的任务次数为2,在1~2ms范围内的运行任务次数为34。通过图形的面积,可以反映出各个Bucket下的大致数据分布情况:

Histogram数据可视化

不过通过Graph面板展示Histogram也并不太直观,其并不能直接反映出Bucket的大小以及分布情况,因此在Grafana V5版本以后更推荐使用Heatmap面板的方式展示Histogram样本数据。关于Heatmap面板的使用将会在接下来的部分介绍。