Introduction à PromQL

Qu'est-ce que PromQL ?

PromQL (Prometheus Query Language) est le langage de requête utilisé dans Prometheus pour interroger les données de métriques. Il permet d'extraire des informations, de créer des alertes, et de visualiser des graphiques dans des outils comme Grafana.

Pourquoi utiliser PromQL ?

PromQL est essentiel pour analyser les métriques collectées par Prometheus. Grâce à sa syntaxe puissante et flexible, vous pouvez :

• Surveiller les performances de vos systèmes.
• Configurer des alertes basées sur des seuils spécifiques.
• Créer des visualisations détaillées pour des tableaux de bord.

Métriques

PromQL travaille avec des métriques qui peuvent être :

• Counter : Une valeur cumulative qui ne décroît jamais.
• Gauge : Une valeur qui peut augmenter ou diminuer.
• Histogram : Une distribution de valeurs.
• Summary : Une vue résumée des métriques.

Expressions simples

Les expressions simples permettent de récupérer des métriques brutes :

http_requests_total

Cela retourne toutes les valeurs actuelles de la métrique http_requests_total.

Filtrage avec des étiquettes

Les métriques peuvent être filtrées à l'aide d'étiquettes :

http_requests_total{method="GET", status="200"}

Cela retourne uniquement les métriques où method est GET et status est 200.

Agrégation

Les fonctions d'agrégation permettent de résumer les données :

• sum(http_requests_total) : Somme de toutes les requêtes.
• avg(http_requests_total) : Moyenne des requêtes.
• max(http_requests_total) : Valeur maximale.
• min(http_requests_total) : Valeur minimale.

Fonctions

PromQL offre des fonctions pour manipuler les séries temporelles :

• rate(metric[5m]) : Taux de changement par seconde sur une fenêtre de 5 minutes.
• increase(metric[1h]) : Augmentation totale sur une heure.
• irate(metric[1m]) : Taux instantané basé sur les points les plus récents.

Opérations arithmétiques

PromQL permet de faire des calculs :

(http_requests_total{method="GET"} / http_requests_total) * 100

Cela calcule le pourcentage des requêtes GET par rapport au total.

Joindre des métriques

Vous pouvez combiner plusieurs métriques :

sum(cpu_usage) by (instance) / sum(cpu_limit) by (instance)

Cela donne le ratio d'utilisation CPU par instance.

Prometheus

Dans l'interface web de Prometheus, entrez une requête PromQL dans la barre de recherche pour visualiser les résultats en temps réel.

Grafana

Grafana offre une interface plus avancée pour créer des graphiques et des tableaux de bord basés sur les requêtes PromQL.

Utilisation du CPU

• Charge moyenne sur tous les cœurs :

  avg(rate(node_cpu_seconds_total{mode!="idle"}[5m]))

  Cette requête calcule le taux moyen d'utilisation du CPU (hors mode idle) sur les 5 dernières minutes.
• Utilisation du CPU par instance :

  sum(rate(node_cpu_seconds_total{mode!="idle"}[5m])) by (instance)

Utilisation de la mémoire

• Pourcentage de mémoire utilisée :

  100 * (1 - (node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes))

• Mémoire utilisée en gigaoctets :

  (node_memory_MemTotal_bytes - node_memory_MemAvailable_bytes) / (1024 * 1024 * 1024)

Utilisation du disque

• Pourcentage d'espace disque utilisé :

  100 * (node_filesystem_size_bytes{fstype!~"tmpfs|overlay"} - node_filesystem_free_bytes{fstype!~"tmpfs|overlay"}) / node_filesystem_size_bytes{fstype!~"tmpfs|overlay"}

• Espace libre sur un disque spécifique :

  node_filesystem_free_bytes{mountpoint="/"}

Surveillance des réseaux

• Taux d'envoi de données sur une interface réseau :

  rate(node_network_transmit_bytes_total[1m])

• Taux de réception de données :

  rate(node_network_receive_bytes_total[1m])

Uptime d'une instance

• Liste des instances en ligne :

  up == 1

• Instance cadvisor :

  up{instance="cadvisor:8080"}

Erreurs dans les applications

• Taux d'erreurs HTTP 5xx :

  rate(http_requests_total{status=~"5.."}[5m])

• Pourcentage d'erreurs 5xx par rapport au trafic total :

  100 * rate(http_requests_total{status=~"5.."}[5m]) / rate(http_requests_total[5m])

Alimentation d'une alerte

• CPU saturé (> 90 %) :

  avg(rate(node_cpu_seconds_total{mode!="idle"}[5m])) by (instance) > 0.9

• Moins de 10 % d'espace disque disponible :

  (node_filesystem_free_bytes / node_filesystem_size_bytes) < 0.1

Simplifiez vos requêtes

Évitez de surcharger vos requêtes avec des calculs complexes. Utilisez des fonctions simples et combinez-les au besoin.

Utilisez des agrégations

Les agrégations comme sum et avg permettent de simplifier les données et de les rendre plus lisibles.

Filtrez les données

Utilisez des étiquettes pour réduire le volume de données retournées, ce qui améliore la performance des requêtes.

PromQL est un langage puissant pour analyser et surveiller vos métriques dans Prometheus. En maîtrisant ses fonctionnalités, vous pouvez créer des alertes précises, des visualisations détaillées, et optimiser vos systèmes. Continuez à explorer les fonctions avancées et expérimentez avec vos métriques pour en tirer le maximum.