普罗米修斯-为平均订单规模、订单处理时间和订单之间的时间设计定制指标

Question

使用普罗米修斯度量标准需要不同的思维方式。设计指标通常并不太困难。你能帮我设计订单处理系统的指标吗？

系统处理请求（如订单）。每个请求都包含许多要处理的项目。请求的处理时间可能在几秒钟到几小时之间。一个请求中的项目数在100万到100万之间变化。请求之间可能有一段时间。

我如何设计指标（计数器，量表，直方图，摘要？）普罗米修斯在白天（比如每10分钟）提供以下信息：

• 每个时间单位处理的平均项目数（请求中）

在每个请求的应用程序中，以下信息可用：开始时间、结束时间、处理的项目数。

Answer 1

最有用的普罗米修斯度量是计数器。它基本上是进程生命周期中的一个不断增加的值（每当被监视的进程重新启动时，它从零开始）。在此基础上，您只需将范围开始时的值减去范围结束时的值，即可计算在任何时间范围内（前5分钟，昨天，今年至今）监控指标的增加量。（并将任何重置调整为零。）普罗米修斯通过它提供的increase（）和rate（）函数自动为您完成这项工作。

对于您的特定用例，每个时间单位处理的项目的平均数量将是例如率（items_processed_total[5m]），其中率（）由Prometheus提供；items_processed_total是您必须定义和每次处理一个项目（或一批项目）时都会递增；5m是您希望计算平均值的时间范围（您显然可以使用任意值，只要它比刮擦时间长几倍间隔）。这将得到QPS平均值，即每秒处理的项目数，平均超过5分钟。

对于第二个要点（请求的平均处理时间），您需要两个计数器，假设请求\u已处理\u总计（每次处理完请求时递增1）和请求\u处理\u时间\u秒总计（每次处理完请求时递增请求\u结束\u时间-请求\u开始\u时间）。然后，您所寻找的价值将由

rate(request_processing_time_seconds_total[5m]) / rate(requests_processed_total[5m])

即请求流转时长比前5分钟增加多少除以前5分钟处理的请求数。（或您选择的任意时间范围。）

最后一点（请求之间的平均等待时间）是

1 / rate(requests_processed_total[5m])

如果您想要请求之间的平均时间（即“每秒请求”的倒数，即“每秒请求”）。

或者，如果您对请求之间的空闲时间感兴趣：

(1 - rate(request_processing_time_seconds_total[5m]))
  /
rate(requests_processed_total[5m])

如果你只对请求之间的空闲时间感兴趣。为了解释这一点，1-速率（请求处理时间秒总数[5m]）是作业空闲时间的百分比（100%处理时间）；除以QPS等于乘以请求之间的平均间隔（见上文）。

后一个表达式假定这是一个单线程进程，它要么处理请求，要么空闲。如果您实际上是并行处理请求，“空闲时间”作为一个度量标准没有多大意义。

最后，如果你对平均值（比如中位数或其他百分位数）感兴趣，柱状图是很好的。如果他们不使用一个数量级以上的指标（以及存储和CPU等），我会将它们用于一切。例如，请求处理时间的柱状图将为您提供平均处理时间、估计中值处理时间以及您想要的任何其他百分比（估计）。当然，还要加上请求数量和总处理时间（内置）。它们允许您跨多个实例进行聚合度量，而不是汇总度量。