K8S一些监控指标
发表于:2025-12-03 作者:千家信息网编辑
千家信息网最后更新 2025年12月03日,内存:container_memory_rssRSS内存,即常驻内存集(Resident Set Size),是分配给进程使用实际物理内存,而不是磁盘上缓存的虚拟内存。RSS内存包括所有分配的栈内存和
千家信息网最后更新 2025年12月03日K8S一些监控指标
内存:
container_memory_rss
RSS内存,即常驻内存集(Resident Set Size),是分配给进程使用实际物理内存,而不是磁盘上缓存的虚拟内存。RSS内存包括所有分配的栈内存和堆内存,以及加载到物理内存中的共享库占用的内存空间,但不包括进入交换分区的内存。
container_memory_usage_bytes
当前使用的内存量,包括所有使用的内存,不管有没有被访问。
container_memory_max_usage_bytes
最大内存使用量的记录。
container_memory_cache
高速缓存(cache)的使用量。cache是位于CPU与主内存间的一种容量较小但速度很高的存储器,是为了提高cpu和内存之间的数据交换速度而设计的。
container_memory_swap
虚拟内存使用量。虚拟内存(swap)指的是用磁盘来模拟内存使用。当物理内存快要使用完或者达到一定比例,就可以把部分不用的内存数据交换到硬盘保存,需要使用时再调入物理内存
container_memory_working_set_bytes
当前内存工作集(working set)使用量。
container_memory_max_usage_bytes(最大可用内存) >container_memory_usage_bytes(已经申请的内存+工作集使用的内存) >container_memory_working_set_bytes(工作集内存) >container_memory_rss(常驻内存集)
PromQL基础
值 | 解释 |
|---|---|
| http_request_total{} | 瞬时向量表达式,选择当前最新的数据 |
| http_request_total{}[5m] | 区间向量表达式,选择以当前时间为基准,5分钟内的数据 |
| http_request_total{} offset 5m | 分钟前的瞬时样本数据 |
| http_request_total{}[1d] offset 1d | 昨天一天的区间内的样本数据 |
PromQL聚合操作
值 | 解释 |
|---|---|
| sum () by (cluster_name) | 每个结果里的value值的求和,单位没限制,例如请求总时间 |
| topk(3,count_netstat_wait_connections) | 前n条时序 进行瞬时报警,不是为了观察曲线图 |
| bottomk() | 后n条时序 |
| quantile(0.5, http_requests_total) | 当φ为0.5时,即表示找到当前样本数据中的中位数 |
| min max avg | 最小 最大 平均 |
| count() | 每条结果计数,单位次数 |
| count_values() | 对value进行计数 |
PromQL 内置函数
值 | 解释 |
|---|---|
值 | 解释 |
| rate(5m) | 取一段时间增量的平均每秒数量, 5m内总增量/5m适合缓慢变化的计数器(counter) |
| irate(5m) | 指定时间范围内的最近两个数据点来算速率,适合快速变化的计数器(counter) |
| increase(5m) | 取一段时间增量的总量, 5m内总增量 |
| predict_linear(node_filesystem_free{job= "node"}[1h], 4 * 3600) | 适合gauges,对数据的变化趋势进行预测 |
| by 与without(标签名) | without用于从计算结果中移除列举的标签,而保留其它标签。by则正好相反,结果向量中只保留列出的标签,其余标签则移除。通过without和by可以按照样本的问题对数据进行聚合。 |
| avg without(cpu) ( rate (node_cpu_seconds_total{mode="idle"}[5m]) ) | without不按cpu标签分组,然后计算平均值。 |
| ceil(node_load5{instance="192.168.1.75:9100"}) | 四舍五入 |
| day_of_month() | 返回被给定 UTC 时间所在月的第几天 |
| clamp_max(node_load5{instance="192.168.1.75:9100"}, 2) | 输入一个瞬时向量和最大值,样本数据值若大于 max,则改为 max,否则不变 |
| changes(node_load5{instance="192.168.1.75:9100"}[1m]) | 输入一个区间向量, 返回这个区间向量内每个样本数据值变化的次数(瞬时向量),如果样本数据值没有发生变化,则返回结果为 1 |
| delta(cpu_temp_celsius{host="zeus"}[2h]) | 它计算一个区间向量 v的第一个元素和最后一个元素之间的差值用在 Gauge 类型的时间序列上 |
内存
数据
向量
时间
样本
区间
标签
结果
变化
最大
使用量
增量
物理
解释
工作
之间
元素
单位
时序
次数
数据库的安全要保护哪些东西
数据库安全各自的含义是什么
生产安全数据库录入
数据库的安全性及管理
数据库安全策略包含哪些
海淀数据库安全审计系统
建立农村房屋安全信息数据库
易用的数据库客户端支持安全管理
连接数据库失败ssl安全错误
数据库的锁怎样保障安全
数据库一般用什么语言开发
php 数据库 添加图片
合川区网络安全审计系统咨询
互联网科技对银行影响
软件开发工具的集成可以分为
软件开发需求规格说明书怎么写
上海安全服务器
数据库累加和算法
永久怀旧服哈霍兰服务器
Delphi软件开发工程师招聘
对于网络安全的威胁有哪些
在vs中查找对应数据库表
2017年度网络安全大事件
网络安全保护与研究论文
中邮网络技术公司
博兴企业软件开发服务
jsp 数据库更新
fifa99球员数据库
远程连不到数据库
专升本计算机网络技术对口专业
年薪十万的软件开发
超猎都市选择服务器
如何将数据实时存入数据库
软件开发的中国制造
北海什么是数据库
数据库加密作用
网络安全政治心得2000字
数据库给数据加值
无人机配送服务器
erp服务器配置有哪些