Skip to content

Latest commit

 

History

History
133 lines (91 loc) · 3.22 KB

calculate-usage.md

File metadata and controls

133 lines (91 loc) · 3.22 KB

計算資源用量

資料傳輸速率

data_rate(byte/s)

利用 ts_num 和 avg_sample_byte 相乘，再除以 0.15，以獲取平均每秒傳輸量(byte/s)：

data_rate = 
    ts_num * avg_sample_byte / 0.15

用這公式算出的數值，能較為接近每秒抓取 metrics 的最大傳輸流量。
而 0.15 是由壓縮後的檔案，與 wal 目錄下，保留兩小時的檔案相比，所得出得數值。

時間序列的數量

ts_num

獲取 prometheus 在選取的時間範圍內，chunks_head 中的時間序列最大值。使用下面所示的 PromQL，以獲取該資訊：

max_over_time(prometheus_tsdb_head_series[1d])

平均樣本字節數

avg_byte_per_sample

計算壓縮後的樣本，平均每個所佔的字節數。使用下面所示的 PromQL，以獲取該資訊：

avg_over_time(
    ((prometheus_tsdb_compaction_chunk_size_bytes_sum 
    / prometheus_tsdb_compaction_chunk_samples_sum) > 0)
    [1d:])

如果初始建置的 prometheus，需要放置兩小時後，才會有壓縮的塊（chunk）。

刮取間隔

scrape_interval

查看 prometheus.yml，就能獲取刮取間隔（預設 1m）：

global:
  scrape_interval:     15s

記憶體使用量

記憶體使用量的總和計算，分為兩個區塊，分別是記憶體基數和攝取記憶體。

total = cardinality + ingest

記憶體基數

cardinality = 
    ( ts_num 
        * (732
            + avg_labels(ts) * 32
            + avg_labels(ts) * avg_labels_size * 2
            )
        + 120 * unique_labels_num
    )
    * 2 / 1024^2

時間序的平均標籤

avg_labels(ts)

標籤對的平均字節

avg_labels_size

不重複的標籤對數量

unique_labels_num

利用 promtool 中的 tsdb，可以分析每個區塊的狀況，我們需要 unique label pairs的值：

$ ./promtool tsdb analyze /data/monitor/prometheus/ 01F498X2P0TYX5QF9TMTD9WZC6 \
    | head -n 6 -
Block ID: 01F498X2P0TYX5QF9TMTD9WZC6
Duration: 1h59m58.172s
Series: 602
Label names: 35
Postings (unique label pairs): 397
Postings entries (total label pairs): 3059

promtool：如果容器是使用官方提供的鏡像運行，只要進到容器內，就能使用。或者到 prometheus releases 下載。

攝取記憶體

ingest(MB)

ingest = 
    data_rate
    * 3600 * 2 # WAL files keep least two hours of raw data.
    / 1024^2 # Byte to MegaByte.

Prometheus will retain a minimum of three write-ahead log files.

硬碟使用量

needed_disk_space = 
    retention_time_seconds
    * data_rate

參考