为什么在Prometheus中使用irate或rate计算CPU利用率？

Question

我知道CPU利用率是由非空闲时间占CPU总时间的百分比给出的。在普罗米修斯，rate或irate函数计算向量数组中的变化率。

人们通常通过以下PrmoQL表达式计算CPU利用率：

(100 - (avg by (instance) (rate(node_cpu_seconds_total{mode="idle"}[1m])) * 100))

我不明白如何计算每秒非空闲时间的变化相当于计算CPU使用率。有人可以用数学方式解释为什么这有意义吗？

Answer 1

这里有几件要解开的东西。

首先，rate vs irate。链接的问题和博客文章都没有解决这个问题（但Eitan's answer确实触及了它）。区别在于rate估计所要求范围内的平均速率（在您的情况下为1分钟），而irate仅根据最后2个样本计算速率。暂且不谈“估计”部分（如果你很好奇，请参阅this answer）2之间的实际差异是rate将平滑结果，而irate将返回CPU使用的样本，这更可能显示CPU的极端情况使用但也更容易发生aliasing。

例如。如果你看一下普罗米修斯的CPU使用情况，你会发现它处于一个有点恒定的基线，每次评估一个大型规则组时都会出现峰值。给定时间范围至少与普罗米修斯的评估间隔一样长，如果你使用rate，你会得到一个或多或少恒定的CPU使用率（即一条平线）。使用irate（假设5s的刮擦间隔）你会得到以下两件事之一：

1. 如果您的分辨率（即步骤）与Prometheus的评估间隔不一致（例如分辨率为1m且评估间隔为13s），您将获得CPU使用率的随机抽样，并希望看到接近最高和最低值的值图表上的CPU使用率随时间变化;
2. 如果您的分辨率与普罗米修斯的评估间隔（例如1m分辨率和15s评估间隔）一致，那么您可以在任何地方看到基线CPU使用情况（因为您碰巧看到相隔1分钟的5s间隔，当没有规则评估发生时）或者到处都是峰值CPU使用率（因为你碰巧看到相隔1分钟的5s间隔，每个间隔覆盖规则评估）。

关于第二点，对于node_cpu_seconds_total度量表示的明显混淆，它是一个counter。这意味着它是一个连续递增的数字，基本上衡量自出口商启动以来CPU空闲的时间。绝对值并非完全有用（因为它取决于导出器何时启动，并且每次重新启动时将降至0）。有趣的是它在一段时间内增加了多少：从那个你可以计算出一定时间内每秒的增长率（平均值，rate;瞬间，irate）或绝对增加（用increase）。所以rate(node_cpu_seconds_total{mode="idle"}[1m])和irate(node_cpu_seconds_total{mode="idle"}[1m])都会给你一个比率（在0.0和1.0之间），CPU的空闲程度（过去一分钟，最后两个样本之间）。

Answer 2

看起来这里已经回答：Prometheus - Convert cpu_user_seconds to CPU Usage %?查看答案中提供的链接：https://www.robustperception.io/understanding-machine-cpu-usage你可以看到解释。就个人而言，我认为在这种情况下愤怒更有意义，因为它会显示最后活动点的平均值（与整个采样时间段的平均值相比）。