为什么在Prometheus中使用rate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总时间的百分比来决定的。在Prometheus中，rate或irate函数计算向量数组的变化率。

人们通常通过以下PromQL表达式计算CPU的利用率：

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

我不明白计算非空闲时间的每秒变化如何等同于计算CPU使用率。有人能从数学上解释为什么这是有意义的吗？

Answer 1

这里有几件事要解开。

首先，rate对irate。无论是链接的问题，还是博客文章都没有提到这一点(但艾坦的回答确实触及了这个问题)。不同的是，rate估计请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。撇开“估计”部分不说(如果您好奇的话，请参阅这个答案 )，2之间的实际区别是，rate将平滑结果，而irate将返回CPU使用率的抽样，这更可能显示CPU使用的极端，但也更容易出现混叠。

例如，如果您查看Prometheus的CPU使用情况，您会注意到它处于某种恒定的基线，每次评估大型规则组时都会出现峰值。给定至少与Prometheus的评估间隔一样长的时间范围，如果您使用rate，那么随着时间的推移，您将得到一个或多或少恒定的CPU使用量(即一条平行线)。使用irate (假设5s的时间间隔)，您将得到以下两种方法中的一种：

1. 如果您的分辨率(即step)与Prometheus的评估间隔(例如，分辨率为1m，评估间隔为13s)不对齐，那么您将得到一个随机抽样的CPU使用情况，并希望在图上看到的值接近最高和最低的CPU使用率；
2. 如果您的决议与Prometheus的评估间隔(例如，1m分辨率和15s评估间隔)保持一致，那么您可以在任何地方看到基线CPU使用情况(因为您碰巧查看了设置为1分钟间隔的5s间隔，当没有规则评估发生时)，或者到处查看5s使用率峰值(因为您碰巧查看了每一个规则评估的5s间隔间隔1分钟)。

关于第二点，对于node_cpu_seconds_total度量所代表的是什么，它显然是一个计数器。这意味着它是一个持续递增的数字，本质上衡量的是自导出程序启动以来CPU空闲的时间。绝对值并不是很有用(因为它取决于导出程序何时开始，每次重新启动时将降到0)。有趣的是，它在一段时间内增加了多少:在给定的时间内，您可以计算每秒的增长率(rate是平均的；irate是即时的)，或者是绝对的增长(用increase)。因此，rate(node_cpu_seconds_total{mode="idle"}[1m])和irate(node_cpu_seconds_total{mode="idle"}[1m])都会给出CPU空闲程度的比率( 0.0和1.0) (在过去的一分钟内，以及在最后两个样本之间)。

Answer 2

看起来这个问题已经在这里得到了回答：秒到CPU使用率%？查看了答案中提供的链接：https://www.robustperception.io/understanding-machine-cpu-usage，您可以看到解释。就我个人而言，我认为在这种情况下的愤怒是更有意义的，因为它将显示最后一个活动点的平均值(相对于平均整个抽样时隙的比率)。