本文通过示例,简要介绍使用metric_relabel_configs的典型场景: 删除不需要的指标 增加指定标签 删除不需要的标签 删除不需要的指标 典型配置示例如下: scrape_configs: - job_name: "customJob_name1" ... relabel_configs: ... metric_relabel_configs: - source_labels: [__name__] action: drop re...
regex: Example.*action: drop 那么将不会收集这个指标。而metric_relabel_configs使用的时候指标已经采集过了 metric_relabel_configs:-source_labels: [__name__] regex:'(container_tasks_state|container_memory_failures_total)'action: drop 所以metric_relabel_configs相对来说,更加昂贵,毕竟指标已经采集了。 me...
relabel_configs 然后来看看relabel_configs没有按照预期生效的原因。 其实核心的应用配置就是同一份代码,只是触发点不一样。 relabel_configs是在应用启动的时候根据我们配置的抓取目标的数据当做数据源,所以这里的action: drop删除的是抓取目标,而不是真正的抓取数据。 而且它的目的是在应用启动的时候,用于生成抓取目标...
metric_relabel_configs:-action:drop_metricsregex:"^envoy_.*|^url\_\_\_\_.*|istio_request_bytes_sum" 首先看下metric_relabel_configs配置生效的原因。 metric_relabel_configs配置的整体流程如上图: 启动VM 时加载配置到内存 根据配置的抓取间隔时间(scrape_interval)抓取数据,拿到的每一条数据都需要通过met...
relabel_configs 用于配置哪个目标需要被抓取,发生在指标抓取之前。 metric_relabel_configs 发生在指标抓取之后,写入存储之前。 如果其中一个没生效,就换一个(这句话很容易让人犯迷糊)。 但说实话当时我看到这里还是一脸懵,为了彻底了解两则的区别还是看源码来的直接。
使用场景:1)将不需要的监控数据丢弃掉;2)对指标中的标签进行处理(比如:新增标签,并将已存在标签key的值写入其中) 配置:metrics_relabel_configs和relabel_configs的配置是一样的,只是含义不一样,metrics_relabel_configs操作对象是时间序列,relabel_configs操作对象是target metric_relabel_configs...
static_configs: - targets: ['localhost:9090'] 这⾥可以继续 扩展加⼊ 其他需要被监控的节点 如下是⼀个 ⽣产配置例⼦ - job_name: 'aliyun' static_configs: - targets: [‘server04:9100’,'IP:9100’,’nginx06:9100','web7:9100’,'redis1:9100','log: ...
relabel_configs用于配置哪个目标需要被抓取,发生在指标抓取之前。 metric_relabel_configs发生在指标抓取之后,写入存储之前。 如果其中一个没生效,就换一个(这句话很容易让人犯迷糊) 但说实话当时我看到这里还是一脸懵,为了彻底了解两则的区别还是看源码来的直接。
4. metric_relabel_configs 这个配置的操作是在抓取指标之后,存储数据之前,所以 可以在存储数据之前 删除指标、删除和重写指标的标签。 配置方法和relabel_configs 是一样的。 这里会涉及到一个新的预留标签__name__,这个标签的值就是指标名称,所以我们通过修改匹配这个标签就可以对标...
抓取而来的指标在保存之前,还允许用户对指标重新打标并过滤,在job段metric_relabel_configs配置,通常用来删除不需要的指标、删除敏感或不必要的标签和添加修改标签格式等。 自动发现的几种方式演示 基于文件的自动发现 此种类型也是最简单的服务发现方式,主要是通过Prometheus Server定期从文件中加载target的信息。文件可以...