node-exporter: 采集node节点（物理机、虚拟机、云主机）监控指标数据，能够采集到主机的运行指标如CPU, 内存，磁盘，网络，文件数等信息
1.k8s环境部署node-exporter
把node-export_v0_16.tar.gz镜像上传到master节点和node节点，然后解压镜像
wget http://download.zhufunin.com/k8s_1.16/node-exporter_v0_16.tar.gz
docker load -i node-exporter_v0_16.tar.gz
2.在k8s集群部署node-exporter组件
（1）在k8s-master节点生成一个node-export.yaml文件
wget http://download.zhufunin.com/k8s_1.16/node-export.yaml cat node-export.yaml kubectl apply -f node-export.yaml
2.通过node-export采集数据
curl http://192.168.124.16:9100/metrics
#node-export默认的监听端口是9100，可以看到当前主机获取到的所有监控数据，如下一段所示：
# HELP node_cpu_seconds_total Seconds the cpus spent in each mode.
# TYPE node_cpu_seconds_total counter
node_cpu_seconds_total{cpu="0",mode="idle"} 56136.98
# HELP node_load1 1m load average.
# TYPE node_load1 gauge
node_load1 0.58
#HELP：解释当前指标的含义，上面表示在每种模式下node节点的cpu花费的时间，以s为单位
#TYPE：说明当前指标的数据类型，上面是counter类型
node_cpu_seconds_total{cpu="0",mode="idle"} ：
cpu0上idle进程占用CPU的总时间，CPU占用时间是一个只增不减的度量指标，从类型中也可以看出node_cpu的数据类型是counter（计数器）
node_load1该指标反映了当前主机在最近一分钟以内的负载情况，系统的负载情况会随系统资源的使用而变化，因此node_load1反映的是当前状态，数据可能增加也可能减少，从注释中可以看出当前指标类型为gauge（标准尺寸）
counter计数器：只是采集递增的指标
gauge标准尺寸：统计的指标可增加可减少
3.列举常见的监控指标：
node_boot_time：系统启动时间
node_cpu：系统CPU使用量
nodedisk*：磁盘IO
nodefilesystem*：文件系统用量
node_load1：系统负载
nodememeory*：内存使用量
nodenetwork*：网络带宽
node_time：当前系统时间
go_*：node exporter中go相关指标
process_*：node exporter自身进程相关运行指标
4.使用PromQL语句查询监控数据
rate(node_cpu[1m])
使用without表达式，可以将标签CPU去除后聚合数据即可：
avg without(cpu) (rate(node_cpu[1m]))
那如果需要计算系统CPU的总体使用率，通过排除系统闲置的CPU使用率即可获得:
1 - avg without(cpu) (rate(node_cpu{mode="idle"}[1m]))
5.PromQL总结
PromQL是Prometheus的查询语言，通过PromQL我们可以对数据进行查询，过滤，以及聚合，计算等操作。