一 函数介绍
gauge类型的数据 属于随机变化数值，并不像counter那样 是 持续增长
1 increase()
increase 函数 在promethes中，是⽤来 针对Counter 这种持续增 长的数值，截取其中⼀段时间的增量 。 increase(node_cpu[1m]) =》 这样 就获取了 CPU总使⽤时间 在1分钟内的增量,得到的是一个cpu在一分钟内的增量，increase和rate很相似
rate(1m) 是取⼀段时间增量的平均每秒数量
increase(1m) 则是 取⼀段时间增量的总量
举例：
increase(node_network_receive_bytes[1m]) 取的是 1分钟内的 增量总量
rate(node_network_receive_bytes[1m]) 取的是 1分钟内的增量 除以 60秒 每秒数量
2 sum()
sum( ) 就如其字⾯意思⼀样 起到value 加合的作⽤,sum( increase(node_cpu[1m]) ) 外⾯套⽤⼀个sum 即可把所有核数值加合，得到所有cpu在一分钟之内的增量
用法：sum(rate(node_network_receive_bytes[1m]))
3 (instance)
这个函数 可以把 sum加合到⼀起的数值 按照指定的⼀个⽅式 进⾏⼀层的拆分 instance代表的是 机器名
例如：
sum(increase(node_cpu_seconds_total{mode="idle"}[1m]))by (instance)
4 利用上面的函数查看cpu使用率
idle代表是cpu空闲时间
(1-((sum(increase(node_cpu_seconds_total{mode="idle"}[1m])) by (instance))/(sum(increase(node_cpu_seconds_total[1m])) by (instance)))) * 100
sum(increase(node_cpu{mode="idle"}[1m])) by (instance) =》 是空闲CPU时间 1分钟的增量
sum(increase(node_cpu_seconds_total[1m])) by (instance) 是全部CPU时间 1分 钟增量
5 rate 函数的使⽤
rate(. ) 函数 是专门搭配counter类型数据使⽤的函数 它的功能 是按照设置⼀个时间段，取counter在这个时间段中 的 平均每秒的增量
例子：
rate(node_network_receive_bytes[1m])
就可以获取到 在1分钟时间内，平均每秒钟的 增量
所以说 我们以后在使⽤任何counter数据类型的时候，永远记 得 别的先不做 先给它加上⼀个 rate() 或者 increase()
6 topk()
定义：取前⼏位的最⾼值
用法：
Gauge类型的使⽤ topk(3,count_netstat_wait_connections)
Counter类型的使⽤ topk(3,rate(node_network_receive_bytes[20m]))
7 count()
定义： 把数值符合条件的 输出数⽬进⾏加合
举例：找出当前（或者历史的）当TCP等待数⼤于200的 机器数量
count(count_netstat_wait_connections > 200)
二 prometheus命令⾏格式
1 精确匹配
命令⾏的查询 在原始输⼊的基础上 先使⽤{} 进⾏第⼀步过滤 count_netstat_wait_connections{exported_instance="log"}
exported_instance 指明 是 那台被监控服务器 “log” 是⼀台 ⽇志服务器的机器名
2 模糊匹配
count_netstat_wait_connections{exported_instance=~"web.*"}
把所有 机器名中 带有 web的 机器都显⽰出来
.* 属于正则表达式
模糊匹配 =~
模糊不匹配 !~
3 数值过滤
标签过滤之后 就是数值的过滤 ⽐如 我们只想找出 wait_connection数量 ⼤于200的 count_netstat_wait_connections{exported_instance=~"web.*"} > 200