CloudWatch Exporter（Prometheus数据源）指标与CloudWatch原生数据源差异最小化的配置咨询

针对你提出的如何配置CloudWatch Exporter（Prometheus数据源），让指标和CloudWatch原生数据源差异尽可能小的问题，结合你给出的现有配置，我来梳理下关键要点和优化方向：

你的现有CloudWatch Exporter配置 #

region: us-east-1
period_seconds: 30
delay_seconds: 15
metrics:
- aws_dimensions:
  - FunctionName
  - Resource
  aws_metric_name: Invocations
  aws_namespace: AWS/Lambda
  aws_statistics:
  - Sum
- aws_dimensions:
  - FunctionName
  - Resource
  aws_metric_name: Duration
  aws_namespace: AWS/Lambda
  aws_statistics:
  - Average
  - Maximum
  - Minimum
- aws_dimensions:
  - FunctionName
  - Resource
  aws_metric_name: Errors
  aws_namespace: AWS/Lambda
  aws_statistics:
  - Sum

缩小指标差异的核心配置原则 #

要让Prometheus通过CloudWatch Exporter拉取的指标和CloudWatch原生数据源尽可能一致，重点要保证以下几点对齐：

• 采样周期与CloudWatch完全匹配：你当前设置的period_seconds: 30，要确保和你在CloudWatch控制台查看30分钟数据时使用的周期完全一致（比如CloudWatch默认查看30分钟数据可能用30秒周期）。如果周期不匹配，聚合后的统计结果会直接出现差异。
• 延迟等待时间适配数据生成节奏：delay_seconds: 15是为了等待CloudWatch完成指标聚合，Lambda指标的生成延迟通常不高，但如果偶尔出现数据延迟情况，可以调整为30，避免拉取到未完全生成的不完整数据。
• 统计量1:1对应：你当前配置的统计量（比如Invocations用Sum、Duration覆盖Average/Maximum/Minimum）和CloudWatch原生的统计维度完全一致，这一点做得很好，务必保持不要错选或漏选统计类型。
• 维度筛选完全对齐：每个指标配置的aws_dimensions（FunctionName+Resource）要和你在CloudWatch中筛选指标时使用的维度完全一致，多维度或少维度都会导致聚合结果偏差。
• 时间范围查询保持一致：在Prometheus中查询“Last 30 minutes”数据时，要确保查询的时间窗口和CloudWatch中选择的时间范围完全重合，避免因时间窗口偏移导致的数据差异。

调整后的参考配置（优化延迟设置） #

如果你的Lambda指标偶尔存在生成延迟，可以尝试调整延迟时间，其他配置保持不变：

region: us-east-1
period_seconds: 30
delay_seconds: 30
metrics:
- aws_dimensions:
  - FunctionName
  - Resource
  aws_metric_name: Invocations
  aws_namespace: AWS/Lambda
  aws_statistics:
  - Sum
- aws_dimensions:
  - FunctionName
  - Resource
  aws_metric_name: Duration
  aws_namespace: AWS/Lambda
  aws_statistics:
  - Average
  - Maximum
  - Minimum
- aws_dimensions:
  - FunctionName
  - Resource
  aws_metric_name: Errors
  aws_namespace: AWS/Lambda
  aws_statistics:
  - Sum

按照以上配置调整后，Prometheus拉取的Lambda指标和CloudWatch原生数据源的差异应该会被控制在最小范围内。

备注：内容来源于stack exchange，提问作者Pablo Marques