配置Prometheus查询准入控制：避免高成本查询引发OOM

1. 单查询与全局内存限制配置 #

Prometheus提供了多个启动参数来限制查询资源，避免单查询或多查询耗尽内存导致OOM：

• --query.max-samples：限制单个查询可处理的样本总数，一旦超过该值，查询直接返回错误而非持续占用内存。例如设置--query.max-samples=5000000，当查询涉及的样本量突破500万时会立即失败。
• --query.max-concurrency：限制同时运行的查询数量，防止多个大查询同时执行导致内存过载。
• --query.timeout：设置查询的最大运行时长，超时后自动终止查询，避免长时间占用资源。

2. 中间结果磁盘落盘的可行性 #

目前Prometheus没有内置将查询中间结果写入临时磁盘文件的功能，所有查询计算过程均在内存中完成。这类特性暂时无法通过配置实现，只能等待官方版本更新或借助第三方扩展方案。

3. 额外防护建议 #

• 利用Prometheus自身监控指标（如prometheus_query_samples）跟踪查询的样本量，及时识别异常查询。
• 通过Alertmanager配置告警规则，当服务器内存使用率过高或查询样本量接近阈值时触发告警。
• 在查询入口处（如反向代理、查询网关）添加校验逻辑，限制查询的时间范围、标签组合复杂度，从源头减少高成本查询的产生。

内容的提问来源于stack exchange，提问作者Craig Ringer