如何通过Prometheus指标在Grafana中计算展示Elasticsearch核心性能指标

1. 索引速率（Indexing Rate） #

• 指标说明：对应Kibana中每秒新增的文档数，需聚合所有节点、所有索引的写入请求
• PromQL（按索引拆分）：

sum(rate(elasticsearch_indices_indexing_index_total[1m])) by (index)

• PromQL（全局总速率）：

sum(rate(elasticsearch_indices_indexing_index_total[1m]))

• 注意：用elasticsearch_indices_indexing_index_total（文档写入总数）的速率计算，聚合所有节点和索引避免统计偏差；时间窗口选1m和Kibana默认统计周期对齐，减少数值差异。

2. 索引延迟（Indexing Latency） #

• 指标说明：对应Kibana中文档写入的平均延迟，取所有索引写入请求的平均耗时
• PromQL（按索引拆分）：

sum(rate(elasticsearch_indices_indexing_index_time_in_millis_total[1m])) by (index) / sum(rate(elasticsearch_indices_indexing_index_total[1m])) by (index)

• PromQL（全局平均延迟）：

sum(rate(elasticsearch_indices_indexing_index_time_in_millis_total[1m])) / sum(rate(elasticsearch_indices_indexing_index_total[1m]))

• 注意：通过总耗时除以总请求数得到平均延迟，确保覆盖所有节点和索引的写入数据。

3. 搜索速率（Search Rate） #

• 指标说明：对应Kibana中每秒的搜索请求数，需覆盖所有节点、所有索引的查询（含query和fetch两个阶段）
• PromQL（按索引拆分）：

sum(rate(elasticsearch_indices_search_query_total[1m])) by (index) + sum(rate(elasticsearch_indices_search_fetch_total[1m])) by (index)

• PromQL（全局总速率）：

sum(rate(elasticsearch_indices_search_query_total[1m])) + sum(rate(elasticsearch_indices_search_fetch_total[1m]))

• 注意：ES搜索分为query和fetch两个阶段，Kibana统计的是两者总和，需将两个指标的速率相加避免漏统计。

4. 搜索延迟（Search Latency） #

• 指标说明：对应Kibana中搜索请求的平均延迟，计算所有搜索请求的平均耗时
• PromQL（按索引拆分）：

(sum(rate(elasticsearch_indices_search_query_time_in_millis_total[1m])) by (index) + sum(rate(elasticsearch_indices_search_fetch_time_in_millis_total[1m])) by (index)) / (sum(rate(elasticsearch_indices_search_query_total[1m])) by (index) + sum(rate(elasticsearch_indices_search_fetch_total[1m])) by (index))

• PromQL（全局平均延迟）：

(sum(rate(elasticsearch_indices_search_query_time_in_millis_total[1m])) + sum(rate(elasticsearch_indices_search_fetch_time_in_millis_total[1m]))) / (sum(rate(elasticsearch_indices_search_query_total[1m])) + sum(rate(elasticsearch_indices_search_fetch_total[1m])))

• 注意：需将query和fetch阶段的总耗时相加，再除以总请求数，确保和Kibana的统计逻辑一致。

常见偏差原因 #

1. 未聚合多节点/多索引：仅统计单个节点或索引会导致数值远低于真实值
2. 忽略搜索双阶段：仅统计query或fetch单一阶段会造成速率、延迟偏差
3. 时间窗口不匹配：Kibana默认用1分钟统计周期，PromQL的rate窗口需保持一致
4. 指标维度错误：误用节点级指标（如elasticsearch_indexing_total）而非索引级指标，会导致统计维度不对

内容的提问来源于stack exchange，提问作者xni28943