使用PromQL结合node-exporter查询多服务器近1分钟峰值CPU使用率报错

错误原因分析 #

• 第一个查询报错：max_over_time函数要求输入范围向量，但sum(1-rate(node_cpu_seconds_total{mode="idle", instance!="epgp003:9401"}[1m])) by(instance)返回的是瞬时向量，类型不匹配导致解析失败。
• 第二个查询报错：语法结构错误，by(instance)属于sum()函数的分组逻辑，必须放在sum()的括号内部，而非max_over_time参数的外部。
• 第三个查询问题：返回的是每个实例各自的1分钟CPU峰值，而非所有实例中的单一最大值。

正确PromQL查询语句 #

max(max_over_time((1 - rate(node_cpu_seconds_total{mode="idle", instance!="epgp003:9401"}[1m])) by (instance)[1m:]))

语句拆解说明 #

1. 计算单实例CPU使用率：1 - rate(node_cpu_seconds_total{mode="idle", instance!="epgp003:9401"}[1m])
   通过rate计算空闲CPU的每秒速率，用1减去该值得到当前实例的CPU使用率。
2. 按实例分组：(...) by (instance)
   将计算结果按服务器实例分组，得到每个实例的CPU使用率瞬时向量。
3. 转换为范围向量：[1m:]
   将瞬时向量转换为最近1分钟的范围向量，满足max_over_time的参数要求。
4. 取单实例1分钟峰值：max_over_time(...)
   计算每个实例在最近1分钟内的CPU使用率峰值。
5. 取全局最大值：max(...)
   对所有实例的峰值结果取最大值，得到多台服务器中最近1分钟的CPU使用率峰值。

内容的提问来源于stack exchange，提问作者user1876484