Prometheus Query (1) PromQL 기본

개요

Prometheus에 저장된 데이터를 쿼리하는 방법은 크게 다음의 2가지가 있다.

• PromQL
• HTTP API

이 장에서는 일반적으로 쿼리하는데 사용되는 PromQL의 "기본"이라 할 수 있는 Scalar, Selector, Matcher, Instant Vector, Range Vector, Time Duration, offset 등에 대해 살펴본다.

 

이 장에서는 쉽고 빠르게 데이터를 수집하도록 node-exporter와 Prometheus를 연동할 것이다. node-exporter와 Prometheus 연동 및 모니터링 시 필요한 내용들에 대해서는 "2부 모니터링 편"에서 깊이 다룰 예정이다. 여기서는, 실행하는 방법만 살펴보도록 하자. 코드는 다음 URL에서 얻을 수 있다.

• 5장 코드 : https://github.com/gurumee92/gurumee-prometheus-code/tree/master/part1/ch05

다운을 받았다면 터미널에 다음을 입력한다.

# 현재 위치 확인
$ pwd
/Users/gurumee/Workspace/gurumee-prometheus-code

# 디렉토리 이동
$ cd part1/ch05/

# prometheus, node-exporter 설치 및 구동
$ docker-compose up -d

 

브라우저에서 localhost:9090에 접속한 후 쿼리 입력 창에 up을 입력했을 때 다음 화면이 보인다면, 잘 구동된 것이다.

String과 Scalar

PromQL에서는 다음의 Expression Language Data Type이 있다.

• String
• Scalar
• Instant Vector
• Range Vector

그 중 Literal로 표현될 수 있는 타입이 String과 Scalar이다. 먼저 String 타입을 쿼리해보자. Prometheus UI에서 start를 입력해보자.

 

왼쪽에는 타입인 String 오른쪽엔 값인 start가 보인다. Prometheus는 Go로 만들어진만큼 탈출 문자 규칙도 Go의 규칙을 따른다. 예를 들어 i say "love you"를 표현하고 싶다면 다음과 같이 작성할 수 있다.

'i say "love you"'     (O)
"i say \"love you\""   (O)
'i say \"love you\"'   (X) '로 시작하면 \"를 하면 안된다.

 

반대도 마찬가지다. 혼용해서 사용할 수는 있지만, 혼용했을 때는 백슬래시를 쓰면 안된다. 이번엔 Scalar 타입을 쿼리해보자. 1.25을 입력해본다.

 

역시 왼쪽에는 타입인 Scalar가 오른쪽엔 값인 1.25가 보인다. Scalar 타입은 실수를 포함하는 숫자라고 보면 된다. 실수, 숫자, 지수, 16진수, Inf, -Inf, NaN이 될 수 있다.

Instant Vector

Instant Vector는 쿼리 평가 시점 전 가장 최근 샘플의 데이터이며 자신의 모든 값에 대해 타임스탬프를 갖고 있다. Prometheus UI에 다음을 입력해보자.

process_resident_memory_bytes{job="node-exporter"}

 

쿼리 결과는 다음과 같다.

역시 왼쪽은 타입, 오른쪽은 값이다. 쿼리문 자체가 Instant Vector 타입을 나타낸다.

 

여기서 메트릭 이름에 {}가 붙어 있는 것을 볼 수 있는데, 이를 Selector라고 부른다. Selector는 보통 Instant Vector 타입을 반환하게 된다.

 

또한 {} 안에 job="node-exporter"를 볼 수 있는데, 이 때 =는 Matcher의 일종이다. Mather는 메트릭이 가지고 있는 Label에 대해서 필터링 기능을 제공한다. Mathcer의 종류는 다음과 같다.

• = : Label 값이 정확히 일치하는 데이터를 추출
• != : Label 값이 정확히 일치하지 않는 데이터를 추출
• =~ : Label 값에 대해서 정규표현식이 일치하는 데이터를 추출
• !~ : Label 값에 대해서 정규표현식이 일치하는 않는 데이터를 추출

위에서 Instant Vector는 모든 값에 대해서 타임스탬프를 가지고 있다고 했다. 이는 그래프를 그릴 수 있음을 뜻한다. "Graph" 탭을 클릭해보자.

다음과 같이 Instant Vector에 대해서 시각화가 가능하다. 참고로 이 타입만 그래프를 그릴 수 있다.

Range Vector

Range Vector는 쿼리 시점까지 Time Duration에 대해 일치하는 모든 시계열을 가지고 있다. 간단하게 말하면 Instant Vector에 []라는 Range Vector Selector를 사용한 데이터라고 보면 된다. 다음을 쿼리해보자.

process_resident_memory_bytes{job="node-exporter"}[1m]

 

쿼리 결과는 다음과 같다.

 

이는 Instant Vector인 process_resident_memory_bytes{job="node-exporter"}를 쿼리한 시점 1분까지의 모든 시계열을 가지는 Range Vector를 반환한다. 오른쪽 값을 보면 12개가 나오는데, 이는 5초 주기로 Prometheus가 node-exporter를 통해서 데이터를 수집하기 때문이다. 사실 Range Vector 타입 혼자서 쓰이지는 않고 보통은 rate() 함수랑 같이 쓰인다. 다음을 쿼리해보자.

rate(process_resident_memory_bytes{job="node-exporter"}[1m])

 

쿼리 결과는 다음과 같다.

 

타입에 메트릭 이름이 빠진 것 말고는 뭐가 바뀐지 잘 모르겠다. 한 번 Graph 탭을 눌러보자.

그렇다. rate() 함수는 Range Vector를 Instant Vector로 바꿔주는 역할을 한다. 정확하게는 process_resident_memory_bytes{job="node-exporter"}[1m]의 초당 평균 값을 보여준다.

Time Duration과 Offset

Prometheus에서 지원하는 Time Duration은 다음과 같다.

• ms - milliseconds
• s - seconds
• m - minutes
• h - hours
• d - days - 항상 24h
• w - weeks - 항상 7d
• y - years - 항상 365d

Time Duration은 보통 위와 같이 Range Vector를 구할 때 쓰거나, Instant Vector 혹은 Range Vector에 대해서 offset을 이용하여 지난 시간의 데이터를 얻을 때 사용한다. 한 번 지난 1분 전의 데이터를 얻어보자.

process_resident_memory_bytes{job="node-exporter"} offset 1m

 

쿼리 결과는 다음과 같다.

 

offset 1m을 제거하면 다른 데이터가 보이는 것을 확인할 수 있다. Time Duration과 offset을 사용할 때는 주의할 점이 크게 2가지가 있다.

1. Time Duration은 정수만 가능하다.
2. offset은 지난 시간에 대해서만 가능하다.

 

만약 1시간 30분이 지난 데이터를 얻고자 한다면, 다음처럼 써야 한다.

process_resident_memory_bytes{job="node-exporter"} offset 90m     (O)
process_resident_memory_bytes{job="node-exporter"} offset 1h 30m  (X) 이건 안된다.

 

또한 offset을 이용해서 미래 시간은 쓸 수 없다.