一、查询持续性
到目前为止，我们只是在表达式浏览器中运行查询。虽然查看该查询的输出很方便，但结果仍然是临时存储在Prometheus服务器上，我们可以通过以下三种方式使查询持久化： * 记录规则：根据查询创建新指标 * 报警规则：从查询生成警报 * 可视化：使用Grafana等仪表板可视化查询 记录规则存储在Prometheus服务器上，位于Prometheus服务器加载的文件中。 规则是自动计算的，频率则由 prometheus.yml 配置文件的 global 块中的 evaluation_interval 参数控制。 规则文件在 Prometheus 配置文件的 rules_files 块中指定。二、示例
基本案例
[root@node1 rules]# cat node1_rules.yml groups: - name: node1_rules rules: - record: instance:node_cpu:avg_rate1m #其实就是把下面表达式的值存储起来了，并且另存为指标： instance:node_cpu:avg_rate1m，后面可以直接用该指标查询结果
expr: 100-avg(irate(node_cpu_seconds_total{mode="idle"}[1m])) by (instance)*100 labels: metric_type: aggregation
在prometheus.yml文件的同一文件夹中创建一个 名为rules的子文件夹，用于保存我们的记录规则，并且为节点指标创建一个名为node1_rules.yml的文件。
[root@node1 opt]# cd /opt/prometheus/
[root@node1 prometheus]# mkdir rules
[root@node1 prometheus]# cd rules/
[root@node1 rules]# vim node1_rules.yml
[root@node1 rules]# cat node1_rules.yml
groups:
- name: node1_rules
rules:
- record: instance:node_cpu:avg_rate1m
expr: 100-avg(irate(node_cpu_seconds_total{mode="idle"}[1m])) by (instance)*100
labels:
metric_type: aggregation
[root@node1 prometheus]# vim prometheus.yml # 修改prometheus.yml，添加配置
rule_files:
- "rules/node1_rules.yml"
[root@node1 prometheus]# docker container rm -f prometheus-server #由于之前是挂载的prometheus.yml，所以重新启动一下prometheus-server，把rules挂到容器里。
[root@node1 prometheus]# docker run --name prometheus-server -d -p 9090:9090 -v /opt/prometheus/:/etc/prometheus/ prom/prometheus
浏览器访问该地址，可以查看到我们手动添加的rules：http://192.168.42.133:9090/rules
-----
【3】案例：5分钟内出现过3次CPU超90%则报警
（3.1）需求描述
比如 1.1分触发一次，1.2分处于80%，1.3分 触发了2次CPU大于90%（3.2）解决思路
1、使用 rules 文件中的 record，把每一次的（15S间隔）表达式值存储成另外一个指标，如 node_exporter:cpu:90 2、使用 count_over_time，统计5分钟内出现的次数
3、 使用 node_exporter:cpu:90 指标构建新的 rules 规则，表达式 count_over_time(node_exporter:cpu:90) >3 ，即可
其他相关参数
该参数 evaluation_interval 是去 rules 里面运行表达式的值
【参考文档】 一、二 转自：https://www.cnblogs.com/cmxu/p/12270852.html 标签：rules,prometheus,查询,promethues,node1,root,yml From： https://www.cnblogs.com/gered/p/17284096.html