简介

之前笔者有间断 2 篇文章：

  • Prometheus 性能调优 - 什么是高基数问题以及如何解决？
  • 如何精简 Prometheus 的指标和存储占用

陆续介绍了一些 Prometheus 的性能调优技巧，包含高基数问题的解决以及精简 Prometheus 的指标和存储占用。

明天再介绍一个新的调优思路：程度分片。

程度分片

如果你正在面临的不是因为 label 导致的高基数问题，而是因为监控规模的急剧扩张导致须要被监控的 instance 十分宏大时，能够通过 Prometheus 的hashmod relabel action 来优化性能。通过这种方法，面对成千上万的 instance 时，一台 Prometheus 只须要监控其中的所有各种各样实例的一部分 instance。

Notes：

Prometheus 也有垂直分片，垂直分片要简略很多，说白了就是配置不同的 job 监控不同的组件即可。
程度分片绝对还有些技术含量。

程度分片配置

具体配置如下，应用一台 Prometheus 抓取 targets 的一部分：

global:  external_labels:  env: prod  scraper: 2scrape_configs:  - job_name: my_job    ...    relabel_configs:      - source_labels: [__address__]        modulus: 4        target_label: __tmp_hash        action: hashmod      - source_labels: [__tmp_hash]        regex: 2        action: keep

在 modulus 里，配置了 4 为基数。每个 Prometheus 只抓取 1/4，比方下面的配置就只抓取 hashmod 后 __temp_hash 为 2 的 targets。

抓取实现后，能够再通过 remote_write Thanos Mimir VM 等计划对这 4 台 Prometheus Server 的数据进行聚合。