跳转至

指标


指标是观测云系统中用于持续追踪系统状态的核心数据单元,由数值时间戳维度标签三部分组成。它以时间序列形式记录可量化的系统特征(如资源利用率、业务吞吐量),通过标签(如主机、服务、地域)实现多维度分析,为实时监控、性能优化及趋势预测提供精准数据支撑。


数据架构

观测云的指标数据处理分为三层:

  1. 采集层:由 DataKit(部署在用户环境中的轻量级代理(类比 Prometheus 的 Exporters),直接对接数据源,承担采集、预处理、安全传输的核心职责)完成,负责从主机、应用、中间件等源头抓取原始指标

  2. 传输层:DataKit 将数据加密后,通过 HTTP/HTTPS 发送至观测云的数据中心

  3. 存储与分析层:观测云对数据进行清洗、存储,并提供可视化分析能力


指标数据组成

一个完整的指标数据单元包含三个核心要素:

要素 说明 示例
指标集(Measurement) 数据的分类标识 cpu
标签(Tags) 用于数据过滤和分组的维度键值对 host=server01, region=cn
字段(Fields) 具体的数值型指标 usage_user=12.3

例如:

cpu,host=server01,core=0 usage_user=12.3,usage_system=5.7 1690524000000000000
  • 指标集:cpu

  • 标签:host=server01, core=0(标记数据来源的服务器和 CPU 核心)

  • 字段:usage_user=12.3(用户空间 CPU 使用率), usage_system=5.7(系统空间使用率)

  • 时间戳:1690524000000000000(2023-07-28 12:00:00 UTC)


核心概念

指标集(Measurement)

指标集是同类指标的集合,包含多个指标和标签。例如 cpu 指标集包含 usage_userusage_system 等 CPU 相关指标。

指标(Metric)

指标反映系统运行状态(如 CPU 使用率、页面加载时间等),由指标名(标识符)和指标值(具体数值)组成。

标签(Tag)

数据点采集对象的属性通过标签进行标识,以键值对形式呈现,由标签名标签值组成。一个数据点可附带多个标签,用于数据过滤和分组。

时间线(Time Series)

时间线由指标名+标签组合唯一确定。在同一时间线内,指标值(字段)按时间戳顺序排列形成序列。

时间线数量取决于指标名和标签的组合数。每增加一个标签的不同取值,组合数就会成倍增长。标签取值过多会导致时间线膨胀,直接影响存储成本和查询性能。建议合理控制高基数标签(如用户 ID、请求路径)的使用。

字段(Field)

字段是具体的数值型指标,如 usage=58.3。指标值随时间变化,形成时间序列数据。


数据展示

指标数据通过以下形式进行可视化展示:

  • 指标分析:基于 DQL、PromQL 等多种查询方式,进行指标查询和分析
  • 指标管理:以列表形式展示指标集、指标、标签、时间线统计
  • 可视化图表:在仪表板中使用指标数据创建时序图、柱状图、饼图等

开始使用

  • 开启指标采集


    通过 DataKit 实现指标采集,支持标准采集(内置采集器)和自定义采集(Telegraf、Prometheus、StatsD 等)

    查看采集配置 →

  • 指标管理


    查看所有上报的指标集,管理指标、标签、时间线数量统计、单日环比及数据存储策略

    指标管理 →

  • 生成指标


    基于现有数据(日志、APM、RUM、指标、可用性监测、基础对象、资源目录)聚合生成新的业务指标

    生成指标 →

  • 指标分析


    基于 DQL、PromQL 等多种查询方式,对指标数据进行查询、分析和可视化展示

    指标分析 →


关联功能

  • 监控器

    基于指标配置告警规则,实现异常自动通知

    前往配置 →

  • 仪表板

    使用指标数据创建可视化图表,构建监控大盘

    前往配置 →

  • DQL / PromQL

    使用查询语言检索指标数据,支持复杂分析场景。

    查看语法 →

  • 基础设施

    查看基础设施指标数据,关联主机、容器等资源。

    前往查看 →

文档评价

文档内容是否对您有帮助? ×