influxdb查询集群每小时cpu_usage平均值和集群名称

好的，您可以使用如下的 InfluxQL 查询语句来查询集群每小时cpu_usage平均值和集群名称：

SELECT mean("cpu_usage") as "mean_cpu_usage", "cluster_name"
FROM "cpu_metrics"
WHERE time >= now() - 1h
GROUP BY time(1h), "cluster_name"

其中，`cpu_metrics` 是存储 CPU 指标数据的测量值名称，`mean("cpu_usage")` 表示计算每小时的 CPU 使用率平均值，`"mean_cpu_usage"` 是为了更好的可读性设置的别名，`"cluster_name"` 是集群名称的标签，`time >= now() - 1h` 表示查询最近一小时的数据，`GROUP BY time(1h), "cluster_name"` 表示按照小时和集群名称进行分组统计。

您可以根据自己的实际需求，修改以上查询语句中的测量值名称和标签名称。

相关问题

prometheus container_cpu_usage_seconds_total,container_spec_cpu_quota, kube_pod_labels 三个指标使用 group_left 关联的详细案例

假设我们有一个 Kubernetes 集群，其中运行着一组容器化的应用程序。我们想要监控这些应用程序的 CPU 使用情况，并且希望能够按照应用程序的标签进行聚合。

为此，我们可以使用 Prometheus 中的以下三个指标：

1. `container_cpu_usage_seconds_total`：表示容器的 CPU 使用时间总量，单位为秒。
2. `container_spec_cpu_quota`：表示容器的 CPU 配额，即可用 CPU 占总 CPU 的比例。
3. `kube_pod_labels`：表示 Pod 的标签集合。

我们可以使用以下 PromQL 查询：

sum by (pod, app) (container_cpu_usage_seconds_total) / sum by (pod, app) (container_spec_cpu_quota) * 100 > 80

该查询会计算每个 Pod 中每个应用程序的 CPU 使用率，并将其与该应用程序的 CPU 配额进行比较，如果使用率超过了 80%，则将该 Pod 计入结果集。

我们还可以使用 `group_left` 关键字，将 `container_cpu_usage_seconds_total` 和 `container_spec_cpu_quota` 按照 Pod 的标签进行聚合：

sum by (pod, app) (container_cpu_usage_seconds_total) / on (pod) group_left app kube_pod_labels(container_cpu_usage_seconds_total{container_name!="POD", namespace="default"}) * on (pod) group_left app kube_pod_labels(container_spec_cpu_quota{container_name!="POD", namespace="default"}) * 100 > 80

该查询会先按照 `pod` 和 `app` 进行 `container_cpu_usage_seconds_total` 的聚合，然后将结果按照 `pod` 进行聚合，并将 `kube_pod_labels` 的值添加到结果集中。接着，将 `container_spec_cpu_quota` 按照 `pod` 和 `app` 进行聚合，并将结果与前面的结果集进行 `group_left` 连接，最终计算每个 Pod 中每个应用程序的 CPU 使用率，并将其与该应用程序的 CPU 配额进行比较，如果使用率超过了 80%，则将该 Pod 计入结果集。

prometheus container_cpu_usage_seconds_total,container_spec_cpu_quota, kube_pod_labels 三个指标使用group_left关联的详细案例

假设我们有一个 Kubernetes 集群，其中部署了多个 Pod。我们想要监控这些 Pod 的 CPU 使用情况，并按照 Pod 的标签进行分类。为此，我们可以使用以下三个指标：

- `container_cpu_usage_seconds_total`：表示容器的 CPU 使用情况，单位为秒。
- `container_spec_cpu_quota`：表示容器的 CPU 配额，单位为 CPU 核数。
- `kube_pod_labels`：表示 Pod 的标签信息。

我们可以使用 Prometheus 的 `sum` 函数计算 CPU 使用总量，并使用 `group_left` 关键字将 `kube_pod_labels` 按照标签信息进行分组。

具体来说，我们可以使用以下 Prometheus 查询语句：

sum by (pod,namespace) (rate(container_cpu_usage_seconds_total{image!="",name=~".+"}[5m])) / scalar(sum by(pod,namespace)(container_spec_cpu_quota{image!="",name=~".+"}))

上述语句会计算每个 Pod 的 CPU 使用率，然后按照 Pod 的标签信息进行分组。具体来说，它会：

1. 使用 `container_cpu_usage_seconds_total` 和 `container_spec_cpu_quota` 两个指标计算每个容器的 CPU 使用率。
2. 选取过去 5 分钟内的数据，避免过时数据干扰结果。
3. 排除掉没有设置名称的容器（`name=~".+"`）和没有设置镜像的容器（`image!=""`）。
4. 对每个 Pod 的 CPU 使用率求和，得到该 Pod 的总 CPU 使用率。
5. 将 Pod 按照 `pod` 和 `namespace` 标签进行分组，得到每个 Pod 的标签信息和 CPU 使用率。

这样，我们就可以按照 Pod 的标签信息对 CPU 使用率进行分类，并进行监控和分析。