PromQL を使用すると、次のソースからの Cloud Monitoring のデータをクエリおよびグラフ化できます。
- Cloud Monitoring システム指標のリストに記載されている指標を書き込む Google Kubernetes Engine や Compute Engine などのGoogle Cloud サービス。
- ログベースの指標などのユーザー定義の指標や Cloud Monitoring のユーザー定義の指標。
- Google Cloudの Prometheus 向けのフルマネージド マルチクラウド ソリューションである、Google Cloud Managed Service for Prometheus。PromQL によるサポートを含め、マネージド サービスについて詳しくは、Google Cloud Managed Service for Prometheus をご覧ください。
Grafana などのツールを使用して、Cloud Monitoring に取り込まれた指標データをグラフにすることもできます。使用可能な指標には、指標のリストに記載されている Managed Service for Prometheus の指標と Cloud Monitoring の指標が含まれます。Prometheus API に基づく Grafana などのツールの設定については、Grafana に関する Managed Service for Prometheus のドキュメントをご覧ください。
Grafana ダッシュボードを Cloud Monitoring にインポートすることもできます。
命名規則
Prometheus の指標モデルと命名規則は、Cloud Monitoring で使用されるものとは異なります。PromQL を使用して Monitoring の指標データをクエリするには、Cloud Monitoring の名前を PromQL と互換性のある同等のものに変換する必要があります。命名規則については、Cloud Monitoring の指標を PromQL にマッピングするをご覧ください。
Cloud Monitoring での PromQL へのアクセス
Google Cloud コンソールの次のページの [コード] タブから PromQL を使用できます。
- Metrics Explorer
- カスタム ダッシュボードの作成時にグラフを追加する
エディタへのアクセス方法と使用方法については、PromQL エディタの使用をご覧ください。
Prometheus のルールとアラート
PromQL を使用して、Cloud Monitoring で Prometheus スタイルのアラートを使用することにより、Cloud Monitoring の任意の指標に対して記録とアラートのルールを作成できます。詳細については、マネージド ルールの評価とアラートまたはセルフデプロイ ルールの評価とアラートをご覧ください。
PromQL の学習
PromQL の基本的な使用方法については、オープンソースのドキュメントを参照することをおすすめします。使用を開始する際に、以下のリソースが役に立ちます。
PromQL の違い
Cloud Monitoring の PromQL は、アップストリームの PromQL とは若干異なる場合があります。
Cloud Monitoring の PromQL クエリは、内部クエリ言語を使用して Monarch バックエンドで部分的に評価されます。クエリ結果には違いがいくつかあります。このセクションに記載されている違いを除き、Cloud Monitoring の PromQL は Prometheus バージョン 2.44 で利用可能な PromQL と同等です。Prometheus バージョン 2.44 より後に追加された PromQL 関数はサポートされません。
指標名の一致
指標名の完全一致のみがサポートされています。クエリには、指標名の完全一致を含める必要があります。
__name__ ラベルで正規表現マッチャーを使用する一般的なシナリオでは、次の回避策をおすすめします。
- Prometheus アダプタの構成では、多くの場合、
=~演算子を使用して複数の指標名を照合します。この使用方法を修正するには、構成を拡張して、指標ごとに個別のポリシーを使用し、各指標に明示的に名前を付けます。また、予期しない指標で誤って自動スケーリングが行われることもなくなります。 - 正規表現は、複数の非ディメンション指標を同じグラフにグラフ化する際によく使用されます。たとえば、
cpu_servicename_usageなどの指標がある場合は、ワイルドカードを使用してすべてのサービスをまとめてグラフに表示できます。このような非ディメンション指標を使用することは、Cloud Monitoring では明示的に推奨されない方法であり、この方法はクエリのパフォーマンスを著しく低下させます。この使用方法を修正するには、ディメンションを指標名に埋め込むのではなく、すべてのディメンションを指標ラベルに移動します。 - 複数の指標に対するクエリは、クエリ可能な指標を確認する際によく使用されます。代わりに、
/labels/__name__/values呼び出しを使用して指標を検出することをおすすめします。Cloud Monitoring の UI を使用して指標を検出することもできます。 - 複数の指標を照合すると、指標ごとにスクレイピング、取り込み、課金されたサンプル数を確認できます。この情報は、Cloud Monitoring の [指標の管理] ページに表示されます。サンプルの取り込み指標またはアトリビューション ID によって書き込まれたサンプル指標を使用して、この情報を指標データとして利用することもできます。
Staleness
Staleness は Monarch バックエンドでサポートされていません。
irate の計算
irate 関数のルックバック ウィンドウがステップサイズよりも小さい場合、ステップサイズに合わせてウィンドウが大きくなります。Monarch では、すべての入力データが出力で完全に無視されないようにするため、この変更が必要になります。この違いは rate の計算にも適用されます。
rate と increase の計算
rate 関数のルックバック ウィンドウがステップサイズよりも小さい場合、ステップサイズに合わせてウィンドウが大きくなります。Monarch では、すべての入力データが出力で完全に無視されないようにするため、この変更が必要になります。この違いは irate の計算にも適用されます。
補間計算と外挿計算に違いがあります。Monarch では Prometheus とは異なる補間アルゴリズムが使用されるため、この違いによってわずかに異なる結果が生じる可能性があります。たとえば、Monarch カウンタのサンプルは、Prometheus が使用している単一のタイムスタンプではなく、時間範囲で保存されます。したがって、Prometheus のタイムスタンプは除外されますが、Monarch のカウンタ サンプルはレート計算に含めることができます。これによって、通常はより正確なレートの結果が得られます。特に、基になる時系列の開始位置または終了位置をまたいでクエリする際により正確な結果が得られます。
histogram_quantile の計算
サンプルのないヒストグラムに対する PromQL の histogram_quantile 計算では、NaN 値が生成されます。内部クエリ言語の計算では値は生成されません。代わりに、タイムスタンプのデータポイントがドロップされます。
レートの計算の違いは、histogram_quantile クエリへの入力にも影響します。
特定の型の関数を異なる型の指標に対して実行する場合
アップストリームの Prometheus では弱い型付けが使用されるのに対し、Monarch では強い型付けが使用されます。そのため、ある特定の型の関数を、異なる型の指標に対して実行する場合（たとえば、GAUGE 指標に対して rate() を実行する場合や、COUNTER または型指定なしの指標に対して histogram_quantile() を実行する場合など）、それらの関数はアップストリームの Prometheus では機能しますが、Cloud Monitoring では機能しません。