promethus 的 relabel_configs 和 metric_relabel_configs

2024-05-10 17:48

本文主要是介绍promethus 的 relabel_configs 和 metric_relabel_configs,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

很多童鞋在群里面反馈 relabel_configs 和 metric_relabel_configs 两个配置使用区别。都是relabel

譬如relabel_configs的relabel如下:

  - source_labels: [__meta_kubernetes_pod_annotation_prometheus_io_scrape]separator: ;regex: "true"replacement: $1action: keep- source_labels: [__address__, __meta_kubernetes_pod_annotation_prometheus_io_port]separator: ;regex: ([^:]+)(?::\d+)?;(\d+)target_label: __address__replacement: $1:$2action: replace- separator: ;regex: (.*)target_label: clusterreplacement: testaction: replace

metric_relabel_configs的relabel如下:

  metric_relabel_configs:- source_labels: [image]regex: '.*/(.*)'replacement: '$1'target_label: id- source_labels: [service]regex: 'ecs-.*:ecs-([a-z]+-*[a-z]*).*:[0-9]+'replacement: '$1'target_label: service

看着很相似,但relabel_configs是针对target指标采集前和采集中的筛选,而metric_relabel_configs是针对指标采集后的筛选。

譬如relabel_configs drop动作,

  relabel_configs:- source_labels: [__meta_ec2_tag_Name]regex: Example.*action: drop

那么将不会收集这个指标。而metric_relabel_configs使用的时候指标已经采集过了

  metric_relabel_configs:- source_labels: [__name__]regex: '(container_tasks_state|container_memory_failures_total)'action: drop

所以metric_relabel_configs相对来说,更加昂贵,毕竟指标已经采集了。

metric_relabel_configs还可以不用指定source_labels

  metric_relabel_configs:- regex: 'container_label_com_amazonaws_ecs_task_arn'action: labeldrop

这篇关于promethus 的 relabel_configs 和 metric_relabel_configs的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/977133

相关文章

Metric Matrice(nyoj545)

Metric Matrice 时间限制: 1000 ms  |  内存限制: 65535 KB 难度:1 描述 Given as input a square distance matrix, where a[i][j] is the distance between point i and point j, determine if the distance matrix is

Anchor Alignment Metric来优化目标检测的标签分配和损失函数。

文章目录 背景假设情况任务和目标TaskAligned方法的应用1. **计算Anchor Alignment Metric**2. **动态样本分配**3. **调整损失函数** 示例总结 背景 假设我们在进行目标检测任务,并且使用了YOLOv8模型。我们希望通过TaskAligned方法来优化Anchor与目标的匹配程度,从而提升检测效果。 假设情况 图像: 一张包含

Kubernetes学习指南:保姆级实操手册07——calico安装、metric-server安装一、calico

七、Kubernetes学习指南:保姆级实操手册07——calico安装、metric-server安装 一、calico Calico是一个开源的虚拟化网络方案,支持基础的Pod网络通信和网络策略功能。 官方文档:Quickstart for Calico on Kubernetes | Calico Documentation 1、calico安装 ### 在Master控制节点执行

ElasticSearch学习笔记(五)Bucket聚合、Metric聚合

文章目录 前言9 项目实战9.3 我周边的酒店9.4 酒店竞价排名 10 数据聚合10.1 聚合的分类10.2 DSL实现聚合10.2.1 Bucket聚合10.2.2 聚合结果排序10.2.3 限定聚合范围10.2.4 Metric聚合 10.3 RestAPI实现聚合10.3.1 API语法10.3.2 业务需求10.3.3 业务实现10.3.4 功能测试 前言 Elas

度量学习(Distance Metric Learning)介绍

原文:度量学习(Distance Metric Learning)介绍 http://blog.csdn.net/lzt1983/article/details/7884553 一直以来都想写一篇metric learning(DML)的综述文章,对DML的意义、方法论和经典论文做一个介绍,同时对我的研究经历和思考做一个总结。可惜一直没有把握自己能够写好,因此拖到现在。

Deep Sort目标跟踪论文梗概SIMPLE ONLINE AND REALTIME TRACKING WITH A DEEP ASSOCIATION METRIC

DeepSort是跟踪算法中非常好用的一个,速度快,准度高。 本文为CVPR2017的跟踪算法。 论文:https://arxiv.org/pdf/1703.07402.pdf 代码:https://github.com/nwojke/deep_sort 摘要 简单在线和实时跟踪Simple Online and Realtime Tracking (SORT)是一种注重简单、高效的多目标跟踪

【Flink metric】Flink指标系统的系统性知识:以便我们实现特性化数据的指标监控与分析

文章目录 一. Registering metrics:向flink注册新自己的metrics1. 注册metrics2. Metric types:指标类型2.1. Counter2.2. Gauge2.3. Histogram(ing)4. Meter 二. Scope:指标作用域1. User Scope2. System Scope ing3. User Variables 三.

监控 Promethus的监控告警Alertmanager、Grafana

Promethus的监控告警Alertmanager Alertmanager 介绍 Prometheus的一个组件,用于定义和发送告警通知,内置多种第三方告警通知方式,同时还提供了对Webhook通知的支持基于警报规则对规则产生的警报进行分组、抑制和路由,并把告警发送给合适的接收端,例如邮件、钉钉或Webhook在Prometheus中一条告警规则组成 告警名称:用户需要为告警规则命名告警规

configs

configs 部分 ```python import os  # 导入os模块,用于系统级操作 emotion = ["Valence"]  # 定义情绪列表,只包含情绪维度"Valence" # 配置参数字典 config = {     "extract_class_label": 1,  # 是否提取类别标签     "extract_continuous_label": 1,  #

evaluate.load(metric)和dataset.load_metric(metric)

evaluate.load 和 dataset.load_metric 是两个不同的库中用于加载评估指标的方法,分别属于 evaluate 库和 datasets 库。它们虽然功能相似,但在使用场景和细节上有一些区别。 evaluate.load(metric) evaluate 库是 Hugging Face 提供的一个专门用于评估模型性能的库。evaluate.load 用于加载预定义的或