NDE CPU监控

CPU 指标

指标名称	类型	含义
node_cpu_seconds_total	Counter	节点 CPU 的使用时间 (单位：秒)

CPU 基础信息

CPU 频率

node_cpu_frequency_max_hertz 和 node_cpu_frequency_min_hertz 是硬件可以执行的作的限制。 node_cpu_scaling_frequency_max_hertz 和 node_cpu_scaling_frequency_min_hertz 是内核将保持在的限制范围内，并且可以在运行时进行调整。

node_cpu_scaling_frequency_hertz 是内核认为的当前频率。还有一个 node_cpu_frequency_hertz，它是硬件的当前频率值。

可以使用以下查询来获取 CPU 频率的度量值：

node_cpu_scaling_frequency_hertz

该指标表示每个CPU核心的时钟频率（赫兹）。它可以用于监视 CPU 的时钟速度，帮助了解 CPU 的性能和负载情况

CPU 温度

Name	Description	OS
hwmon	Expose hardware monitoring and sensor data from `/sys/class/hwmon/`.	Linux

指标

node_hwmon_temp_celsius

查询温度传感器的名称

node_hwmon_sensor_label{instance="192.168.16.140:9100", chip=~".+coretemp.+"}

查询温度传感器的温度值

node_hwmon_temp_celsius{instance="192.168.16.140:9100", chip=~".+coretemp.+"}

关联

0 * node_hwmon_sensor_label{instance="192.168.16.140:9100", chip=~".+coretemp.+"} + on (sensor) group_left(node_hwmon_temp_celsius) node_hwmon_temp_celsius{instance="192.168.16.140:9100", chip=~".+coretemp.+"}

画图

使用 stat panel
显示名：${__field.labels.label}

参考图表

https://grafana.com/grafana/dashboards/12950-hwmon/

CPU 使用率

node_cpu_seconds_total

该指标包括了多个标签，分别标记每种处理模式使用的CPU时间，该指标为counter类型。

# HELP node_cpu_seconds_total Seconds the CPUs spent in each mode.
# TYPE node_cpu_seconds_total counter
node_cpu_seconds_total{cpu="0",mode="idle"} 3.56934038e+06
node_cpu_seconds_total{cpu="0",mode="iowait"} 6208.33
node_cpu_seconds_total{cpu="0",mode="irq"} 0
node_cpu_seconds_total{cpu="0",mode="nice"} 398.62
node_cpu_seconds_total{cpu="0",mode="softirq"} 2759.47
node_cpu_seconds_total{cpu="0",mode="steal"} 0
node_cpu_seconds_total{cpu="0",mode="system"} 65250.09
node_cpu_seconds_total{cpu="0",mode="user"} 190913.76
node_cpu_seconds_total{cpu="1",mode="idle"} 3.56738873e+06
node_cpu_seconds_total{cpu="1",mode="iowait"} 8643.69
node_cpu_seconds_total{cpu="1",mode="irq"} 0
node_cpu_seconds_total{cpu="1",mode="nice"} 378.03
node_cpu_seconds_total{cpu="1",mode="softirq"} 2633.77
node_cpu_seconds_total{cpu="1",mode="steal"} 0
node_cpu_seconds_total{cpu="1",mode="system"} 65323.76
node_cpu_seconds_total{cpu="1",mode="user"} 190535.96

mode="idle" 代表 CPU 的空闲时间，所以我们只需要算出空闲的时间占比，再以总数减去该值，便可知道 CPU 的使用率，此处使用 irate 方法。

由于现有的服务器一般为多核，所以加上 avg 求出所有 cpu 的平均值，便是 CPU 的使用率情况，如下：

100 - avg(irate(node_cpu_seconds_total{mode="idle"}[5m])) by (instance)* 100

System - cpu 在内核模式下执行的进程占比
sum by (mode)(irate(node_cpu_seconds_total{mode="system",instance=~"$node:$port",job=~"$job"}[5m])) * 100

User - cpu 在用户模式下执行的正常进程占比
sum by (mode)(irate(node_cpu_seconds_total{mode='user',instance=~"$node:$port",job=~"$job"}[5m])) * 100

Nice - cpu 在用户模式下执行的 nice 进程占比
sum by (mode)(irate(node_cpu_seconds_total{mode='nice',instance=~"$node:$port",job=~"$job"}[5m])) * 100

Idle - cpu 在空闲模式下的占比
sum by (mode)(irate(node_cpu_seconds_total{mode='idle',instance=~"$node:$port",job=~"$job"}[5m])) * 100

Iowait - cpu 在 io 等待的占比
sum by (mode)(irate(node_cpu_seconds_total{mode='iowait',instance=~"$node:$port",job=~"$job"}[5m])) * 100

Irq - cpu 在服务中断的占比
sum by (mode)(irate(node_cpu_seconds_total{mode='irq',instance=~"$node:$port",job=~"$job"}[5m])) * 100

Softirq - cpu 在服务软中断的占比
sum by (mode)(irate(node_cpu_seconds_total{mode='softirq',instance=~"$node:$port",job=~"$job"}[5m])) * 100

Steal - 在 VM 中运行时其他 VM 占用的本 VM 的 cpu 的占比
sum by (mode)(irate(node_cpu_seconds_total{mode='steal',instance=~"$node:$port",job=~"$job"}[5m])) * 100

Guest - 运行各种 VM 使用的 cpu 占比
sum by (mode)(irate(node_cpu_seconds_total{mode='guest',instance=~"$node:$port",job=~"$job"}[5m])) * 100