阿里云 Prometheus 用量分析与成本优化指南

1. 实例维度用量分析

首先从全局视角查看用量较高的Prometheus 实例。

1. 登录云监控控制台。

2. 在左侧导航栏单击Prometheus监控 > 用量统计。

3. 在实例用量总览区域，您可以查看实例的上报量、写入量、归档存储量等计费相关统计。

   • 操作建议：按自定义指标上报量（百万）或 自定义指标写入量（GB）倒排，快速识别指标传入 TopN 的实例。

     

2. Job 维度用量分析

分析完实例维度后，可以针对用量较大的实例，进一步下钻分析产生大量数据的具体Job。

1. 在用量分析的大盘中，筛选期望下钻分析的实例。

2. 查看Job排行：

   • 在指标上报量统计 > job自定义指标上报量(Top10)中查看上报量Top 10 的自定义Job。

   • 在指标写入量统计 > job自定义指标写入量(Top10)中查看写入量 Top 10 的Job。

   

3. 指标维度用量分析

若需要定位导致高用量的具体指标，可以进入具体的 Prometheus 实例进行分析。

1. 在左侧导航栏选择实例列表，单击目标实例名称，访问具体的 Prometheus 实例。

2. 在左侧导航栏选择指标管理，在指标统计页签下：

   • Top 10 指标数据条数：查看上报量比较高的指标。

   • Top 10 指标名数据量：查看写入量比较高的指标。

3. 您也可以在大盘上筛选查看上一步中分析出的写入量比较高的Job。

4. 高基数指标分析

在 Prometheus 中，高基数（High Cardinality） 是指时间序列（time series）的数量异常庞大，通常是由于指标（metric）的 标签（labels）组合过多导致的，一般情况下是指标中存储在发散的 label。

在指标管理 > 指标治理中，提供了时间线统计和label 统计能力：

• 指标快速分析：查看当前实例中时间线TopN的指标。

• Label 快速分析：查看 Label数的TopN分析，也可以筛选具体的指标进行查看。

策略1：选择合适的实例计费方式

Prometheus 在实例维度提供了写入量和上报量 2 种计费方式，您可以基于用量统计页面计算哪种方式更划算。

• 操作：在 Prometheus 实例的设置中，切换不同的计费方式。

• 限制：单实例只允许切换一次。

策略2：提高采集频率

1. 在接入管理页面，单击期望设置的环境名称，进入接入环境配置界面。

2. 在组件管理中找到期望设置的组件，单击目标组件操作列的设置。

3. 在配置界面中，设置采集间隔（秒）。

策略3：废弃无用指标

1. 在左侧导航栏选择接入管理，单击目标环境名称操作列的指标采集。

2. 在指标采集页面，单击指标废弃，输入期望废弃的指标即可。

   • 如果指标是通过开源 Prometheus 采集后 Remote Write 写到阿里云 Prometheus，可在抓取配置中通过metric_relabel_configs 删除不需要的指标。具体操作参考常见metric_relabel_configs使用场景示例。

   • 也可以在 Remote Write 阶段通过 write_relabel_configs进行指标丢弃配置。

策略4：优化高基数指标

• 禁止发散标签：在指标源头，禁止将高基数的指标作为label ，例如用户 ID、订单 ID、Trace ID 作为标签。

• 标签归一化：如果指标中存储了路径等 label ，建议进行归一化处理（比如：/api/user/123/profile → /api/user/:id/profile）。

总结

各优化措施的对比汇总如下表所示：