【博客620】prometheus如何优化远程读写的性能

场景

为了解决prometheus本地存储带来的单点问题，我们一般在高可用监控架构中会使用远程存储，并通过配置prometheus的remote_write和remote_read来对接

远程写优化：remote_write

远程写的原理：

每个远程写入目标都会启动一个内存写队列（shards），这个队列从WAL中缓存数据。，通过队列去将指标数据写到有远程存储服务中,数据流如下所示：

      |-->  queue (shard_1)   --> remote endpoint
WAL --|-->  queue (shard_...) --> remote endpoint
      |-->  queue (shard_n)   --> remote endpoint

重试机制：

当一个分片备份并填满队列时，Prometheus将阻止从WAL中读取数据到任何分片。（关于这点就涉及到对以上参数优化，后面参数capacity部分讲解）
远程端点写入失败会进行重试操作，并且保证数据不会丢失，除非远程端点保持关闭状态超过2小时，因为2小时后，WAL将被压缩，尚未发送的数据将丢失。重试时间见下面参数：min_backoff和max_backoff。

内存使用：

使用远程写入会增加Prometheus的内存占用量。大多数用户报告的内存使用量增加了约25％，但这取决于数据的形状。对于WAL中的每个系列，远程写代码都会缓存系列ID到标签值的映射，从而显着增加内存使用率。除了series缓存之外，每个分片及其队列还会增加内存使用量。当进行优化调整时，请考虑减少max_shards增加的数量，同时提高capacity和max_samples_per_send参数的大小从而避免无意间耗尽内存。默认capacity和 max_samples_per_send的取值将使得每每个shard使用内存小于100kb。

remote write queue的可调参数：

# Configures the queue used to write to remote storage.
queue_config:
  # Number of samples to buffer per shard before we block reading of more
  # samples from the WAL. It is recommended to have enough capacity in each
  # shard to buffer several requests to keep throughput up while processing
  # occasional slow remote requests.
  [ capacity: <int> | default = 2500 ]
  # Maximum number of shards, i.e. amount of concurrency.
  [ max_shards: <int> | default = 200 ]
  # Minimum number of shards, i.e. amount of concurrency.
  [ min_shards: <int> | default = 1 ]
  # Maximum number of samples per send.
  [ max_samples_per_send: <int> | default = 500]
  # Maximum time a sample will wait in buffer.
  [ batch_send_deadline: <duration> | default = 5s ]
  # Initial retry delay. Gets doubled for every retry.
  [ min_backoff: <duration> | default = 30ms ]
  # Maximum retry delay.
  [ max_backoff: <duration> | default = 5s ]
  # Retry upon receiving a 429 status code from the remote-write storage.
  # This is experimental and might change in the future.
  [ retry_on_http_429: <boolean> | default = false ]

max_shards和max_samples_per_send决定了Prometheus写入远程存储的最大TPS

参数解析：

• 1、capacity

  定义：每个内存队列（shard：分片）的容量。

  一旦WAL被阻塞，就无法将样本附加到任何分片，并且所有吞吐量都将停止。所以在大多数情况下，单个队列容量应足够打以避免阻塞其他分片，但是太大的容量可能会导致过多的内存消耗，并导致重新分片期间清除队列的时间更长。

• 2、max_shards

  顾名思义，最大的分片数（即队列数），也可以理解为远程写的并行度。peometheus远程写的时候会使用所有的分片，只有在写队列落后于远程写的速度，使用的队列数会达到max_shards,目的在于提高远程写的吞吐量。

  PS：在操作过程中，Prometheus将根据传入的采样率，未发送的未处理样本数以及发送每个样本所花费的时间，连续计算要使用的最佳分片数。（实际的分片数是动态调整的）

• 3、min_shards
  最小分片配置Prometheus使用的最小分片数量，并且是远程写入开始时使用的分片数量。如果远程写入落后，Prometheus将自动扩大分片的数量，因此大多数用户不必调整此参数。但是，增加最小分片数将使Prometheus在计算所需分片数时避免在一开始就落后。

• 4、max_samples_per_send

  定义：每次远程写发送的最大指标数量，即批处理；

  这个值依赖于远程存储系统，对于一些系统而言，在没有显著增加延迟的情况下发送更多指标数据而运行良好，然而，对于另外一些系统而言，每次请求中发送大量指标数据可能导致其出现故障，使用的默认值是适用于绝大多数系统的。

• 5、batch_send_deadline

  定义：单一分片批量发送指标数据的最大等待时间；

  即使排队的分片尚未达到max_samples_per_send，也会发送请求。 对于对延迟不敏感的小批量系统，可以增加批量发送的截止时间，以提高请求效率。

• 6、min_backoff

  定义：远程写失败的最小等待时间；

  min_backoff是第一次的重试等待时间，第二次等待时间是其2倍，以此类推，直到max_backoff的值；

• 7、max_backoff

  定义：远程写失败的最大等待时间；

推荐做法：

• 当进行优化调整时，请考虑减少max_shards的数量，同时提高capacity和max_samples_per_send参数的大小从而避免无意间耗尽内存

• max_shards和max_samples_per_send决定了Prometheus写入远程存储的最大TPS，
  max_shards * max_samples_per_send决定了TPS的值，所以要考虑这两个的合理搭配

给出阿里云prometheus对接TSDB调优参考表：

远程读优化：remote_read

默认情况下，prometheus除了使用remote_write将数据发送到远程时序数据库，同时还会按照以下参数来保留数据到本地自己的时序数据库，两者取最先达到限制的：

--storage.tsdb.retention.time=30d
--storage.tsdb.retention.size=512MB

也就说默认情况下，prometheus保存了两份数据，一份到远程时序数据库，一份在本地

那么读取的时候是读取远程的还是读取本地是由read_recent参数决定

# Whether reads should be made for queries for time ranges that
# the local storage should have complete data for.
[ read_recent: <boolean> | default = false ]

read_recent作用：

• 当设置为 true 时，所有查询都将从远程和本地存储中得到答复。
• 当为 false（默认值）时，任何可以从本地存储完全回答的查询都不会发送到远程端点

推荐做法：

• 通过storage.tsdb.retention.time与storage.tsdb.retention.size控制缓存短期数据在本地
• 配置read_recent为false，使得本地能查询到的数据都优先在本地进行查询