Query utilizzando l'API o la UI Prometheus

Dopo aver eseguito il deployment di Google Cloud Managed Service per Prometheus, puoi eseguire query sui dati inviati al servizio gestito per visualizzare i risultati in grafici e dashboard.

Questo documento descrive gli ambiti delle metriche, che determinano gli su cui eseguire query e i seguenti modi basati su Prometheus per recuperare e utilizzare i dati che hai raccolto:

  • L'API HTTP di Prometheus
  • UI di Prometheus

Tutte le interfacce di query per Managed Service per Prometheus sono configurate su recuperare i dati da Monarch utilizzando l'API Cloud Monitoring. Di l'esecuzione di query su Monarch anziché sui dati provenienti da server Prometheus locali, ottieni un monitoraggio globale su larga scala.

Prima di iniziare

Se non hai già eseguito il deployment del servizio gestito, quindi configura una raccolta gestita o di cui è stato eseguito il deployment autonomo personalizzata. Puoi saltare questo passaggio se ti interessano solo eseguire query sulle metriche di Cloud Monitoring utilizzando PromQL.

Configura il tuo ambiente

Per evitare di inserire ripetutamente l'ID progetto o il nome del cluster, eseguire la configurazione seguente:

  • Configura gli strumenti a riga di comando come segue:

    • Configura gcloud CLI per fare riferimento all'ID del tuo Progetto Google Cloud:

      gcloud config set project PROJECT_ID

    • Configura l'interfaccia a riga di comando kubectl per utilizzare il tuo cluster:

      kubectl config set-cluster CLUSTER_NAME

    Per ulteriori informazioni su questi strumenti, consulta le seguenti risorse:

Configura uno spazio dei nomi

Crea lo spazio dei nomi Kubernetes NAMESPACE_NAME per le risorse create nell'ambito dell'applicazione di esempio:

kubectl create ns NAMESPACE_NAME

Verificare le credenziali dell'account di servizio

Puoi saltare questa sezione se il tuo cluster Kubernetes Identità carico di lavoro abilitata.

In esecuzione su GKE, Managed Service per Prometheus recupera automaticamente le credenziali dall'ambiente in base Account di servizio predefinito Compute Engine. L'account di servizio predefinito ha le autorizzazioni necessarie, monitoring.metricWriter e monitoring.viewer, predefinito. Se non utilizzi Workload Identity e in precedenza hai già rimosso uno di questi ruoli dall'account di servizio del nodo predefinito, Devi aggiungere di nuovo le autorizzazioni mancanti prima di continuare.

Se non esegui su GKE, consulta Fornisci le credenziali in modo esplicito.

Configura un account di servizio per Workload Identity

Puoi saltare questa sezione se il tuo cluster Kubernetes non dispone Identità carico di lavoro abilitata.

Managed Service per Prometheus acquisisce i dati delle metriche utilizzando l'API Cloud Monitoring. Se il cluster utilizza Workload Identity, devi concedere al tuo account di servizio Kubernetes l'autorizzazione l'API Monitoring. In questa sezione vengono descritte le seguenti informazioni:

Crea e associa l'account di servizio

Questo passaggio viene visualizzato in diverse posizioni all'interno di Managed Service per Prometheus documentazione. Se hai già eseguito questo passaggio come parte di una dell'attività, così non dovrai ripeterla. Vai avanti e vai alla sezione Autorizzare dell'account di servizio.

La seguente sequenza di comandi crea l'account di servizio gmp-test-sa e lo associa all'account di servizio Kubernetes predefinito Spazio dei nomi NAMESPACE_NAME:

gcloud config set project PROJECT_ID \
&&
gcloud iam service-accounts create gmp-test-sa \
&&
gcloud iam service-accounts add-iam-policy-binding \
  --role roles/iam.workloadIdentityUser \
  --member "serviceAccount:PROJECT_ID.svc.id.goog[NAMESPACE_NAME/default]" \
  gmp-test-sa@PROJECT_ID.iam.gserviceaccount.com \
&&
kubectl annotate serviceaccount \
  --namespace NAMESPACE_NAME \
  default \
  iam.gke.io/gcp-service-account=gmp-test-sa@PROJECT_ID.iam.gserviceaccount.com

Se usi uno spazio dei nomi GKE o un account di servizio diverso, e regolare i comandi in modo appropriato.

Autorizza l'account di servizio

I gruppi di autorizzazioni correlate vengono raccolti in ruoli e si assegnano i ruoli a un'entità. In questo esempio, il cluster Google Cloud l'account di servizio. Per ulteriori informazioni sui ruoli di Monitoring, consulta Controllo dell'accesso.

Il comando seguente concede l'account di servizio Google Cloud, gmp-test-sa, i ruoli dell'API Monitoring necessari lettura i dati delle metriche.

Se hai già concesso l'account di servizio Google Cloud un ruolo specifico nell'ambito dell'attività precedente, non dovrai ripeterlo.

Per autorizzare il tuo account di servizio a leggere da un dell'ambito delle metriche multiprogetto, segui queste istruzioni e controlla Cambia il progetto su cui è stata eseguita la query. 

gcloud projects add-iam-policy-binding PROJECT_ID \
  --member=serviceAccount:gmp-test-sa@PROJECT_ID.iam.gserviceaccount.com \
  --role=roles/monitoring.viewer

Debug della configurazione di Workload Identity

Se hai difficoltà a far funzionare Workload Identity, consulta documentazione per la verifica della configurazione di Workload Identity e la guida alla risoluzione dei problemi di Workload Identity.

Poiché gli errori di battitura e i testi incollati parziali sono le fonti più comuni di errori quando durante la configurazione di Workload Identity, consigliamo vivamente l'utilizzo del variabili e icone di copia e incolla cliccabili incorporate negli esempi di codice in questi instructions.

Workload Identity in ambienti di produzione

L'esempio descritto in questo documento associa il servizio Google Cloud di servizio all'account di servizio Kubernetes predefinito e fornisce a Google Cloud all'account di servizio di tutte le autorizzazioni necessarie per utilizzare l'API Monitoring.

In un ambiente di produzione, conviene usare un approccio più granulare, con un account di servizio per ogni componente, ognuno con autorizzazioni minime. Per ulteriori informazioni sulla configurazione degli account di servizio per gestione dei carichi di lavoro e delle identità, consulta Utilizzo di Workload Identity.

Ambiti di query e metriche

I dati su cui è possibile eseguire query sono determinati dalla struttura di Cloud Monitoring ambito delle metriche, indipendentemente dal metodo utilizzato per eseguire query sui dati. Ad esempio, se utilizzi Grafana per eseguire query su Managed Service per Prometheus devi configurare ogni ambito delle metriche come origine dati separata.

Un ambito delle metriche di Monitoring è un costrutto di sola lettura che consente di eseguire query sui dati delle metriche appartenenti a più progetti Google Cloud. Ogni evento l'ambito delle metriche è ospitato da un progetto Google Cloud designato, chiamato progetto di ambito.

Per impostazione predefinita, un progetto è il progetto di definizione dell'ambito per il proprio ambito delle metriche, e l'ambito delle metriche contiene le metriche e la configurazione necessarie progetto. Un progetto di definizione dell'ambito può avere più di un progetto monitorato l'ambito delle metriche, nonché le metriche e le configurazioni di tutti i progetti nell'ambito delle metriche sono visibili al progetto di definizione dell'ambito. R progetto monitorato può anche appartenere a più di un ambito delle metriche.

Quando esegui una query sulle metriche in un progetto di definizione dell'ambito e se il progetto di definizione dell'ambito ospita un ambito delle metriche multiprogetto, puoi recuperare da più progetti. Se l'ambito delle metriche contiene tutti i tuoi progetti, le query e le regole verranno valutate a livello globale.

Per saperne di più sulla definizione dell'ambito dei progetti e dell'ambito delle metriche, consulta Ambiti delle metriche. Per informazioni sulla configurazione nell'ambito delle metriche multiprogetto, consulta Visualizzare le metriche per più Google Cloud.

Managed Service per i dati Prometheus in Cloud Monitoring

Il modo più semplice per verificare che i dati Prometheus siano in fase di esportazione è utilizzare la pagina Esplora metriche di Cloud Monitoring nella console Google Cloud, che supporta PromQL. Per istruzioni, vedi Esecuzione di query utilizzando PromQL in Cloud Monitoring.

UI frontend Prometheus autonoma

Puoi utilizzare l'interfaccia utente frontend Prometheus autonoma per accedere e visualizzare importati. Questa UI esegue query PromQL su tutti i dati nel tuo progetto Google Cloud, come determinato dall'ambito delle metriche associato al tuo progetto.

L'interfaccia utente del frontend funge anche da proxy di autenticazione per l'accesso ai dati importati e i dati di Google Cloud. Questa funzionalità può essere utilizzata per gli strumenti client che non supportano OAuth2 per gli account di servizio, inclusa Grafana o la scalabilità automatica orizzontale dei pod utilizzando il metodo prometheus-adapter libreria di Google Cloud.

Ti consigliamo vivamente di configurare Grafana per visualizzare i dati da Managed Service per Prometheus utilizzando lo strumento di sincronizzazione dell'origine dati. Le istruzioni per configurare Grafana utilizzando Prometheus autonomo UI frontend sono incluse qui come riferimento per gli utenti che hanno già configurato Grafana utilizzando questo metodo.

Esegui il deployment della UI frontend

Per eseguire il deployment dell'interfaccia utente frontend Prometheus autonoma Managed Service per Prometheus, esegui questi comandi:

  1. Esegui il deployment del servizio frontend e configuralo per eseguire query sul progetto dell'ambito dell'ambito delle metriche di tua scelta:

    curl https://raw.githubusercontent.com/GoogleCloudPlatform/prometheus-engine/v0.10.0/examples/frontend.yaml |
sed 's/\$PROJECT_ID/PROJECT_ID/' |
kubectl apply -n NAMESPACE_NAME -f -

  2. Esegui il port forwarding del servizio frontend alla tua macchina locale. Le seguenti esempio inoltra il servizio alla porta 9090:

    kubectl -n NAMESPACE_NAME port-forward svc/frontend 9090

    Questo comando non restituisce alcun risultato e, mentre è in esecuzione, segnala accede all'URL.

Se vuoi continuare a utilizzare un deployment Grafana installato da kube-prometheus, quindi esegui il deployment dell'interfaccia utente frontend Prometheus autonoma nello spazio dei nomi monitoring .

Puoi accedere all'interfaccia utente frontend Prometheus autonoma nel tuo browser all'URL http://localhost:9090. Se in questo passaggio utilizzi Cloud Shell, puoi ottenere l'accesso utilizzando il pulsante Anteprima web.

Lo screenshot seguente mostra una tabella nel frontend autonomo di Prometheus UI che mostra la metrica up:

Visualizzazione di una metrica nell'interfaccia di Prometheus.

Puoi anche configurare un'autenticazione e un'autorizzazione adeguate nel frontend utilizzando, ad esempio, Identity Aware Proxy. Per ulteriori informazioni sull'esposizione dei servizi, consulta l'articolo sull'esposizione delle applicazioni utilizzando Google Cloud.

Modifica il progetto su cui è stata eseguita la query per ottenere il monitoraggio multiprogetto

Il deployment frontend utilizza il progetto Google Cloud configurato come progetto di definizione dell'ambito. Se questo progetto è il progetto di definizione dell'ambito di una ambito delle metriche multiprogetto, potrà leggere le metriche da tutti dei progetti nell'ambito delle metriche.

Puoi specificare un progetto con un ambito delle metriche multiprogetto utilizzando il metodo --query.project-id flag.

In genere, utilizzi un progetto dedicato come progetto di definizione dell'ambito. questo progetto non è lo stesso in cui viene eseguito il deployment frontend. Per consentire al deployment di leggere un progetto di destinazione diverso, devi eseguire seguenti:

  • Indica al deployment frontend il progetto di destinazione.

  • Concedi all'account di servizio l'autorizzazione per leggere il progetto di destinazione. Se hai utilizzato l'account di servizio default di Compute Engine, puoi effettuare una delle seguenti operazioni:

Per concedere le autorizzazioni necessarie per accedere a un altro progetto Google Cloud, procedi nel seguente modo:

  1. Concedi all'account di servizio l'autorizzazione a leggere dal progetto di destinazione su cui vuoi eseguire una query:

    gcloud projects add-iam-policy-binding SCOPING_PROJECT_ID \
  --member=serviceAccount:gmp-test-sa@PROJECT_ID.iam.gserviceaccount.com \
  --role=roles/monitoring.viewer

  2. Apri il deployment frontend creato in precedenza per la modifica:

    kubectl -n NAMESPACE_NAME edit deploy frontend

  3. Specifica il progetto di destinazione utilizzando il flag --query.project-id:

    apiVersion: apps/v1
kind: Deployment
metadata:
  namespace: NAMESPACE_NAME
  name: frontend
spec:
  template
    containers:
    - name: frontend
      args:
      - --query.project-id=SCOPING_PROJECT_ID
...

    Salva il file e chiudi l'editor. Una volta applicata la modifica, i pod del frontend vengono riavviati ed eseguono query sul nuovo progetto di definizione dell'ambito.

Autentica la UI frontend

Il deployment frontend supporta autenticazione dell'accesso di base per l'accesso autenticato nelle versioni 0.5.0 e successive. Per attivare l'autenticazione, aggiungi le variabili di ambiente AUTH_USERNAME e AUTH_PASSWORD al deployment: 

apiVersion: apps/v1
kind: Deployment
metadata:
  namespace: NAMESPACE_NAME
  name: frontend
spec:
  template
    containers:
    - name: frontend
      env:
      - name: AUTH_USERNAME
        value: USERNAME
      - name: AUTH_PASSWORD
        value: PASSWORD
...

Fornisci le credenziali in modo esplicito

Puoi saltare questa sezione se esegui il container frontend in in un cluster Google Kubernetes Engine. Se hai problemi di autenticazione GKE, consulta Verificare le credenziali dell'account di servizio.

Durante l'esecuzione su GKE, il frontend recupera automaticamente le credenziali dall'ambiente in base l'account di servizio del nodo o la configurazione di Workload Identity. Nei cluster Kubernetes non GKE, le credenziali devono essere forniti al frontend mediante flag o GOOGLE_APPLICATION_CREDENTIALS variabile di ambiente.

  1. Imposta il contesto sul progetto di destinazione:

    gcloud config set project PROJECT_ID

  2. Crea un account di servizio:

    gcloud iam service-accounts create gmp-test-sa

    Questo passaggio crea l'account di servizio che potresti avere già creati nel Istruzioni per Workload Identity.

  3. Concedi le autorizzazioni richieste all'account di servizio:

    gcloud projects add-iam-policy-binding PROJECT_ID \
  --member=serviceAccount:gmp-test-sa@PROJECT_ID.iam.gserviceaccount.com \
  --role=roles/monitoring.viewer

  4. Crea e scarica una chiave per l'account di servizio:

    gcloud iam service-accounts keys create gmp-test-sa-key.json \
  --iam-account=gmp-test-sa@PROJECT_ID.iam.gserviceaccount.com

  5. Aggiungi il file della chiave come secret al cluster non GKE:

    kubectl -n NAMESPACE_NAME create secret generic gmp-test-sa \
  --from-file=key.json=gmp-test-sa-key.json

  6. Apri la risorsa Deployment frontend da modificare:

    kubectl -n NAMESPACE_NAME edit deploy frontend

    1. Aggiungi il testo visualizzato in grassetto alla risorsa:

      apiVersion: apps/v1
kind: Deployment
metadata:
  namespace: NAMESPACE_NAME
  name: frontend
spec:
  template
    containers:
    - name: frontend
      args:
      - --query.credentials-file=/gmp/key.json
...
      volumeMounts:
      - name: gmp-sa
        mountPath: /gmp
        readOnly: true
...
    volumes:
    - name: gmp-sa
      secret:
        secretName: gmp-test-sa
...

    2. Salva il file e chiudi l'editor. Una volta applicata la modifica, vengono ricreati e avviano l'autenticazione nella metrica con l'account di servizio specificato.

    In alternativa, invece di usare i flag impostati in questo esempio, puoi impostare il percorso del file chiave utilizzando il metodo GOOGLE_APPLICATION_CREDENTIALS variabile di ambiente.

    Utilizzo di Grafana tramite il proxy frontend

    Managed Service per Prometheus utilizza l'origine dati Prometheus integrata per Grafana, il che significa che puoi continuare a usare qualsiasi tipo di account, creato dalla community, Dashboard di Grafana senza alcuna modifica. Puoi anche importare i tuoi Dashboard di Grafana in Cloud Monitoring.

    Autenticazione nelle API Google Cloud

    Tutte le API Google Cloud richiedono l'autenticazione tramite OAuth2; mentre Grafana non supporta l'autenticazione OAuth2 per gli account di servizio utilizzati con Prometheus diverse origini dati. Per utilizzare Grafana con Managed Service per Prometheus, puoi utilizzare la UI autonoma di frontend Prometheus come proxy di autenticazione.

    Devi indirizzare Grafana al proxy dell'interfaccia utente frontend autonomo per eseguire query sui dati a livello globale. Se non segui questi passaggi, Grafana eseguirà solo le query rispetto ai dati nel server Prometheus locale.

    Se non hai già eseguito il deployment dell'interfaccia utente di Prometheus frontend come proxy, eseguine il deployment eseguendo questo comando:

    curl https://raw.githubusercontent.com/GoogleCloudPlatform/prometheus-engine/v0.10.0/examples/frontend.yaml |
sed 's/\$PROJECT_ID/PROJECT_ID/' |
kubectl apply -n NAMESPACE_NAME -f -

    Per i cluster Kubernetes non GKE, ad esempio i cluster Anthos, vedi anche Fornisci le credenziali esplicitamente per concedere a frontend le autorizzazioni necessarie per eseguire query sulle metriche.

    Per istruzioni, consulta Modificare il progetto su cui è stata eseguita la query configurazione dell'ambito delle metriche utilizzato dal servizio frontend per eseguire query in più progetti.

    Se hai un deployment Grafana preesistente, ad esempio uno installato kube-prometheus libreria o una libreria installata utilizzando un grafico Helm, tu può continuare a utilizzarlo con Managed Service per Prometheus. Se sì, Per i passaggi successivi, consulta Configurare un'origine dati. Altrimenti, devi prima eseguire il deployment di Grafana.

    Esegui il deployment di Grafana

    Se nel tuo cluster non è in esecuzione un deployment Grafana, puoi e creare un deployment di test temporaneo su cui eseguire esperimenti.

    Per creare un deployment Grafana temporaneo, applica Manifest di Managed Service per Prometheus grafana.yaml al tuo cluster ed eseguire il port forwarding del servizio grafana alla macchina locale. Nell'esempio seguente il servizio viene inoltrato alla porta 3000.

    1. Applica il manifest grafana.yaml:

      kubectl -n NAMESPACE_NAME apply -f  https://raw.githubusercontent.com/GoogleCloudPlatform/prometheus-engine/beb779d32f4dd531a3faad9f2916617b8d9baefd/examples/grafana.yaml

    2. Esegui il port forwarding del servizio grafana alla tua macchina locale. Questo esempio inoltra il servizio alla porta 3000:

      kubectl -n NAMESPACE_NAME port-forward svc/grafana 3000

      Questo comando non restituisce alcun risultato e, mentre è in esecuzione, segnala accede all'URL.

      Puoi accedere a Grafana nel tuo browser all'URL http://localhost:3000 con nomeutente:password admin:admin.

    Configurare un'origine dati

    Per eseguire query su Managed Service per Prometheus in Grafana utilizzando Prometheus UI come proxy di autenticazione, devi aggiungere una nuova origine dati a Grafana. Per aggiungere un'origine dati per il servizio gestito, segui questi passaggi:

    1. Vai al deployment Grafana, ad esempio navigando nella URL http://localhost:3000 per accedere alla pagina di benvenuto di Grafana.

    2. Seleziona Configuration (Configurazione) dal menu principale di Grafana, quindi seleziona Origini dati.

      Aggiungere un'origine dati in Grafana.

    3. Seleziona Aggiungi origine dati e seleziona Prometheus come serie temporale. per configurare un database.

      Aggiunta di un'origine dati Prometheus.

    4. Nel campo URL del riquadro HTTP, inserisci l'URL del Managed Service per il servizio frontend Prometheus. Se hai configurato UI di frontend di Prometheus da eseguire sulla porta 9090, quindi l'URL del servizio per questo campo è http://frontend.NAMESPACE_NAME.svc:9090.

      Nel campo Timeout del riquadro HTTP, imposta il valore su 120.

      Se hai configurato il proxy dell'interfaccia utente frontend con l'autenticazione di base, attiva l'opzione Autorizzazione di base nel riquadro Autorizzazione e compila nome utente e password.

      Nel campo Timeout query, imposta il valore su 2m.

      Nel campo HTTP Method (Metodo HTTP), seleziona GET.

      Nel campo Tipo Prometheus, seleziona Prometheus.

      Nel campo Versione Prometheus, seleziona 2.40.x o una versione successiva.

      Se disponi di più origini dati Prometheus, puoi fornire questo un nome come "Managed Prometheus Service". Puoi lasciare invariati i valori predefiniti degli altri campi.

      Configurazione di un'origine dati Managed Service per Prometheus.

    5. Fai clic su Salva e Test e cerca il messaggio "L'origine dati funziona".

      Test dell'origine dati Managed Service per Prometheus.

    Utilizzare la nuova origine dati

    Ora puoi creare dashboard Grafana utilizzando la nuova origine dati. Puoi anche reindirizzare le dashboard esistenti alla nuova origine dati. Il seguente screenshot mostra un grafico Grafana che mostra la metrica up:

    Grafico di Grafana per la metrica Managed Service per Prometheus in alto.

    Connessione di Managed Service per Prometheus a Thanos

    Puoi convertire Managed Service per Prometheus in un deployment autonomo Thanos si sovrappone per utilizzando il connettore open source thanos-promql-connector. Google Cloud non fornisce assistenza per questa integrazione.

    API HTTP Prometheus

    Managed Service per Prometheus supporta l'upstream API HTTP Prometheus all'URL preceduto da https://monitoring.googleapis.com/v1/projects/PROJECT_ID/location/global/prometheus/api/v1/. Per informazioni sugli endpoint supportati, consulta Compatibilità delle API.

    È possibile accedere a questa API da qualsiasi strumento in grado di interagire con un Server Prometheus. Questo è solo un endpoint API. senza pubblicare una UI. Essendo un'API di Google Cloud, l'API utilizza l'autenticazione OAuth2 e, come parte dell'API Cloud Monitoring, il valore PROJECT_ID è il progetto di definizione dell'ambito di un ambito delle metriche, in modo da poter recuperare i dati da qualsiasi progetto nell'ambito delle metriche. Per ulteriori informazioni sulla definizione dell'ambito, consulta Ambiti delle metriche.

    Per utilizzare questo endpoint, fornisci un file PromQL un'espressione di base. Ad esempio, la seguente query istantanea recupera tutte le serie temporali che hanno il nome della metrica up:

    curl https://monitoring.googleapis.com/v1/projects/PROJECT_ID/location/global/prometheus/api/v1/query \
  -d "query=up" \
  -H "Authorization: Bearer $(gcloud auth print-access-token)"

    Se la richiesta ha esito positivo, la query restituisce un risultato come che è stato formattato per la leggibilità:

    {
  "status":"success",
  "data":{
    "resultType":"vector",
    "result":[{
      "metric": {
        "__name__":"up",
        "cluster":"gmp-test",
        "instance":"prom-example-84c6f547f5-g4ljn:web",
        "job":"prometheus",
        "location":"us-central1-a",
        "project_id":"a-gcp-project"
      },
      "value": [1634873239.971,"1"]
    }]
  }
}

    Per informazioni sulle query Metriche di sistema Google Cloud che utilizzano PromQL, consulta PromQL per Metriche di Cloud Monitoring.

    Compatibilità delle API

    I seguenti endpoint dell'API HTTP Prometheus sono supportato da Managed Service per Prometheus con l'URL preceduto da https://monitoring.googleapis.com/v1/projects/PROJECT_ID/location/global/prometheus/api/v1/.

    Per la documentazione completa, consulta la documentazione di riferimento dell'API Cloud Monitoring documentazione.

    Per informazioni sulla compatibilità di PromQL, consulta PromQL. assistenza.

    • I seguenti endpoint sono completamente supportati:

      • /api/v1/query
      • /api/v1/query_range
      • /api/v1/metadata
      • /api/v1/labels
      • /api/v1/query_exemplars

    • L'endpoint /api/v1/label/<label_name>/values funziona solo se l'endpoint __name__ l'etichetta viene fornita utilizzandola come valore <label_name> o esattamente usando un selettore di serie. Ad esempio, completamente supportate:

      • /api/v1/label/__name__/values
      • /api/v1/label/__name__/values?match[]={__name__=~".*metricname.*"}
      • /api/v1/label/labelname/values?match[]={__name__="metricname"}

      Questo limite fa sì che le query variabili label_values($label) in Grafana non riuscito. In alternativa, puoi utilizzare label_values($metric, $label). Questo tipo di query è consigliato perché evita di recuperare i valori per le etichette sulle metriche che non sono pertinenti per la dashboard specificata.

    • L'endpoint /api/v1/series è supportato per le richieste GET, ma non POST. Quando utilizzi lo strumento di sincronizzazione dell'origine dati o il frontend proxy, questa limitazione è gestita automaticamente. Puoi anche configura le origini dati Prometheus in Grafana in modo che emettano solo GET richieste. Il parametro match[] non supporta la corrispondenza delle espressioni regolari sull'etichetta __name__.