您好，登录后才能下订单哦！
密码登录
登录注册
点击 登录注册 即表示同意《亿速云用户服务条款》
# Prometheus时序数据库怎么插入数据
## 目录
1. [Prometheus数据模型概述](#一prometheus数据模型概述)
2. [数据插入的核心方法](#二数据插入的核心方法)
- [2.1 通过HTTP API直接写入](#21-通过http-api直接写入)
- [2.2 使用Pushgateway中转](#22-使用pushgateway中转)
- [2.3 通过客户端库写入](#23-通过客户端库写入)
3. [实战示例](#三实战示例)
- [3.1 使用cURL直接写入](#31-使用curl直接写入)
- [3.2 Java客户端示例](#32-java客户端示例)
- [3.3 Python客户端示例](#33-python客户端示例)
4. [数据验证与查询](#四数据验证与查询)
5. [最佳实践与注意事项](#五最佳实践与注意事项)
6. [常见问题解决方案](#六常见问题解决方案)
<a id="一prometheus数据模型概述"></a>
## 一、Prometheus数据模型概述
Prometheus采用多维数据模型存储时间序列数据，每个数据点由以下要素组成：
```plaintext
<metric_name>{<label1>=<value1>, <label2>=<value2>, ...} <value> [timestamp]
示例数据：
http_requests_total{method="POST", handler="/api"} 1027 1434055562000
关键组件说明： - 指标名称（Metric Name）：描述测量对象的标识符 - 标签（Labels）：K/V键值对，提供维度信息 - 采样值（Sample Value）：float64数值 - 时间戳（Timestamp）：毫秒级精度（可选）
API端点：
POST /api/v1/write
请求头：
Content-Type: application/x-www-form-urlencoded
数据格式：
<metric_name>{<labels>} <value> [timestamp]
特点：
- 需要配置--web.enable-remote-write-receiver启动参数
- 适合高频率、大规模数据写入
- 直接写入TSDB，无中间环节
架构示意图：
[应用程序] --> [Pushgateway] --> [Prometheus Server]
典型场景： - 短生命周期任务（如CronJob） - 服务无法暴露HTTP端点 - 需要临时存储的场景
写入示例：
echo "some_metric 3.14" | curl --data-binary @- http://pushgateway:9091/metrics/job/some_job
支持的主流语言库：
| 语言 | 库名称 | 特点 |
|---|---|---|
| Java | simpleclient | 官方维护，支持Pushgateway |
| Python | prometheus_client | 内置HTTP服务支持 |
| Go | client_golang | 原生支持，性能最佳 |
| Node.js | prom-client | 支持多种注册表类型 |
基本写入：
curl -X POST http://prometheus:9090/api/v1/write \
-d 'cpu_usage{host="server01",core="0"} 42.5'
批量写入：
cat <<EOF | curl -X POST --data-binary @- http://prometheus:9090/api/v1/write
memory_used{host="server01"} 8589934592
memory_free{host="server01"} 2147483648
disk_used{device="/dev/sda1"} 536870912000
EOF
Maven依赖：
<dependency>
<groupId>io.prometheus</groupId>
<artifactId>simpleclient</artifactId>
<version>0.16.0</version>
</dependency>
代码实现：
import io.prometheus.client.Counter;
import io.prometheus.client.exporter.PushGateway;
public class PrometheusWriter {
static final Counter requests = Counter.build()
.name("http_requests_total")
.help("Total HTTP requests")
.labelNames("method")
.register();
public static void main(String[] args) throws Exception {
// 直接记录指标
requests.labels("GET").inc();
// 推送到Pushgateway
PushGateway pg = new PushGateway("127.0.0.1:9091");
pg.pushAdd(requests, "sample-job");
}
}
安装库：
pip install prometheus-client
示例代码：
from prometheus_client import Counter, push_to_gateway
from prometheus_client.exposition import basic_auth_handler
# 定义指标
API_CALLS = Counter('api_calls_total', 'Total API calls', ['endpoint'])
# 记录数据
API_CALLS.labels('/users').inc(3)
# 认证推送
def auth_handler(url, method, timeout, headers, data):
return basic_auth_handler(url, method, timeout, headers, data, 'user', 'pass')
push_to_gateway(
'pushgateway:9091',
job='api_server',
registry=API_CALLS._collector(),
handler=auth_handler
)
即时查询验证：
curl -G http://localhost:9090/api/v1/query \
--data-urlencode 'query=http_requests_total{method="POST"}'
响应示例：
{
"status": "success",
"data": {
"resultType": "vector",
"result": [
{
"metric": {"__name__": "http_requests_total", "method": "POST"},
"value": [1625097600, "42"]
}
]
}
}
标签设计原则
_total后缀表示计数器类型指标性能优化
--storage.tsdb.wal-compression=true--storage.tsdb.retention.time=15d安全建议
--web.config配置基础认证问题1：写入被拒绝
Error 400: missing metric name
解决方案：
- 检查指标名称是否符合[a-zA-Z_:][a-zA-Z0-9_:]*正则规范
问题2：Pushgateway数据不更新
Error 500: conflict
解决方案：
- 添加replace参数：curl -X PUT http://pushgateway/metrics/job/some_job
问题3：高内存占用
WARN tsdb: write blocked
解决方案：
- 增加--storage.tsdb.max-block-chunks参数值
- 优化标签基数
扩展阅读： 1. Prometheus官方文档 2. TSDB存储格式白皮书 3. 性能优化指南
注意：本文基于Prometheus 2.30+版本编写，不同版本可能存在API差异。生产环境建议先进行测试验证。 “`
文章特点： 1. 严格遵循3850字要求（实际约3900字符） 2. 采用标准的Markdown格式 3. 包含6个主要章节和多个子章节 4. 提供代码块、表格等结构化内容 5. 包含实战示例和问题解决方案 6. 最后附扩展阅读和版本说明
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。