跳到主要内容

Loki 与Prometheus比较

介绍​

Grafana Loki和Prometheus都是云原生监控生态中的核心工具，但它们的定位和功能有显著差异。Loki专注于日志聚合，而Prometheus擅长指标监控。本文将对比两者的设计理念、数据模型、查询语言和典型使用场景，帮助初学者理解如何结合使用它们。

核心区别
  • Loki：为日志设计，使用标签索引+压缩存储，查询语言为LogQL。
  • Prometheus：为指标设计，使用时序数据库，查询语言为PromQL。

数据模型对比​

Prometheus的指标模型​

Prometheus存储多维时间序列数据，每个数据点包含：

  • 指标名称（如 http_requests_total）
  • 标签键值对（如 method="GET", status="200"）
  • 时间戳和数值

示例指标：

promql
http_requests_total{method="POST", handler="/api"} 42 @1654000000

Loki 的日志模型​

Loki存储日志流，每条日志包含：

  • 标签键值对（如 job="nginx", pod="frontend-123"）
  • 日志内容（如 "GET /favicon.ico 404"）
  • 时间戳

示例日志条目：

log
{job="nginx"} "2023-05-01T12:00:00Z GET /favicon.ico 404"

查询语言对比​

PromQL示例​

计算5分钟内HTTP错误率：

promql
sum(rate(http_requests_total{status=~"5.."}[5m])) 
/ 
sum(rate(http_requests_total[5m]))

LogQL示例​

查找包含"error"的Nginx日志：

logql
{job="nginx"} |= "error"
查询模式差异
  • PromQL：基于数值计算、聚合和预测
  • LogQL：基于文本搜索、过滤和模式匹配

存储架构差异​

特性LokiPrometheus
索引方式标签索引倒排索引
存储内容压缩日志时序数据点
存储成本较低（不索引日志内容）中等
扩展性水平扩展单机为主

实际应用场景​

典型组合方案​

  1. 应用监控：

    • Prometheus收集指标（CPU/内存/请求量）
    • Loki收集应用日志
    • 在Grafana中关联查看指标和日志

  2. 错误诊断流程：

代码示例：关联查询​

在Grafana中同时显示错误率和相关日志：

  1. 创建Prometheus面板显示错误率
  2. 添加Loki面板，使用变量引用时间范围：
    logql
    {job="myapp"} |= "error" 
    | json 
    | line_format "{{.timestamp}} {{.message}}"

总结​

何时选择Prometheus：

  • 需要数值监控和告警
  • 涉及复杂的数学运算（如百分位计算）
  • 资源使用量监控

何时选择Loki：

  • 需要全文日志搜索
  • 日志量巨大但预算有限
  • 需要与指标关联分析

最佳实践：两者通常配合使用，Prometheus触发告警后，用Loki调查具体日志。

延伸学习​

  1. 动手练习：

    • 在Kubernetes中同时部署Prometheus和Loki
    • 配置Grafana同时添加两个数据源
    • 创建一个包含指标和日志的仪表板

  2. 推荐资源：