跳到主要内容

Loki 指标详解

介绍​

在日志监控系统中，指标（Metrics）是理解系统行为和性能的关键。Grafana Loki虽然主要处理日志数据，但通过其内置的指标功能，您可以：

  1. 监控日志流量和错误率
  2. 分析日志存储效率
  3. 设置基于日志内容的告警规则
指标 vs 日志

指标是数值型的时间序列数据（如"每秒错误日志数"），而日志是原始的文本事件记录。Loki巧妙地将两者结合，让您能从日志中提取指标。

核心指标类型​

1. Loki服务端指标​

这些指标展示Loki服务本身的运行状态：

关键指标示例：

  • loki_request_duration_seconds_bucket: 请求延迟分布
  • loki_log_messages_total: 处理的日志消息总数
  • loki_ingester_memory_chunks: 内存中的chunk数量

2. 日志提取指标（Log-based Metrics）​

通过LogQL从日志内容中生成：

promql
# 计算每个namespace的HTTP 500错误率
sum by (namespace) (
  rate({job="myapp"} |= "error" | logfmt | status_code="500" [5m])
)

指标查询实战​

示例1：监控日志摄入速率​

promql
sum(rate({job="nginx"} [1m])) by (level)

输出示例：

{level="error"} 2.5
{level="warn"}  15.7
{level="info"}  142.3

示例2：检测异常日志模式​

promql
# 查找最近10分钟内出现频率突然升高的日志模式
count_over_time(
  {cluster="prod"} 
  | pattern `<ip> <user> <method> <path> <status>` 
  | line_format "{{.method}} {{.path}} {{.status}}"
  [10m]
)

告警规则配置​

在Loki中通过recording rules创建指标，然后在Alertmanager中设置告警：

yaml
groups:
- name: loki-alerts
  rules:
  - alert: HighErrorRate
    expr: |
      sum(rate({job="myapp"} |~ "ERROR" [5m])) by (service)
      /
      sum(rate({job="myapp"}[5m])) by (service)
      > 0.05
    for: 10m
    labels:
      severity: critical
    annotations:
      summary: "High error rate on {{ $labels.service }}"
      description: "Error rate is {{ $value }}"

实际应用场景​

案例：电商平台监控

  1. 用户行为分析:

    promql
    # 追踪结账流程中的错误
    rate({app="checkout"} | json | message=~"payment.*failed" [5m])

  2. 库存预警:

    promql
    # 当库存警告日志频率超过阈值时触发
    count_over_time({app="inventory"} |= "low stock" [15m]) > 5

总结​

关键要点：

  • Loki提供系统指标和日志衍生指标两种类型
  • 使用LogQL可以灵活地从日志中提取数值指标
  • 结合Recording Rules和Alertmanager实现完整监控链路

延伸学习​

推荐练习：

  1. 在测试环境部署Loki，观察默认暴露的指标
  2. 尝试为您的应用日志创建自定义指标
  3. 设置一个基于日志频率的简单告警

附加资源：