このトピックでは、Prometheus エージェントによって収集されるメトリクスの数とCPUおよびメモリリソースの関係について説明します。 また、リソースの割り当てに関する提案事項についても説明します。
Prometheus エージェントに対するストレステストレポート
単一のエージェントによって収集されるメトリクスの数 | CPU | メモリ |
100 万 | 0.95 コア | 1.09483 GB |
110 万 | 1.11 コア | 1.16045 GB |
120 万 | 1.36 コア | 1.09452 GB |
130 万 | 1.66 コア | 1.15971 GB |
140 万 | 1.29 コア | 1.09465 GB |
150 万 | 1.50 コア | 1.15977 GB |
160 万 | 1.39 コア | 1.15971 GB |
170 万 | 1.64 コア | 1.1599 GB |
180 万 | 1.63 コア | 1.42331 GB |
Grafanaダッシュボードで、名前に Prometheus が含まれる各エージェントによって収集されたメトリクスの数を表示できます。
たとえば、下図は、以下の PromQL 文で収集されたメトリクスの数を示しています。
sum (scrape_samples_scraped) by (_ARMS_AGENT_ID)
リソースの割り当てに関する提案事項
Prometheus エージェントに対するストレステストレポートに示されているように、100 万のメトリクスを収集するには、およそ 1 CPU コアと1 GB のメモリが必要です。 Prometheus エージェントが適切にデータを収集するための 推奨 CPU 使用率とメモリ使用率は、両方とも 50% です。
そのため、収集するメトリクスの数に基づいて、以下の方法で CPU およびメモリリソースを割り当てることを推奨します。
収集するメトリクスの数が 50 万 (Grafana ダッシュボードに500Kとして表示される) の場合、1 CPU コア、1 GB メモリを割り当てることを推奨します。
収集するメトリクスの数が 100 万の場合、2 CPU コア、2 GB メモリを割り当てることを推奨します。
収集するメトリクスの数が 200 万の場合、4 CPU コア、4 GB メモリを割り当てることを推奨します。
他の収集スケールの場合でも、同様の方法で CPU およびメモリリソースを割り当てます。
例：Grafana ダッシュボードでエージェントによって収集されたメトリクスの数が 100 万に達した場合、エージェントに対する CPU とメモリのリソースを2コア、2 GB にスケールアップすることを推奨します。