DevOps 面试题大全（七·下）：监控高级查询与企业级架构 25 题

DevOps 2 小时前 0 0

前言

监控面试题下篇（26-50 题），涵盖高级查询、故障排查、最佳实践、企业级监控架构等进阶内容。

三、高级查询题（26-35 题）

26. PromQL 高级函数

# 偏移量
http_requests_total offset 1h

# 预测
predict_linear(node_memory_MemAvailable_bytes[1h], 3600)

# 分位数
histogram_quantile(0.95, rate(http_request_duration_seconds_bucket[5m]))

# 连接指标
label_join(node_cpu_seconds_total, "cpu_core", "-", "cpu", "core")

27. 子查询

# 每 5 分钟采样，查询 1 小时
max_overall(sum_over_time(http_requests_total[5m:1h]))

# 平均值的变化率
avg_over_time(rate(http_requests_total[5m])[1h:5m])

28. Recording Rules

groups:
  - name: recording_rules
    interval: 1m
    rules:
      - record: job:http_requests_total:rate5m
        expr: sum(rate(http_requests_total[5m])) by (job)

29. 多数据源查询

Grafana 支持混合数据源，同一 Panel 查询 Prometheus + Elasticsearch + MySQL。

30. 日志聚合查询

# ELK 聚合
GET /logs/_search
{
  "size": 0,
  "aggs": {
    "errors_by_host": {
      "terms": { "field": "host.name" },
      "aggs": {
        "status_codes": {
          "terms": { "field": "http.response.status_code" }
        }
      }
    }
  },
  "query": {
    "range": {
      "@timestamp": { "gte": "now-1h" }
    }
  }
}

31. 告警关联分析

使用标签关联多个告警，识别根因，减少告警风暴。

32. 指标重标签

relabel_configs:
  - source_labels: [__meta_kubernetes_pod_name]
    target_label: pod
  - source_labels: [__meta_kubernetes_namespace]
    target_label: namespace
  - action: labeldrop
    regex: temp_.*

33. 黑盒监控配置

scrape_configs:
  - job_name: 'blackbox'
    metrics_path: /probe
    params:
      module: [http_2xx]
    static_configs:
      - targets:
          - https://example.com
    relabel_configs:
      - source_labels: [__address__]
        target_label: __param_target
      - source_labels: [__param_target]
        target_label: instance
      - target_label: __address__
        replacement: blackbox-exporter:9115

34. 分布式追踪集成

Jaeger/Zipkin + Prometheus，指标 + 追踪关联分析。

35. 自定义 Dashboard 开发

JSON 模型导出导入
变量动态查询
模板变量级联
自定义面板插件

四、故障排查题（36-42 题）

36. 指标采集失败

检查 Exporter 状态
验证网络连通性
查看 Prometheus targets 页面
检查防火墙规则
验证认证配置

37. 查询性能慢

减少时间范围
优化 PromQL（避免 regex）
使用 Recording Rules
增加 Prometheus 资源

38. 内存不足问题

降低采集频率
减少标签基数
配置数据保留策略
使用降采样

39. 告警不触发

验证 PromQL 语法
检查 for 持续时间
查看 Alertmanager 日志
测试告警规则

40. 日志丢失问题

检查 Filebeat 状态
验证 Logstash 管道
查看 Elasticsearch 索引
检查磁盘空间

41. Grafana 面板不显示

检查数据源连接
验证查询语法
查看浏览器控制台
测试数据源

42. 时间同步问题

所有节点配置 NTP，时间偏差会导致指标关联失败。

五、最佳实践题（43-47 题）

43. 指标命名规范

使用下划线分隔：http_requests_total
单位作为后缀：_seconds, _bytes
类型作为后缀：_total, _ratio
避免高基数标签

44. 标签设计原则

有限的可能值
避免用户 ID、IP 等
使用小写字母
保持一致性

45. 告警策略设计

基于症状而非原因
设置合理的阈值
配置告警抑制
定期审查告警规则
告警可操作化

46. 数据保留策略

# Prometheus 本地保留
--storage.tsdb.retention.time=15d
--storage.tsdb.retention.size=10GB

# Thanos 长期存储
对象存储（S3/GCS）+ 降采样

47. 监控即代码

告警规则版本控制
Dashboard JSON 管理
Grafana CLI 部署
Terraform 管理 Alertmanager

六、企业级架构题（48-50 题）

48. 大规模监控架构

边缘 Prometheus 采集
Thanos Query 全局视图
对象存储长期保存
多租户隔离

49. 多集群监控

每个 K8s 集群部署 Prometheus，联邦或 Thanos 聚合，统一 Dashboard。

50. 可观测性体系

Metrics - Prometheus
Logs - ELK/Loki
Traces - Jaeger/Tempo
关联分析 - 统一标签

总结

监控是 DevOps 的核心能力，需要掌握指标、日志、追踪三大支柱，构建完整的可观测性体系。

学习路线建议

Prometheus 基础查询
Grafana Dashboard 制作
Alertmanager 告警配置
ELK Stack 日志分析
分布式追踪集成
企业级监控架构

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。

DevOps PromQL 可观测性性能监控面试题

前言