Natuurlijk! Hier is een voorbeeld van een Prometheus-query die een waarschuwing genereert wanneer de CPU-gebruik (bijvoorbeeld gemeten met `cpu_usage_seconds_total`) gedurende de laatste 5 minuten de drempel van 80% overschrijdt: ```promql avg_over_time(cpu_usage_seconds_total[5m]) > 0.8 ``` **Uitleg:** - `cpu_usage_seconds_total` is een counters die de totale CPU-gebruik in seconden bijhoudt. - Om het percentage CPU-gebruik te berekenen, moet je meestal het verschil nemen tussen de begin- en eindwaarde over de periode en dat delen door de maximale tijd (bijvoorbeeld 5 minuten = 300 seconden) en het aantal cores. **Betere aanpak voor CPU-gebruik:** Omdat `cpu_usage_seconds_total` een counter is, is het gebruikelijk om de `rate()` te gebruiken en een percentage te berekenen op basis van het aantal cores. Bijvoorbeeld: ```promql avg( rate(cpu_usage_seconds_total[5m]) ) * 100 / aantal_cores ``` Hierbij moet je het aantal cores weten (bijvoorbeeld via een label of metric). Een veelgebruikte aanpak is: ```promql (sum(rate(cpu_usage_seconds_total[5m])) by (instance, cpu) / ignoring(cpu) group_left sum(machine_cpu_cores)) * 100 ``` **Voor een eenvoudige waarschuwing:** ```promql avg(rate(cpu_usage_seconds_total[5m])) * 100 > 80 ``` **Advies voor optimalisatie en minimale valse positieven:** - **Gebruik de juiste metric:** Gebruik `rate()` of `irate()` om het CPU-gebruik over tijd te berekenen, omdat counters continue toenemen. - **Filter op relevante labels:** Als je meerdere CPU's hebt, zorg dat je de metingen per CPU of per host goed groepeert. - **Stel een signaal in dat niet te ruw is:** Bijvoorbeeld, een korte piek kan vals alarm veroorzaken. Overweeg om de `avg_over_time()` of `max_over_time()` te gebruiken, afhankelijk van of je de gemiddelde of maximale CPU-belasting over 5 minuten wilt monitoren. - **Gebruik drempelwaarden met voldoende marge:** Een drempel van 80% is redelijk, maar je kunt ook een buffer toevoegen of een hogere drempel gebruiken om valse alarmen te verminderen. - **Implementeer hysterese:** Stel bijvoorbeeld een waarschuwing in die pas activeert bij >80% en uitgaat bij <75%, om schommelingen te vermijden. **Voorbeeld van een complete alertregel:** ```yaml - alert: HighCpuUsage expr: (sum(rate(cpu_usage_seconds_total[5m])) by (instance) / ignoring(instance, cpu) group_left sum(machine_cpu_cores)) * 100 > 80 for: 5m labels: severity: warning annotations: description: "CPU-gebruik op {{ $labels.instance }} is hoger dan 80% over de laatste 5 minuten." ``` Deze aanpak zorgt voor minder valse positieven door een drempel en een `for`-tijd te gebruiken, zodat de waarschuwing pas wordt getriggerd als de situatie langere tijd aanhoudt.