Apache APISIX Prometheus 指标丢失问题分析与解决方案
2025-05-15 23:59:10作者:尤峻淳Whitney
问题现象
在Apache APISIX 3.8.1版本中,用户报告了一个关于Prometheus监控指标丢失的问题。具体表现为:
- 使用Prometheus agent从APISIX Pods抓取指标时,约3天后指标数据完全消失
- 重启APISIX Pods后指标恢复正常
- 该问题出现在从APISIX 3.2升级到3.8版本后
根本原因分析
从错误日志中可以发现关键信息:
[lua] prometheus_resty_counter.lua:39: increasing counter in shdict: lru eviction: key=http_latency_bucket{...}
[lua] prometheus_resty_counter.lua:39: increasing counter in shdict: lru eviction: key=bandwidth{...}
这些错误表明:
- APISIX使用共享内存字典(shared dict)存储Prometheus指标数据
- 由于路由和节点数量较多,生成的指标键值对数量庞大
- 默认配置的共享内存空间(10MB)不足,导致LRU(最近最少使用)淘汰机制触发
- 当共享内存空间耗尽后,新的指标数据无法写入,造成指标丢失
解决方案
方案一:增加共享内存空间
最直接的解决方案是增加prometheus-metrics
共享字典的大小。在APISIX配置中:
nginx_config:
http:
lua_shared_dict:
prometheus-metrics: 100m # 从默认10MB增加到100MB
对于使用Helm部署的情况,可能需要手动修改ConfigMap来添加此配置。
方案二:优化指标收集策略
- 减少长期存储的指标数量:评估哪些指标是真正需要的,减少不必要的指标收集
- 调整指标过期时间:如果APISIX版本支持,可以配置指标的过期时间
- 聚合指标:考虑使用更高级别的指标聚合,减少细粒度指标的数量
容量规划建议
共享内存大小的设置需要根据实际流量和路由数量进行评估:
- 小型部署:10-50MB可能足够
- 中型部署:建议50-200MB
- 大型部署:可能需要200MB以上
可以通过监控apisix_shared_dict_free_space_bytes
指标来评估共享内存的使用情况,当该值接近0时表明需要扩容。
最佳实践
- 监控共享内存使用:将
apisix_shared_dict_free_space_bytes
纳入监控,设置告警阈值 - 版本升级注意事项:从低版本升级时,应重新评估资源配置是否满足新版本需求
- 定期维护:对于长期运行的实例,考虑定期重启以释放潜在的内存碎片
- 测试环境验证:在生产环境变更前,先在测试环境验证配置变更的效果
总结
Apache APISIX的Prometheus指标丢失问题通常是由于共享内存空间不足导致的。通过合理配置共享内存大小和优化指标收集策略,可以有效解决这一问题。对于生产环境,建议进行充分的容量规划和监控,确保系统的稳定运行。
登录后查看全文
热门项目推荐
相关项目推荐
热门内容推荐
1 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析2 freeCodeCamp论坛排行榜项目中的错误日志规范要求3 freeCodeCamp课程页面空白问题的技术分析与解决方案4 freeCodeCamp课程视频测验中的Tab键导航问题解析5 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析6 freeCodeCamp全栈开发课程中React实验项目的分类修正7 freeCodeCamp英语课程填空题提示缺失问题分析8 freeCodeCamp Cafe Menu项目中link元素的void特性解析9 freeCodeCamp课程中屏幕放大器知识点优化分析10 freeCodeCamp JavaScript高阶函数中的对象引用陷阱解析
最新内容推荐
WebUI项目中的多窗口顺序显示实现方法 Primer React 项目中 ActionList 组件布局问题的分析与解决 解决vite-plugin-pwa项目中Node.js内置模块打包问题 Arena-Tracker 的项目扩展与二次开发 FastLLM项目中CUDA显存分配错误分析与解决方案 GitHub Actions上传构件(actions/upload-artifact)网络访问问题解析 SQL Server First Responder Kit中sp_BlitzFirst计划缓存结果集异常问题解析 WebUI项目中的webui_set_root_folder函数修复过程解析 Primer React 组件库中表单控件尺寸一致性问题解析 MemProcFS在Windows 7内存分析中的网络连接解析问题及解决方案
项目优选
收起

🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
51
14

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
275
490

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
449
370

openGauss kernel ~ openGauss is an open source relational database management system
C++
52
121

React Native鸿蒙化仓库
C++
98
181

一个高性能、可扩展、轻量、省心的仓颉Web框架。宏路由,Json, 中间件,参数绑定与校验,文件上传下载,MCP......
Cangjie
50
7

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
344
238

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
350
34

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
88
245

基于仓颉编程语言构建的 LLM Agent 开发框架,其主要特点包括:Agent DSL、支持 MCP 协议,支持模块化调用,支持任务智能规划。
Cangjie
564
39