Apache APISIX中Prometheus插件内存优化实践

问题背景

在Apache APISIX的实际生产部署中，我们遇到了Prometheus插件导致内存消耗过高的问题。当启用该插件并添加额外标签时，系统内存使用量显著增加，特别是在高流量场景下表现尤为明显。

问题分析

通过深入分析发现，内存问题的根源在于Prometheus插件中使用了高基数(high-cardinality)的标签字段。具体表现为：

1. 当添加URI作为标签时，由于URI数量可能无限增长（特别是包含动态参数的URI），会导致Prometheus指标序列呈指数级增长
2. 每个独特的标签组合都会创建一个新的时间序列，消耗额外的内存资源
3. 即使在没有流量的情况下，这些时间序列仍会占用内存而不会自动释放

解决方案

经过实践验证，我们总结出以下有效的优化措施：

1. 精简标签配置：移除不必要的高基数标签，特别是URI这类可能无限增长的字段
2. 合理规划标签策略：只保留真正需要用于监控和分析的关键维度作为标签
3. 控制标签基数：对于必须保留的标签，应严格限制其可能的取值范围

实施效果

实施优化后取得了显著效果：

• 内存使用量降低了70-80%
• 系统稳定性得到明显提升
• 同时保留了必要的监控能力

最佳实践建议

基于此次经验，我们建议在使用APISIX的Prometheus插件时：

1. 避免将高变化率的字段（如完整URI、请求ID等）作为标签
2. 优先使用固定值或有限枚举值的字段作为标签
3. 定期审查标签配置，确保不会因业务增长导致标签基数失控
4. 考虑使用Prometheus的relabeling功能在采集端进行过滤和处理

通过合理配置Prometheus插件，可以在保证监控能力的同时，有效控制系统资源消耗，实现性能与功能的平衡。