prometheus的TCPalloc取值sockets:used：已使用的所有协议套接字总量TCP:orphan：无主（不属于任何进程）的TCP连接数（无用、待销毁的TCPsocket数）TCP_mem：TCP套接字缓冲区使用量ESTABLISHED:Tcp_tw：等待关闭的TCP连接数ActiveOpens:PassiveOpens:Tcp_alloc：已分配（已建立、已申请到sk_buff）的TCP套接字数量Tcp_inuse：正在使用（正在侦听）的TCP套接字数量从prometheus的TCP连接数监控图可以看见，TCPalloc一直呈上涨状态，在主机执行命令进行查询：1、cat/pr

1.配置文件ConfigMap1）因为Prometheus的9090端口也是metrics指标接口，所以自然它可以抓取并监控其自身的运行状况，下面就用收集自身的数据为例进行配置2）为了能够方便管理，这里将配置文件prometheus.yml文件以ConfigMap的形式注入到PrometheusPod中，先创建configMap并将配置文件内容写在data字段中：#catpro_cm.yamlapiVersion:v1kind:ConfigMapmetadata:name:prometheus-confignamespace:kube-mondata:prometheus.yml:|globa

1.配置文件ConfigMap1）因为Prometheus的9090端口也是metrics指标接口，所以自然它可以抓取并监控其自身的运行状况，下面就用收集自身的数据为例进行配置2）为了能够方便管理，这里将配置文件prometheus.yml文件以ConfigMap的形式注入到PrometheusPod中，先创建configMap并将配置文件内容写在data字段中：#catpro_cm.yamlapiVersion:v1kind:ConfigMapmetadata:name:prometheus-confignamespace:kube-mondata:prometheus.yml:|globa

专栏名称Prometheus+Grafana实践派专栏介绍本专栏根据本公司统一监控落地实践编写。在该专栏您将学到企业级监控的选型Prometheus的基础知识Grafana的基础知识快速搭建Prometheus+Grafana监控各类指标的收集和可视化企业级统一监控实现博主介绍一年太久，只争朝夕，这是博主的座右铭，预示时间宝贵，博主拥有10年以上工作经验，阿里云专家博主，华为云享专家，SpringSecurityContributor，国内某房企资深程序员，涉猎过前端、ASP、VB、PHP、Python、GO、Java、Scala等，知识面广，经验丰富。专栏目录基础知识Prometheus的介

专栏名称Prometheus+Grafana实践派专栏介绍本专栏根据本公司统一监控落地实践编写。在该专栏您将学到企业级监控的选型Prometheus的基础知识Grafana的基础知识快速搭建Prometheus+Grafana监控各类指标的收集和可视化企业级统一监控实现博主介绍一年太久，只争朝夕，这是博主的座右铭，预示时间宝贵，博主拥有10年以上工作经验，阿里云专家博主，华为云享专家，SpringSecurityContributor，国内某房企资深程序员，涉猎过前端、ASP、VB、PHP、Python、GO、Java、Scala等，知识面广，经验丰富。专栏目录基础知识Prometheus的介

文章目录集成学习（Ensemblelearning）Stacking（堆栈）方法定义Stacking中的交叉验证Stacking中的过拟合问题其他集成学习（Ensemblelearning）集成学习是监督式学习的一种。在机器学习中，监督式学习（Supervisedlearning）算法目的是从一堆”假设”即假设空间(hypothesisspace)中搜索一个具有较好且相对稳定的预测效果的模型。但很多情况下，即使”假设”空间中包含了一些很好的”假设”(hypothesis)，我们也很难从中找到一个较好的。而集成学习的目的就是通过组合许多个弱模型(weaklearners，预测效果一般的模型)以得

文章目录集成学习（Ensemblelearning）Stacking（堆栈）方法定义Stacking中的交叉验证Stacking中的过拟合问题其他集成学习（Ensemblelearning）集成学习是监督式学习的一种。在机器学习中，监督式学习（Supervisedlearning）算法目的是从一堆”假设”即假设空间(hypothesisspace)中搜索一个具有较好且相对稳定的预测效果的模型。但很多情况下，即使”假设”空间中包含了一些很好的”假设”(hypothesis)，我们也很难从中找到一个较好的。而集成学习的目的就是通过组合许多个弱模型(weaklearners，预测效果一般的模型)以得

目录一、PromQL的指标类型1.1Counter1.2Gauge1.3Histogram1.4Summary1.5Histogram与Summary的异同二、Prometheus的聚合函数三、PromQL的聚合表达式一、PromQL的指标类型PromQL有四个指标类型：Counter：计数器，用于保存单调递增型的数据；例如站点访问次数等。数据单调递增，不支持减少，不能为负值，重启进程后，会被重置回0；Gauge：仪表盘，用于存储有着起伏特征的指标数据，例如内存空闲大小等。数据可变大，可变小；重启进程后，会被重置；Histogram：累积直方图，将时间范围内的数据划分成不同的时间段，并各自评估

目录一、PromQL的指标类型1.1Counter1.2Gauge1.3Histogram1.4Summary1.5Histogram与Summary的异同二、Prometheus的聚合函数三、PromQL的聚合表达式一、PromQL的指标类型PromQL有四个指标类型：Counter：计数器，用于保存单调递增型的数据；例如站点访问次数等。数据单调递增，不支持减少，不能为负值，重启进程后，会被重置回0；Gauge：仪表盘，用于存储有着起伏特征的指标数据，例如内存空闲大小等。数据可变大，可变小；重启进程后，会被重置；Histogram：累积直方图，将时间范围内的数据划分成不同的时间段，并各自评估

下载elasticsearch_exporterwget下载二进制包并解压、运行：wgethttps://github.com/prometheus-community/elasticsearch_exporter/releases/download/v1.3.0/elasticsearch_exporter-1.3.0.linux-amd64.tar.gztar-xvfelasticsearch_exporter-1.3.0.linux-amd64.tar.gzmvelasticsearch_exporter-1.3.0.linux-amd64/elasticsearch_exporterc