Prometheus的查询

Prometheus提供了一种叫做 PromQL （Prometheus Query Language）的查询语言。可以直接在Prometheus的浏览器页面查询并显示结果（页面有查询框，以及 Table 和 Graph 两个用于显示结果的页签），也可以通过HTTP API来被其它系统所消费。

环境

• Ubuntu 22.04
• Prometheus 2.39.0-rc.0

表达式类型

• Instant vector - 瞬时向量，多个时间序列数据在某个特定时间戳上的值。这里“瞬时”指的是某一特定时间戳，“向量”指的是多个时间序列数据；
• Range vector - 范围向量，多个时间序列数据在某段特定时间范围内的值。这里“范围”指的是一段时间，“向量”指的是多个时间序列数据；
• Scalar - 标量，就是一个数值；
• String - 字符串（该类型还未被使用）；

Table和Graph的区别

Graph不能显示Range vector。Graph只适用于：某个计算或者聚集的值，该值绑定在某一时间戳上，Graph会在各个时间戳上去计算该值，并以时间序列的方式显示该值。

Table无此限制。如果值是绑定在某一时间戳上，则显示最新值，如果是对应多个时间戳，则把所有值都显示出来。

Instant vector

以 promhttp_metric_handler_requests_total 为例，它有3个 code label值，划分为3个时间序列数据。

直接查询 promhttp_metric_handler_requests_total ，在Table页面，会列出3个时间序列的最新值：

在Graph页面，会列出3个时间序列的所有值：

我们可以通过label去过滤时间序列，比如 promhttp_metric_handler_requests_total{code="200"} ，也就是只获取返回值为 200 的时间序列。按label过滤后，包含的时间序列数量可能会减少（本例中从3个变成了1个）。

多个过滤条件之间用 , 分隔，比如 promhttp_metric_handler_requests_total{code="200", instance="localhost:9090"} 。

过滤条件可以用等于（ = ）、不等于（ != ）、正则匹配（ =~ 和 !~ ）。

Range vector

Range vector和instant vector的区别在于指定了时间范围，因此，对于Table页面，会显示时间范围内的所有值，而对于Graph页面则无效（Graph页面要求不能指定时间范围，它自己会管理时间范围）。

比如，要看 promhttp_metric_handler_requests_total 在过去2分钟内的所有数值： promhttp_metric_handler_requests_total[2m] 。

在Table页面会列出所有值：

而在Graph页面则会报错： Error executing query: invalid expression type "range vector" for range query, must be Scalar or instant Vector 。

聚集

注意聚集的一定是同一时间戳上的，不同维度的数据。

• sum (calculate sum over dimensions)
• min (select minimum over dimensions)
• max (select maximum over dimensions)
• avg (calculate the average over dimensions)
• group (all values in the resulting vector are 1)
• stddev (calculate population standard deviation over dimensions)
• stdvar (calculate population standard variance over dimensions)
• count (count number of elements in the vector)
• count_values (count number of elements with the same value)
• bottomk (smallest k elements by sample value)
• topk (largest k elements by sample value)
• quantile (calculate φ-quantile (0 ≤ φ ≤ 1) over dimensions)

比如对于 promhttp_metric_handler_requests_total ，我们知道，有3个时间序列，分别对应返回值为 200 、 500 、 503 的请求数量。

• sum(promhttp_metric_handler_requests_total) ：在Table页面显示的是最新的3个值相加，在Graph页面显示的是在每个时间戳上3个值相加；
• count(promhttp_metric_handler_requests_total) ：维度的数量，也就是3，在Table页面显示最新的值（还是3），在Graph页面显示的是每个时间戳上的值（还是3）；
• count_values("code", promhttp_metric_handler_requests_total) ：在 code 这个维度上，不同的值的分布情况，假设在最新的时间戳上， code="200" 的值为390，而 code="500" 和 code="503" 的值都是0，则对于 code 这个维度，值为390的序列有1个，而值为0的序列有2个，如下：

而在Graph页面，值为0的序列始终有2个，而 code="200" 的序列，其值一直在变化，所以如下：

• topk ：显示数值最大的前k个时间序列，比如 topk(2, promhttp_metric_handler_requests_total) 。 code="200" 的最新值为427，而 code="500" 和 code="503" 的最新值都是0，所以按大小取前2个的话，如下：

• quantile ：quantile(0.5, promhttp_metric_handler_requests_total) 比如0.5，表示中位数。现在有3个时间序列，最新值分别为427、0、0，所以中位数是0。

上面的聚集都是在所有dimension（label）上都聚集，我们也可以在指定的dimension上做聚集，方法是 by 和 without 。

sum by (code)(promhttp_metric_handler_requests_total) ：有点类似于SQL语句中的 sum(xxx) group by xxx ，本例中，区分不同code，不区分job和instance。

without 和 by 是互补的，上面这句就等同于：

sum without (instance, job)(promhttp_metric_handler_requests_total)

聚集over time

前面提到，聚集的一定是同一时间戳上的，不同维度的数据，要想聚集不同时间戳的数值，就要用到 xxx_over_time ：

• avg_over_time(range-vector)
• min_over_time(range-vector)
• max_over_time(range-vector)
• sum_over_time(range-vector)
• …

注意参数是range vector。

假设 code= "200" 的序列，最近1分钟的4个值分别为533，534，535，536（每15秒加1），则最近1分钟的总和为： sum_over_time(promhttp_metric_handler_requests_total[1m]) ，如下：

注意，虽然参数是range vector，但结果是instantvector，所以可以在Graph页面显示。

rate

rate计算的是在给定时间范围内，每秒钟变化的比率，比如 promhttp_metric_handler_requests_total 在 code="200" 维度上，每15秒钟数值加1，则每秒钟变化的比率就是1/15，也就是0.067。

rate(promhttp_metric_handler_requests_total[3m])

注意，虽然参数是range vector，但结果是instant vector，所以可以在Graph页面显示。

rate() 函数默认是在每个时间戳上做计算（Table页面显示最新值，Graph页面显示时间序列），它的一个变种是返回range vector，多了2个参数，具体来说，是在哪些时间戳上做计算，以及做计算的频度，所以返回的是range vector。

rate(promhttp_metric_handler_requests_total[3m])[2m:1m] ：表示过去2分钟内，每1分钟做一次rate（rate的还是过去3分钟的每秒增长率）：

注意返回的是range vector，不能在Graph页面显示。

参考

• https://prometheus.io/docs/prometheus/latest/querying/