hualinux 进阶 prom 1-2.6：PromQL（二）聚合操作

目录

一、聚合操作语法

二、聚合操作符表

---

前篇对PromQL做了介绍，讲了数据模型、2种选择器，本章继续讲PromQL相关知识，主要是聚合操作Aggregation operators

一、聚合操作语法

Prometheus为使用者提供了内置的聚合操作符，这些聚合操作符仅仅适用于对单个即时向量进行聚合操作。它们可以将即时向量聚合后生成一个包含较少元素的新的时间序列。首先，我们看一下聚合操作Aggregation operators的语法信息：

<aggr-op> [without|by (<label list>)] ([parameter,] <vector expression>)

或： 

<aggr-op>([parameter,] <vector expression>) [without|by (<label list>)]

语法中的without关键字可以把列出的标签从计算结果中删除，而其他未被列出的标签被保留输出；by关键字正好与without执行的操作相反，是将列出的标签保存在结果向量中，删除其余未在by子句中列出的标签。

例如，如果监控指标名称http_requests_total包含由application、instance和group的标签组成的时间序列数据，则可以通过sum操作符进行如下计算，去除instance标签的http请求总数：sum(http_requests_total)without(instance)，相当于

sum(http_requests_total) by (application, group)

当然，如果只是需要计算所有应用程序的HTTP请求总量，可以简单地直接写表达式：
sum(http_requests_total)。

 

二、聚合操作符表

名称	描述
sum	求和,是最常见的聚合操作符，将组中的所有值相加，并将其作为组的值返回
max	最大值，将组内的最大值作为组的值返回。例如，返回每个实例上最大的文件系统的大小: max without( device, fstype, mountpoint)(node_ filesystem_ size_ bytes) 在Prometheus Web UI中调试输出信息: {instance="192.168.3.22:9100", job="node_ discovery"}                     81247748096 {instance=" 192.168.3.I1:9100", job="push_ node_ exporter" }           158983974912 {instance= "192.168.3.21:9100", job="node_ exporter"}                      158983974912
min	最小值，与最大值规则相同.
avg	平均值，返回组中时间序列值的平均值作为组的值。 例如，计算每个CPU每分钟的空闲时间，然后对主机上的所有CPU求平均值: avg without(cpu, mode) (rate(node_ cpu_ seconds_ _total {mode ="idle"} [1m])) 调试输出信息: {instance= =" 192.168.3.17:9100", job="node_ exporter"}       0.7801836805431879
stddve	标准差( standard deviation)，对- -组数字分布情况的统计度量，用于检测异常值。例如，作业中的一个实例具有与平均值相差几个标准差的度量标准，这一现象表明它可能存在问题
stdvar	标准方差(standard variance)，是标准差的平方，用于统计
count	计数，计算组中的时间序列数，并将其作为组的值返回。 例如，返回主机磁盘设备数量: count without(device)(node_ disk_ _read_ bytes_ total)。 调试输出信息: {instance=" 192.168.3.17:9100", job="node_ exporter"} 2，可以看到主机上有两块硬盘(若虚拟机挂载光驱时，其中-一个是光驱)
count_values	对相同value进行计数，用于统计时间序列中每一-个样本值出现的次数。count_values会为每个唯一的样本值输出一个时间序列，并且每一个时间序列包含-一个额外的标签。这个标签的名字由聚合参数指定，同时这个标签值是唯-一的样本值
bottomk	用于对样本值进行排序，返回当前样本值后N位的时间序列.
topk	与bottomk操作相反，返回当前样本值前N位的时间序列。例如，获取HTTP请求数前5位的时序样本数据: topk(5, http_ requests_total)
quantile	用于计算当前样本数据值的分布情况: quantile(中, express)。其中，0≤φ≤1。 例如，当p等于0.5时，用来表示找到以下样本数据中的中位数: quantile (0.5 http. _requests_ total)