prometheus中step或resolution的含义

prometheus官方文档对resolution的解释真是语焉不详，只有下面寥寥几句话

Querying examples | Prometheus

Subquery

Return the 5-minute rate of the http_requests_total metric for the past 30 minutes, with a resolution of 1 minute.

rate(http_requests_total[5m])[30m:1m]

由于官方文档的缺失，想了解也无从看起。网上有两篇文章解释的比较清楚：

https://chanjarster.github.io/post/p8s-step-param/

Document more details about query execution · Issue #699 · prometheus/docs · GitHub

但，还不够清楚，所以，我再来详细解释下。step和resolution是一个意思，下面我使用step

一：step对谁起作用？

只对range query起作用。

1. instant query时，无需step。instant query求值时就使用一个时刻点。当前时刻点或通过API查询时的自定义时刻点。

2. range query时，step是有用的。先定出时刻点，然后，立足于定出的时刻点，向过去回溯，使用最先遇到的第一个采样值。

二：step如何起作用？

在每一个时刻点上，使用该时刻点上(如果存在)的采样值，或回溯到过去，使用最先遇到第一个采样值。注意几点：

1. 每一个 “step应该停顿的时刻点”，总是会返回一个采样值的。

即使 （向过去回溯时，多个 “step应该停顿的时刻点” ，遇到的是identical sample），也总是返回这个identical sample的采样值。

啥时候会有这种情况呢？两个采样就能够跨好几个step（step灰常灰常小）。此时，就得到很多相同的采样值。

2. 例外是：

立足于“step应该停顿的时刻点” 向过去回溯时，最多回溯5min（promql.LookbackDelta = 5 * time.Minute），超过这个时长就不返回采样值啦。

向过去回溯时，如果存在一个显式的staleness marker，也就不返回采样值啦。
 

三：step起作用的例子

假设我们的时序为X，X如下图所示，即：

我们用 点的起始 表示点本身，0, 1, 2...是时刻点，即t0, t1, t2...，时刻点16用t16表示，时刻点16尚未开始。时刻点上面的方框内存储的是采样值（没有值则说明无采样值）。

如果step==5，那么X[15s:5s]应该返回什么呢？

首先，找到每一个 “step应该停顿的时刻点”，怎么找呢？15s，向最遥远的过去回溯，总共回溯15s即抵达了 t0，然后，按5s的长度进行分割，该例中，“step应该停顿的时刻点” 为：t0, t5, t10, t15

再者，在每一个“step应该停顿的时刻点”上，向过去回溯，于是X[15s:5s]为：

(t0,    不存在。立足于 定出的时刻点t0 再向过去回溯最多5min，5min内，找到就有，找不到就没有。t0再向过去回溯，没东西了，所以，没有就是没有。)

(t5,    4)

(t10,  7)

(t15,  15)

四：解释这三个表达式

http_requests_total{job="prometheus"}   offset 1w

以上，结果为 instant vector。即：从当前时刻，向过去回溯1w，取那个时刻点的 “名字为http_requests_total且label job为prometheus” 的 每一个time series的 单一一个采样。

http_requests_total{job="prometheus"}[10m]   offset 1w

以上，结果为 range vector。从当前时刻，向过去回溯1w，从那个时刻起再回溯10min，取这10min之内的 “名字为http_requests_total且label job为prometheus”的 每一个time series的 “每一个”采样。

（不对喽，不是“每一个”采样。事实上，此时使用了全局的step或resolution，应该是15s，然后，就和下面一条一样啦）

http_requests_total{job="prometheus"}[10m:22s]   offset 1w

以上，结果为 range vector。从当前时刻，向过去回溯1w，从那个时刻起再回溯10min，取这10min之内的 “名字为http_requests_total且label job为prometheus” 的 每一个time series的采样。

怎么取采样呢？这么取：

step或resolution为22s，于是，把10min，从最遥远的过去开始，按22s的长度进行分割，得到 每一个 “step应该停顿的时刻点”，对于每一个点，使用该时刻点上(如果存在)的采样值，或，向过去回溯，使用最先遇到第一个采样值（回溯时，如果自己step区间内没找到值，则一直向过去回溯(最多5min)，直到遇到第一个采样值）。

 （这个就对了）
 

完！