0
点赞
收藏
分享

微信扫一扫

PromQL 分组与聚合函数/基于标签,时间聚合


PromQL 分组与聚合函数/基于标签,时间聚合_时间序列

Prometheus还提供了下列内置的聚合操作符,这些操作符作用域瞬时向量。可以将瞬时表达式返回的样本数据进行聚合,形成一个新的时间序列

聚合运算符从标签维度进行聚合,这些运算符在一个时间内对多个序列进行聚合 

  • ​sum​​ (求和)
  • ​min​​ (最小值)
  • ​max​​ (最大值)
  • ​avg​​ (平均值)
  • ​stddev​​ (标准差)
  • ​stdvar​​ (标准方差)
  • ​count​​ (计数)
  • ​count_values​​ (对value进行计数)
  • ​bottomk​​ (后n条时序)
  • ​topk​​ (前n条时序)
  • ​quantile​​ (分位数)

使用聚合操作的语法如下:

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

其中只有​​count_values​​​, ​​quantile​​​, ​​topk​​​, ​​bottomk​​支持参数(parameter)。

without用于从计算结果中移除列举的标签,而保留其它标签。by则正好相反,结果向量中只保留列出的标签,其余标签则移除。通过without和by可以按照样本的问题对数据进行聚合。

例如:

sum(http_requests_total) without (instance)

等价于

sum(http_requests_total) by (code,handler,job,method)

如果只需要计算整个应用的HTTP请求总量,可以直接使用表达式:

sum(http_requests_total)

聚合

我们知道 Prometheus 的时间序列数据是多维数据模型,我们经常就有根据各个维度进行汇总的需求。

基于标签聚合

  • request_duration_seconds_count    就是一共有多少个请求
  • request_duration_seconds_sum      是总的延迟时间,就是所有请求一共花了多长时间

例如我们想知道我们的 demo 服务每秒处理的请求数,那么可以将单个的速率相加就可以。

sum(rate(demo_api_request_duration_seconds_count{job="demo"}[5m]))

可以得到如下所示的结果:

PromQL 分组与聚合函数/基于标签,时间聚合_运算符_02

但是我们可以看到绘制出来的图形没有保留任何标签维度,一般来说可能我们希望保留一些维度,例如,我们可能更希望计算每个 ​​instance​​​ 和 ​​path​​​ 的变化率,但并不关心单个 ​​method​​​ 或者 ​​status​​​ 的结果,这个时候我们可以在 ​​sum()​​​ 聚合器中添加一个 ​​without()​​ 的修饰符:

sum without(method, status) (rate(demo_api_request_duration_seconds_count{job="demo"}[5m]))

PromQL 分组与聚合函数/基于标签,时间聚合_时间序列_03

上面的查询语句相当于用 ​​by()​​ 修饰符来保留需要的标签的取反操作:by()类似于SQL语句里面的group by,这里是根据什么去做聚合。

sum by(instance, path, job) (rate(demo_api_request_duration_seconds_count{job="demo"}[5m]))

PromQL 分组与聚合函数/基于标签,时间聚合_时间序列_04

 现在得到的 sum 结果是就是按照 ​​instance​​​、​​path​​​、​​job​​ 来进行分组去聚合的了:

PromQL 分组与聚合函数/基于标签,时间聚合_Prometheus_05

最后同理apiserver也是一样的

sum by(verb)(rate(apiserver_request_duration_seconds_count[5m]))

PromQL 分组与聚合函数/基于标签,时间聚合_Prometheus_06

这里的分组概念和 SQL 语句中的分组去聚合就非常类似了。

除了 ​​sum()​​ 之外,Prometheus 还支持下面的这些聚合器/聚合函数:(如果不加上by进行分组,那么计算的是整个时间序列的值,只是一个值而已,没有标签维度)

PromQL 分组与聚合函数/基于标签,时间聚合_时间序列_07

  • ​sum()​​:对聚合分组中的所有值进行求和
  • ​min()​​:获取一个聚合分组中最小值
  • ​max()​​:获取一个聚合分组中最大值
  • ​avg()​​:计算聚合分组中所有值的平均值
  • ​stddev()​​:计算聚合分组中所有数值的标准差
  • ​stdvar()​​:计算聚合分组中所有数值的标准方差
  • ​count()​​:计算聚合分组中所有序列的总数计算序列的总数,要和sum取分开
  • ​count_values()​​:计算具有相同样本值的元素数量
  • ​bottomk(k, ...)​​:计算按样本值计算的最小的 k 个元素
  • ​topk(k,...)​​:计算最大的 k 个元素的样本值
  • ​quantile(φ,...)​​:计算维度上的 φ-分位数(0≤φ≤1)
  • ​group(...)​​:只是按标签分组,并将样本值设为 1

PromQL 分组与聚合函数/基于标签,时间聚合_运算符_08

PromQL 分组与聚合函数/基于标签,时间聚合_子查询_09

练习:

1.按 ​​job​​​ 分组聚合,计算我们正在监控的所有进程的总内存使用量(​​process_resident_memory_bytes​​ 指标):

​sum by(job) (process_resident_memory_bytes) ​

PromQL 分组与聚合函数/基于标签,时间聚合_时间序列_10

 2.计算   指标有多少不同的 CPU 模式:

​count (group by(mode) (demo_cpu_usage_seconds_total)) ​

PromQL 分组与聚合函数/基于标签,时间聚合_运算符_11

3.计算每个 job 任务和指标名称的时间序列数量:

​count by (job, __name__) ({__name__ != ""})​

每个指标里面都有_name_ 

基于时间聚合(Gauge类型)

前面我们已经学习了如何使用 ​​sum()​​​、​​avg()​​ 和相关的聚合运算符从标签维度进行聚合这些运算符在一个时间内对多个序列进行聚合但是有时候我们可能想在每个序列中按时间进行聚合,例如,使尖锐的曲线更平滑,或深入了解一个序列在一段时间内的最大值。

为了基于时间来计算这些聚合,PromQL 提供了一些与标签聚合运算符类似的函数,但是在这些函数名前面附加了 ​​_over_time()​

_over_time()

下面的函数列表允许传入一个区间向量,它们会聚合每个时间序列的范围,并返回一个瞬时向量:

  • ​avg_over_time(range-vector)​​:区间向量内每个指标的平均值。
  • ​min_over_time(range-vector)​​:区间向量内每个指标的最小值。
  • ​max_over_time(range-vector)​​:区间向量内每个指标的最大值。
  • ​sum_over_time(range-vector)​​:区间向量内每个指标的求和。
  • ​count_over_time(range-vector)​​:区间向量内每个指标的样本数据个数。
  • ​quantile_over_time(scalar, range-vector)​​:区间向量内每个指标的样本数据值分位数。
  • ​stddev_over_time(range-vector)​​:区间向量内每个指标的总体标准差。
  • ​stdvar_over_time(range-vector)​​:区间向量内每个指标的总体标准方差。

[info] 注意

即使区间向量内的值分布不均匀,它们在聚合时的权重也是相同的。

例如,我们查询 demo 实例中使用的 goroutine 的原始数量,可以使用查询语句 ​​go_goroutines{job="demo"}​​,这会产生一些尖锐的峰值图:

PromQL 分组与聚合函数/基于标签,时间聚合_时间序列_12

我们可以通过对图中的每一个点来计算 10 分钟内的 goroutines 数量进行平均来使图形更加平滑:

他要算十分钟之内的平均值,其实就是将这些值全部加起来求平均。

PromQL 分组与聚合函数/基于标签,时间聚合_时间序列_13

 可以看到计算的平均值

PromQL 分组与聚合函数/基于标签,时间聚合_子查询_14

avg_over_time(go_goroutines{job="demo"}[10m])

这个查询结果生成的图表看起来就平滑很多了:

PromQL 分组与聚合函数/基于标签,时间聚合_Prometheus_15

比如要查询 1 小时内内存的使用率则可以用下面的查询语句:

100 * (1 - ((avg_over_time(node_memory_MemFree_bytes[1h]) + avg_over_time(node_memory_Cached_bytes[1h]) + avg_over_time(node_memory_Buffers_bytes[1h])) / avg_over_time(node_memory_MemTotal_bytes[1h])))

PromQL 分组与聚合函数/基于标签,时间聚合_运算符_16

PromQL 分组与聚合函数/基于标签,时间聚合_时间序列_17

PromQL 分组与聚合函数/基于标签,时间聚合_Prometheus_18

子查询

上面所有的 ​_over_time()​​ 函数都需要一个范围向量作为输入(比如[5m]),通常情况下只能由一个区间向量选择器来产生,比如 ​​my_metric[5m]​​​。但是如果现在我们想使用例如 ​​max_over_time()​​ 函数来找出过去一天中 demo 服务的最大请求率应该怎么办呢?

请求率 ​​rate​​ 并不是一个我们可以直接选择时间的原始值,而是一个计算后得到的值,比如:

rate(demo_api_request_duration_seconds_count{job="demo"}[5m])

如果我们直接将表达式传入 ​​max_over_time()​​ 并附加一天的持续时间查询的话就会产生错误:

# ERROR!
max_over_time(
rate(
demo_api_request_duration_seconds_count{job="demo"}[5m]
)[1d]
)

实际上 Prometheus 是支持子查询的,它允许我们首先以指定的步长在一段时间内执行内部查询,然后根据子查询的结果计算外部查询。子查询的表示方式类似于区间向量的持续时间,但需要冒号后添加了一个额外的步长参数:​​[<duration>:<resolution>]​​。

这样我们可以重写上面的查询语句,告诉 Prometheus 在一天的范围内评估内部表达式,步长分辨率为 15s:

max_over_time(
rate(
demo_api_request_duration_seconds_count{job="demo"}[5m]
)[1d:15s] # 在1天内明确地评估内部查询,步长为15秒
)

也可以省略冒号后的步长,在这种情况下,Prometheus 会使用配置的全局 ​​evaluation_interval​​ 参数进行评估内部表达式:

max_over_time(
rate(
demo_api_request_duration_seconds_count{job="demo"}[5m]
)[1d:]
)

这样就可以得到过去一天中 demo 服务最大的 5 分钟请求率,不过冒号仍然是需要的,以明确表示运行子查询。子查询还允许添加一个偏移修饰符 offset 来对内部查询进行时间偏移,类似于瞬时和区间向量选择器。

但是也需要注意长时间计算子查询代价也是非常昂贵的,我们可以使用记录规则(后续会讲解)预先记录中间的表达式,而不是每次运行外部查询时都实时计算它。

练习:

  1. 输出过去一小时内 demo 服务的最大 95 分位数延迟值(1 分钟内平均),按 path 划分:

​max_over_time( histogram_quantile(0.95, sum by(le, path) ( rate(demo_api_request_duration_seconds_bucket[1m]) ) )[1h:] )​

举报

相关推荐

0 条评论