PromQL 高级查询

本节将学习：多指标关联、子查询、标签操作，以及常用查询模式。这些技巧能帮助我们构建更复杂、更强大的查询。

多指标关联查询

什么是多指标关联？ 在 PromQL 中，可以关联多个指标进行查询。例如计算比率、比较不同指标、组合多个指标。

PromQL 支持哪些关联操作符呢？

```
+
```
：加法。例如
```
metric1 + metric2
```
```
-
```
：减法。例如
```
metric1 - metric2
```
```
*
```
：乘法。例如
```
metric1 * metric2
```
```
/
```
：除法。例如
```
metric1 / metric2
```
```
%
```
：取模。例如
```
metric1 % metric2
```
```
^
```
：幂运算。例如
```
metric1 ^ 2
```
```
==
```
：等于。例如
```
metric1 == metric2
```
```
!=
```
：不等于。例如
```
metric1 != metric2
```
```
>
```
、
```
<
```
、
```
>=
```
、
```
<=
```
：比较操作符

关联示例：

第一个示例：计算错误率。

sum(rate(http_requests_total{status=~"5.."}[5m]))
/
sum(rate(http_requests_total[5m]))

这个查询计算错误率。分子是所有 5xx 错误的速率，分母是所有请求的速率。

第二个示例：计算 CPU 使用率。

100 - (avg(rate(node_cpu_seconds_total{mode="idle"}[5m])) * 100)

这个查询计算 CPU 使用率。CPU 使用率 = 100 - 空闲率。

第三个示例：计算请求成功率。

sum(rate(http_requests_total{status=~"2.."}[5m]))
/
sum(rate(http_requests_total[5m]))
* 100

这个查询计算请求成功率。分子是所有 2xx 成功的速率，分母是所有请求的速率，然后乘以 100 转换为百分比。

这就是多指标关联。

PromQL 子查询

什么是子查询？ 子查询是在主查询内部嵌套的查询。例如嵌套聚合、嵌套时间范围、嵌套函数。

子查询语法是什么？

<查询>[<时间范围>:<分辨率>]

例如：

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

。这个查询计算最近 1 小时内的速率，分辨率为 1 分钟。

子查询示例：

第一个示例：计算 1 小时内的平均速率。

avg_over_time(rate(http_requests_total[5m])[1h:1m])

这个查询计算最近 1 小时内的平均速率。使用

avg_over_time()

函数。

第二个示例：计算 1 小时内的最大速率。

max_over_time(rate(http_requests_total[5m])[1h:1m])

这个查询计算最近 1 小时内的最大速率。使用

max_over_time()

函数。

第三个示例：计算 1 小时内的最小速率。

min_over_time(rate(http_requests_total[5m])[1h:1m])

这个查询计算最近 1 小时内的最小速率。使用

min_over_time()

函数。

这就是子查询。

PromQL 标签操作

什么是标签操作？ 在 PromQL 中，可以对标签进行操作。例如标签匹配、标签替换、标签连接、标签删除。

PromQL 支持哪些标签操作函数呢？

```
label_replace()
```
：替换标签。替换标签的名称或值。
```
label_join()
```
：连接标签。将多个标签连接为一个新标签。

标签操作示例：

第一个示例：替换标签名称。

label_replace(
  http_requests_total,
  "method_new",
  "$1",
  "method",
  "(.*)"
)

这个查询将

method

标签替换为

method_new

标签。

第二个示例：连接标签。

label_join(
  http_requests_total,
  "service_instance",
  "-",
  "service",
  "instance"
)

这个查询将

service

和

instance

标签连接为

service_instance

标签，使用

作为分隔符。

第三个示例：删除标签。

http_requests_total without (instance, job)

这个查询删除

instance

和

job

标签。使用

without

关键字。

这就是标签操作。

PromQL 常用查询模式

PromQL 有哪些常用查询模式呢？

第一个模式：计算速率。

rate(metric[5m])

这个模式用于计算指标的速率。例如每秒请求数、每秒错误数。

第二个模式：计算增量。

increase(metric[1h])

这个模式用于计算指标的增量。例如最近 1 小时的请求增量。

第三个模式：计算分位数。

histogram_quantile(0.95,
  sum(rate(metric_bucket[5m])) by (le))

这个模式用于计算分位数。例如 P95 延迟、P99 延迟。

第四个模式：计算比率。

sum(rate(metric1[5m]))
/
sum(rate(metric2[5m]))

这个模式用于计算比率。例如错误率、成功率。

第五个模式：过滤和聚合。

sum(metric{label="value"}) by (group)

这个模式用于过滤和聚合。例如按标签过滤，然后按组聚合。

模式总结： 这些是 PromQL 的常用查询模式。掌握这些模式，可以大大提高查询效率。

这就是常用查询模式。

本节小结

在本节中，我们学习了 PromQL 高级查询：

第一个是多指标关联。 使用操作符关联多个指标。例如计算比率、比较不同指标。

第二个是子查询。 在主查询内部嵌套查询。例如嵌套聚合、嵌套时间范围。

第三个是标签操作。 替换、连接、删除标签。例如

label_replace()

、

label_join()

。

第四个是常用查询模式。 速率、分位数、比率、过滤聚合。这些是 PromQL 的常用模式。

高级查询技巧： 多指标关联、子查询、标签操作、查询模式。这些技巧可以组合使用，构建更复杂、更强大的查询。

这就是 PromQL 高级查询。掌握这些技巧，可以大大提高查询效率。

在下一节，我们将学习使用 Docker Compose 部署 Prometheus。学习如何容器化部署 Prometheus，让部署更简单、更灵活。