^
│ . . . . . . . . . . node_load1{host="host01",zone="bj"}│ . . . . . . . . . . node_load1{host="host02",zone="sh"}│ . . . . . . . . . . node_load1{host="host11",zone="sh"}v<------- 时间 ---------->每个点为: 一个样本（sample），样本由三部分组成
指标 (metric): 描述当前样本特征的 labelsets
时间戳 (timestamp): 一个精确到毫秒的时间戳
值 (value): 该时间样本的值
过滤
过滤选择，两个需求 :
-- 查询上海所有机器 1 分钟的负载node_load1{zone="sh"}-- 查询所有以 host0 为前缀的机器 1 分钟的负载node_load1{host=~"host0.*"}标签过滤的操作符 :
不等于
!=正则非
!~
对 metric 名metric 过滤
{__name__=~"node_load.*", zone="sh"}3 条 PromQL 都是即时查询（Instant Query），返回即时向量（ Instant Vector）
返回当前时间内的最新值
Prometheus 控制当前时间内的最长时间
默认: 5 分钟
建议调短为 1 分钟
--query.lookback-delta=1m
--query.lookback-delta
范围查询（Range Query），返回 Range Vector
多加了时间范围 1 分钟，会返回多个点
当数据 10 秒钟采集一次，1 分钟有 6 个点，都会返回
{__name__=~"node_load.*", zone="sh"}[1m]运算符
算术
-- 计算内存可用率: 内存可用量/内存总量，就 * 100 (百分比呈现)mem_available{app="clickhouse"} / mem_total{app="clickhouse"} * 100-- 计算北京区网口出向的速率，原始数据的单位: byte，网络流量单位用bit，就 * 8irate(net_sent_bytes_total{zone="beijing"}[1m]) * 8比较
比较运算符: 大于、小于、等于、不等于
一般用来配置告警规则
mem_available{app="clickhouse"} / mem_total{app="clickhouse"} * 100 < 20irate(net_sent_bytes_total{zone="beijing"}[1m]) * 8 / 1024 / 1024 > 700expr: 指定查询 PromQL, 当查到几条，就触发几条告警for: 1m: 连续 1 分钟都查询才会告警
groups:- name: host rules:
- alert: MemUtil expr: mem_available{app="clickhouse"} / mem_total{app="clickhouse"} * 100 < 20 for: 1m labels:
severity: warn annotations:
summary: Mem available less than 20%, host:{{ $labels.ident }}逻辑
逻辑运算符有 3 个，用于 instant-vector 运算
and : 求交集
or : 求并集
unless : 求差集
只有< 200G 的硬盘, 并使用率超过 70% :
disk_used_percent{app="clickhouse"} > 70 and disk_total{app="clickhouse"}/1024/1024/1024 < 200向量匹配
该 MySQL 实例是个 slave (master_server_id>0) ，就检查 slave_sql_running 值
当
slave_sql_running==0: slave sql 线程没有运行
mysql_slave_status_slave_sql_running == 0and ON (instance)mysql_slave_status_master_server_id > 0
## example seriesmethod_code:http_errors:rate5m{method="get", code="500"} 24method_code:http_errors:rate5m{method="get", code="404"} 30method_code:http_errors:rate5m{method="put", code="501"} 3method_code:http_errors:rate5m{method="post", code="500"} 6method_code:http_errors:rate5m{method="post", code="404"} 21method:http_requests:rate5m{method="get"} 600method:http_requests:rate5m{method="del"} 34method:http_requests:rate5m{method="post"} 120## promqlmethod_code:http_errors:rate5m{code="500"}/ ignoring(code)method:http_requests:rate5m## result{method="get"} 0.04 // 24 / 600{method="post"} 0.05 // 6 / 120sum(
rate(http_request_count{code=~"^(?:5..)$"}[5m])) by (pod) * on (pod) group_left(label_version) kube_pod_labels聚合
聚合：
-- 求 clickhouse 机器的平均内存可用率avg(mem_available_percent{app="clickhouse"})-- 对 clickhouse 机器的内存可用率排序，取最小的两条记录bottomk(2, mem_available_percent{app="clickhouse"})分别统计 clickhouse 和 canal 的机器内存可用率
-- by：分组统计的维度 （相反： without）avg(mem_available_percent{app=~"clickhouse|canal"}) by (app)对范围时段内求聚合：
target_up[2m]: 获取该指标最近 2 分钟的所有数据点max_over_time ：求时间内所有点的最大值
max_over_time(target_up[2m])
increase
increase 函数 : 求增量，接收 range-vector
range-vector 会返回多个 value+timestamp 的组合
net_bytes_recv{interface="eth0"}[1m] @ 1661570908965304237246 @1661570850965307953982 @1661570860965311949925 @1661570870965315732812 @1661570880965319998347 @1661570890965323899880 @1661570900increase(net_bytes_recv{interface="eth0"}[1m]) @166157090923595160.8计算公式 : 最后个点值 - 第一个点值 / 时间差 * 60
(965323899880.0−965304237246.0)÷(1661570900.0−1661570850.0)×60=23595160.8
rate
rate 函数 : 求每秒变化率
increase 结果 / range-vector 时间段大小
rate(net_bytes_recv{interface="eth0"}[1m]) == bool increase(net_bytes_recv{interface="eth0"}[1m])/60.0rate 函数 : 求变化率，相对平滑
irate 函数 : 拿时间范围内的最后两个值做计算，变化更剧烈文章来源：https://www.toymoban.com/news/detail-420044.html
文章来源地址https://www.toymoban.com/news/detail-420044.html
到了这里，关于Prometheus PromQL查询语言指南的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
