PromQL 是 Prometheus 提供的一个函数式的表达式语言,可以使用户实时地查找和聚合时间序列数据。表达式计算结果可以在图表中展示,也可以在 Prometheus表达式浏览器中以表格形式展示,或者作为数据源,以 HTTP API 的方式提供给外部系统使用。PromQL 虽然以 QL 结尾,但是它不是类似 SQL 的语言,因为在时间序列上执行计算类型时,SQL 语言相对缺乏表达能力。而 PromQL 语言表达能力非常丰富,可以使用标签进行任意聚合,还可以使用标签将不同的标签连接到一起进行算术运算操作。内置了时间和数学等很多函数可以使用
Prometheus 常用 PromQL 语句_第1张图片

选择序列
选择指定指标名称的序列最新样本:

my_metric_name
选择指定指标名称序列5分钟的样本范围:

my_metric_name[5m]
筛选给定标签的序列:

my_metric_name{label1="value1", label2="value2"}
更复杂的标签匹配器:

my_metric_name{label1!="value1", label2=~"regex1", label3!~"regex2"}
匹配器:

=: 等于

!=: 不等于

=~: 正则匹配

!~: 正则不匹配

Counter 的增长速率
过去5分钟每秒平均增长速率:

rate(http_requests_total[5m])
1分钟时间窗口中最后两个样本计算的每秒增长速率:

irate(http_requests_total[1m]
过去1小时增加的绝对数值:

increase(http_requests_total[1h])
多个序列聚合
对所有序列进行求和:

sum(my_metric_name)
根据方法和路径标签维度进行求和:

sum by(method, path) (my_metric_name)
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:

sum without(method, path) (my_metric_name)
其他常用的聚合运算符:sum(), min(), max(), avg(), stddev(), stdvar(), count(), count_values(),bottomk(), topk(), quantile()。
序列间的数学计算
将两个相同标签的序列相加:

left_metric + right_metric
只将匹配 instance 和 job 标签的序列相加:

left_metric + on(instance, job) right_metric
忽略匹配 instance 和 job 标签的序列相加:

left_metric + ignoring(instance, job) right_metric
多对一匹配模式:

left_metric + on(instance, job) group_left right_metric
在结果中包括一侧(右侧)的 version 标签:

left_metric + on(instance, job) group_left(version) right_metric
集合操作
包括任何左侧或右侧的标签集合:

left_metric or right_metric
包括任何同时存在于左侧或右侧的标签集:

left_metric and right_metric
包含任何左侧的标签集合,但不包括右侧的:

left_metric unless right_metric
只在某些标签上匹配:

left_metric and on(job, instance) right_metric
过滤
只保留大于1024样本值的序列:

left_metric > 1024
只保留左边样本值大于右边样本值的序列:

left_metric > right_metric
不过滤序列,而是比较序列,然后返回0或1:

left_metric > bool right_metric
在某些匹配的标签上操作:

left_metric > on(job, instance) right_metric
其他常用的比较运算符:==、!=、>、<、>=、≤。

直方图分位数
过去5分钟内,每个标签维度请求延迟的90%分位数:

histogram_quantile(0.9, rate(my_request_durations_seconds_bucket[5m]))
只针对 method 和 path 维度的90%分位数:

histogram_quantile(
  0.9,
  sum by(le, path, method) (
    rate(my_request_durations_seconds_bucket[5m])
  )
)

Gauges 的变化
过去一小时内的绝对值变化:

delta(my_gauge[1h])
基于过去4小时的数据来预测1小时后的数据:

predict_linear(my_gauge[4h], 3600)
时间
获取 Unix 时间,以秒为单位:

time()
获取最后一次成功运行的批处理作业的年龄:

time() - my_batch_job_last_success_timestamp_seconds
查找一小时内没有成功的批处理作业:

time() - my_batch_job_last_success_timestamp_seconds > 3600
缺失数据处理
当输入向量为空时,创建一个一个输出序列:

absent(my_metric_name)
当输入的范围向量5分钟内都是空的时候,创建一个空的输出序列:

absent_over_time(my_metric_name[5m])
标签操作
用 - 分隔符连接两个标签的值:

label_join(my_metric_name, "-", "label1", "label2")
提取标签的一部分并将其存储在新标签中:

label_replace(my_metric, "dest-label", "$1", "source-label", "(.*):.*")
关于 PromQL 更多的使用方法,可以参考 PromQL 官方文档:

基础:https://prometheus.io/docs/prometheus/latest/querying/basics/

操作符:https://prometheus.io/docs/prometheus/latest/querying/operators/

函数:https://prometheus.io/docs/prometheus/latest/querying/functions/

示例:https://prometheus.io/docs/prometheus/latest/querying/examples/