【博客641】Prometheus Subqueries in VictoriaMetrics

Prometheus Subqueries in VictoriaMetrics

没有PromQL Subqueries时

以前不支持Subqueries时，类似以下这种联合查询是不被允许的：

max_over_time(rate(my_counter_total[5m])[1h])
predict_linear(rate(my_counter_total[5m])[1d], 3600)

以前执行联合查询的方式：把内部子查询先用rule record实现，再引用rule record

instance:my_counter:rate5m = rate(my_counter_total{job="myjob"}[5m])

# You can use this new metric now in rules, alerts or graphs.
instance:my_counter:predict_linear1d_1h_rate5m = 
predict_linear(instance:my_counter:rate5m{job="myjob"})[1d], 3600)

PromQL Subqueries

• 过去一小时每秒错误超过 10 次的时间百分比：
  avg_over_time((rate(errors_total[5m]) > bool 10)[1h:1m])

• 过去一小时的网络带宽的第 95 个百分位数：
  quantile_over_time(0.95, rate(node_network_receive_bytes_total[5m])[1h:1m])

• 最近 30 分钟每秒的最小请求数：
  min_over_time(rate(requests_total[5m])[30m:])

• 最后一小时的最大汽车加速度：
  max_over_time(deriv(rate(traveled_meters_total[1m])[5m:])[1h:])

Extending Prometheus subqueries（VictoriaMetrics supports Prometheus subqueries and extends them）

VictoriaMetrics 提供以下扩展：

• 可以在查询的任何地方添加Offsets

  以下查询返回前一天的缓存请求数:
  (rate(hits_total[5m]) + rate(miss_total[5m])) offset 1d

  这等效于以下 PromQL 查询:
  rate(hits_total[5m] offset 1d) + rate(miss_total[5m] offset 1d)

  这在构建具有不同偏移量的多个图形时特别有用。例如，以下查询返回“今天”、“昨天”和“一周前”的 rps 图，因此 rps 是随时间增加还是减少变得很明:

  with (
  rps = rate(requests_total[5m]),
  )
  union(
  label_set(rps, “graph”, “today”),
  label_set(rps offset 1d, “graph”, “yesterday”),
  label_set(rps offset 7d, “graph”, “week_ago”),
  )

• 外部查询中的 [range:] 可以写成没有尾随冒号的 [range] ：

  min_over_time(rate(requests_total[5m])[1h])

• 外部和内部查询都可以省略方括号：

  deriv(rate(requests_total))

  它等效于以下具有从 query_range API 获取的步长值的 PromQL 查询：

  deriv(rate(requests_total[step])[step:step])

  该步长也称为interval，等于 Grafana 中图形上两个相邻点之间的duration时间

如果 VictoriaMetrics 变得小于两个时间序列点之间的间隔，它会自动调整太小的范围，因此图表在小缩放级别或大刮擦间隔上保持可见（和可用）。

Prometheus subquery pitfalls

虽然子查询很强大，但它们很容易被滥用。例如，以下查询将返回不正确的结果：

rate(sum(requests_total)[5m:])

查询对所有requests_total计数器求和，然后计算总和的速率。问题在于查询处理计数器重置的错误——如果某些requests_total时间序列被重置（例如，由于微服务重启），那么总和可能会下降一点，因此将返回rate不正确的结果。Prometheus 不提供修复此类查询的功能。唯一的方法是sum交换rate：

sum(rate(requests_total[5m]))

VictoriaMetrics 提供了remove_resets函数，可用于修复原始查询：

rate(sum(remove_resets(requests_total))[5m])

remove_resets函数从 中删除计数器重置requests_total，返回始终增加的时间序列，可以安全地求和并传递给rate.