涨薪技术|Prometheus内置的数据查询语言PromQL

### Prometheus 数据查询语法使用教程 Prometheus 的数据查询主要依赖于其内置的查询语言 PromQL (Prometheus Query Language)[^1]。以下是关于如何在 Prometheus 中进行数据查询的相关说明： #### 1. 查询基础 PromQL 是一种强大的查询语言，专为处理时间序列数据而设计。它可以执行多种操作，包括但不限于过滤、聚合以及复杂的数据转换[^3]。 - **瞬时向量**：表示某一时刻的时间序列集合。例如，`http_requests_total` 将返回所有匹配该名称的时间序列。 - **区间向量**：表示一段时间范围内的样本集。通过指定 `[duration]` 来定义时间段，如 `http_requests_total[5m]` 表示过去五分钟内所有的请求记录[^2]。 #### 2. 基本查询结构 基本查询由以下几个部分组成： - **指标名**：这是查询的核心组件，用于定位特定的时间序列。例如，`node_cpu_seconds_total` 可以用来查询 CPU 使用情况。 - **标签过滤器**：允许进一步缩小目标范围。格式为 `{<label_name>="<value>"}` 或者 `{__name__=~"<regex_pattern>"}`。例如，`{job="node-exporter", instance="localhost:9100"}`。 #### 3. 聚合与计算 为了更好地分析数据，PromQL 提供了一系列内置函数来支持各种类型的聚合操作。常见的有求和 (`sum`)、平均值 (`avg`) 和计数 (`count`) 等。这些函数通常配合分组参数一起使用，比如按实例或作业分类汇总统计结果。 ```promql sum by(instance)(rate(http_requests_total[5m])) ``` 上述例子展示了如何基于每台主机计算 HTTP 请求速率并对其进行加总。 #### 4. 时间偏移功能 如果需要对比当前状态同历史某段时间的状态差异，则可利用 offset 关键字实现这一点。下面这个命令会显示相对于现在两小时前的错误率变化趋势： ```promql irate(node_network_receive_errs_total{device="eth0"} offset 2h) ``` 此特性对于诊断问题或者评估改进效果非常有用。 --- ### 示例代码片段 以下是一些实用的 PromQL 查询模板： ```promql // 获取最近一分钟内存利用率百分比 (1 - sum(node_memory_MemFree_bytes) / sum(node_memory_MemTotal_bytes)) * 100 // 统计过去十分钟内发生的异常事件总数 increase(job_failure_count[10m]) // 计算磁盘读写速度（单位MB/s） (sum(rate(node_disk_io_time_weighted_seconds_total[1m])) without(device) * 1e-6 ``` 以上脚本分别实现了不同维度上的性能监测需求[^4]。 ---