13、PromQL深入解析：从基础到复杂查询及故障排除

PromQL深入解析：从基础到复杂查询及故障排除

1. 百分位数查询

在监控请求延迟时，有时我们不仅想知道在给定延迟下服务的请求百分比，还想了解给定百分位数请求的延迟情况。例如，要获取 95% 分位数的延迟，可以使用 histogram_quantile 函数。具体步骤如下：
1. 定义分位数（这里是 0.95）。
2. 提供代表我们感兴趣的数据集的查询表达式，即请求持续时间直方图中每个桶在滚动时间窗口内的平均增长率。
3. 如果想获取服务的全局延迟，而不是每个实例、Pod 或处理程序的延迟，需要应用 sum() 聚合。

示例代码如下：

histogram_quantile(0.95, sum without (instance, pod, handler) 
(rate(prometheus_http_request_duration_seconds_bucket[5m])))

这个表达式会产生一个值，表示 95% 的请求将处于或低于该值。

2. 抓取任务的健康状态

对于每个定义的抓取任务，Prometheus 会自动生成一个名为 up 的指标，该指标反映了相关任务的健康状态：成功抓取为 1，失败为 0。我们可以使用这个指标快速可视化被抓取的所有导出器和/或应用程序的当前健康状态。

示例查询所有成功抓取的任务：

sum by (job) (up)

查询结果示例：