PromQL 从入门到精通个点,但如果是 Range Query,相当于在某个时刻返回多个点,这就无所适从了。 Prometheus 文档中有一个章节专门介绍函数,各个函数的介绍中,都会写明是用于 instant- vector,还是用于 range-vector,如果不理解查询类型,就无法很好的应用这些函数。 查询选择器 PromQL大括号里的部分是 selector,查询选择器,用于从一大堆监控数据中,过滤出真正关心 的数据,在 method_code:http_errors:rate5m{method="get", code="500"} 24 method_code:http_errors:rate5m{method="get", code="404"} 30 method_code:http_errors:rate5m{method="put", code="501"} 3 method_code:http_errors:rate5m{method="post" method_code:http_errors:rate5m{method="post", code="404"} 21 method:http_requests:rate5m{method="get"} 600 method:http_requests:rate5m{method="del"} 34 method:http_requests:rate5m{method="post"} 1200 码力 | 16 页 | 2.77 MB | 1 年前3
Intro to Prometheus - With a dash of operations & observabilitycountry=" germany" GROUP BY city rate(errors{job=" foo" }[5m]) / rate(total{job=" foo" }[5m]) SELECT errors.job, errors.instance, [...more labels...], \ rate(errors.value, 5m) / rate(total.value, 5m) \ FROM errors0 码力 | 19 页 | 63.73 KB | 1 年前3
B站统⼀监控系统的设计,演进
与实践分享e{}[1h], 3 * 3600) < 0 异常检测 异常流量量 abs(requests - requests:holt_winters_rate1h offset 7d) > 0.3 * requests:holt_winters_rate1h offset 7d 告警规则: 预测业务A请求量量异常 异常响应 todo • 异常事件关联关系挖掘 • 全联路路模块调⽤用分析0 码力 | 34 页 | 650.25 KB | 1 年前3
共 3 条
- 1













