当前位置: 首页 > news >正文

Prometheus常用函数

函数分类 函数名 核心作用 参数说明 典型示例 适用场景
Counter 专用函数 rate(v range-vector) 计算时间窗口内的平均每秒增长率 v:时间范围向量(如 [5m] rate(http_requests_total[5m]) 计算 QPS、错误率(长期趋势)
irate(v range-vector) 计算时间窗口内的瞬时每秒增长率(取最后两个数据点) v:时间范围向量(如 [1m] irate(http_requests_total[1m]) 监控突发流量峰值、告警阈值
increase(v range-vector) 计算时间窗口内的绝对增量 v:时间范围向量(如 [1h] increase(http_requests_total[1h]) 统计一段时间内的请求 / 错误总数
聚合函数 sum(v instant-vector) [by (labels)] 对指标值求和,支持按标签分组 v:瞬时向量;by:分组标签 sum(rate(container_cpu_usage_seconds_total[5m])) by (namespace) 统计集群 / 命名空间级别的资源总和
avg(v instant-vector) [by (labels)] 计算指标平均值,支持分组 同上 avg(node_memory_usage_bytes / node_memory_total_bytes) by (instance) 计算节点 / 服务的平均资源使用率
max/min(v instant-vector) [by (labels)] 计算指标最大值 / 最小值,支持分组 同上 max(node_cpu_seconds_total{mode!="idle"}[5m]) by (instance) 定位资源使用率最高 / 最低的节点
count(v instant-vector) [by (labels)] 统计时序指标的数量,支持分组 同上 count(kube_pod_status_ready{condition="true"}) by (namespace) 统计运行中的 Pod / 服务数量
数学运算函数 + - * / % 指标值的基础算术运算 两个瞬时向量或标量 (node_memory_Active_bytes / node_memory_MemTotal_bytes) * 100 计算资源使用率、比例、差值
abs(v instant-vector) 取指标值的绝对值 v:瞬时向量 abs(rate(node_filesystem_free_bytes[1h])) 避免负数指标(如磁盘空间变化量)
直方图 / 分位数函数 histogram_quantile(φ float, b instant-vector) 计算 Histogram 指标的分位数 φ:分位值(0-1);b:带 le 标签的 bucket 向量 histogram_quantile(0.95, sum(rate(http_request_duration_seconds_bucket[5m])) by (le, service)) 统计接口 P95/P99 延迟
quantile_over_time(φ float, v range-vector) 计算时间窗口内单个指标的分位数 φ:分位值;v:时间范围向量 quantile_over_time(0.9, rate(container_cpu_usage_seconds_total[5m])[1h:]) 统计指标一段时间内的分位值
趋势预测函数 predict_linear(v range-vector, t scalar) 线性回归预测 t 秒后的指标值 v:时间范围向量;t:预测时长(秒) predict_linear(node_filesystem_free_bytes[1h], 14400) 预测磁盘 / 内存耗尽时间
时间函数 time() 返回当前 Unix 时间戳(秒) 无参数 time() - process_start_time_seconds 计算进程 / 服务的运行时长
timestamp(v instant-vector) 返回指标数据点的时间戳 v:瞬时向量 timestamp(http_requests_total{method="GET"}) 获取指标的采集时间
http://www.jsqmd.com/news/567726/

相关文章:

  • HiveWE:重新定义魔兽争霸III地图编辑体验的革命性工具
  • EcomGPT-中英文-7B电商模型实战:基于YOLOv8的商品图像识别与文案生成联动
  • 探索TikTok ViewBot:自动化观看助力社交媒体推广
  • Boring Notch:让你的MacBook刘海区域变身终极功能集成面板
  • 如何快速解锁网易云音乐NCM文件:ncmdumpGUI终极指南
  • 超卖问题的乐观锁与悲观锁
  • 2026年 温度控制器厂家推荐排行榜:机械型/KSD301/突跳式电木陶瓷/小体积塑铁壳电源温控器,精准控温与耐用品质深度解析 - 品牌企业推荐师(官方)
  • 3DGS实战:从Windows到Colab的完整复现与避坑指南
  • Karp的21个NPC问题:从理论到实践的经典探索
  • IDEA批量替换的隐藏技巧:除了Ctrl+R,你还可以试试这个Java文件流方案
  • Servlet 简介
  • 大模型推理慢?全靠 KV Cache 提速几十倍!大模型推理优化教程(非常详细),从入门到精通,收藏这一篇就够了!
  • 2026贵州凯里辣椒面选型指南:盈泽盛3大硬指标 - 精选优质企业推荐榜
  • Simulink SVPWM模块输出对不上?别慌,可能是这两个参数没设对(附24V电机FOC仿真案例)
  • 从Apollo到你的项目:深入解读自动驾驶中Frenet坐标系的实际应用与工程考量
  • ESP32 CMakeLists.txt配置避坑指南:为什么加了PRIV_REQUIRES driver反而编译失败?
  • 一文看懂AI Agent日志重构任务的行动计划
  • Go语言中的JSON处理:从入门到精通
  • 高效解决E-Hentai图库下载难题:实用下载工具全攻略
  • Overleaf-Workshop:在VSCode中实现Open Overleaf项目的无缝协作与高效管理
  • 手把手教你用华为云ModelArts免费GPU跑自己的模型(附OBS避坑指南)
  • uni-app 三端上线全流程指南:H5 / 小程序 / App 完整发布手册
  • MCP2515调试血泪史:发送邮箱占满、总线错误,我的排查思路与硬件踩坑实录
  • 告别调参烦恼!SimAM注意力机制实战:在YOLOv5/v8中轻松涨点(保姆级教程)
  • 老生常谈:聊聊mysql幻读问题?
  • 实战向 Python 汽车推荐系统 Django框架 可视化 协同过滤算法 数据分析 大数据 机器学习(建议收藏)✅
  • 零基础入门c/c++:在快马平台一键获取vscode环境配置指南
  • 3大核心功能打造智能游戏体验:League-Toolkit从入门到精通指南
  • 2026国内LMS厂商全景洞察:一张图覆盖大集团到中小企业
  • 3步搞定Whisper-WebUI部署:从零搭建专业级语音转字幕平台