本文全面探索PromQL，從基礎語法到高階操作，詳細介紹了資料聚合、時間序列分析及內建函式應用，旨在提升使用者構建複雜監控策略和效能分析的能力。
關注【TechLeadCloud】，分享網際網路架構、雲服務技術的全維度知識。作者擁有10+年網際網路服務架構、AI產品研發經驗、團隊管理經驗，同濟本復旦碩，復旦機器人智慧實驗室成員，阿里雲認證的資深架構師，專案管理專業人士，上億營收AI產品研發負責人
一、PromQL簡介
Prometheus Query Language (PromQL) 是一個專為Prometheus監控系統設計的強大查詢語言，它允許使用者對收集的時間序列資料進行高效、靈活的查詢和分析。PromQL的設計哲學在於提供簡潔而強大的語法，以支援複雜的資料檢索和實時監控場景。本章節旨在為讀者提供PromQL的背景知識、設計原則以及它與Prometheus的關係。
1.1 Prometheus和PromQL的關係
Prometheus是一個開源的系統監控和警報工具包，廣泛用於雲原生環境中。它透過收集和儲存時間序列資料，支援實時監控和警報。PromQL作為Prometheus的核心元件，允許使用者透過強大的查詢語言對這些資料進行檢索和分析。無論是簡單的資料檢視還是複雜的效能分析，PromQL都能夠提供必要的工具來滿足使用者的需求。
1.2 PromQL的設計哲學
PromQL的設計哲學圍繞著幾個關鍵點：靈活性、表現力和效能。它旨在提供足夠的靈活性，以支援從簡單到複雜的各種查詢需求，同時保持查詢表示式的簡潔性。此外，PromQL經過最佳化以支援高效的資料處理和檢索，這對於實時監控系統來說至關重要。
靈活性和表現力
PromQL支援廣泛的運算子、函式和聚合方法，使使用者能夠編寫精確的查詢來檢索所需的資料。使用者可以透過標籤選擇器來過濾時間序列，或者使用聚合操作來彙總資料。這種靈活性和表現力使PromQL成為一個強大的工具，適用於各種監控和分析場景。
效能
Prometheus和PromQL都設計有優秀的效能特性，可以快速處理大量的時間序列資料。PromQL的查詢最佳化器能夠有效地減少查詢的計算資源消耗，保證即使在資料量巨大的情況下也能保持良好的查詢響應時間。
二、PromQL基礎
PromQL（Prometheus Query Language）是一個專為Prometheus設計的強大查詢語言，它為使用者提供了一種高效且靈活的方式來查詢和分析時間序列資料。本章節將深入探討PromQL的基礎知識，包括資料型別、核心語法、以及如何構建基本的查詢表示式。透過具體的示例和詳細的解釋，我們將幫助讀者掌握PromQL的基本使用方法，為進一步的學習和應用打下堅實的基礎。
2.1 資料型別和結構
PromQL操作的核心資料單元是時間序列，時間序列是由時間戳和對應值組成的序列。在PromQL中，主要操作以下幾種資料型別：
即時向量（Instant Vector）
即時向量是一個時間點上的一組時間序列，每個時間序列具有一個唯一的標籤集合和一個數值。它通常用於表示某一瞬間的系統狀態。
示例：
假設我們有一個監控系統的CPU使用率的時間序列，其查詢表示式可能如下：
cpu_usage{host="server01"}
該查詢返回“server01”主機上最新的CPU使用率資料。
區間向量（Range Vector）
區間向量是在一段時間範圍內的一組時間序列，它可以用來分析時間序列的變化趨勢或計算時間序列的移動平均等。
示例：
要查詢過去5分鐘內“server01”主機的CPU使用率資料：
cpu_usage{host="server01"}[5m]
標量（Scalar）
標量是一個簡單的數值型別，它不帶有時間戳，通常用於數學計算或與時間序列資料的比較。
示例：
假設我們想要將“server01”主機的CPU使用率與一個固定閾值進行比較：
cpu_usage{host="server01"} > 80
這裡“80”就是一個標量值。
字串（String）
字串型別在PromQL中用得較少，主要用於標籤值的展示。
2.2 核心語法
PromQL的核心語法包括標籤選擇器、運算子、內建函式等，下面我們將一一介紹。
標籤選擇器
標籤選擇器允許使用者根據標籤過濾時間序列，標籤由鍵值對組成。使用者可以根據需要選擇一個或多個標籤進行過濾。
示例：
查詢標籤為{job="prometheus", instance="localhost:9090"}的所有時間序列：
{job="prometheus", instance="localhost:9090"}
運算子
PromQL支援多種運算子，包括算術運算子、比較運算子和邏輯運算子，用於對資料進行計算和比較。
算術運算子示例：
cpu_usage{host="server01"} + 10
這個查詢會將“server01”主機的CPU使用率每個值增加10。
比較運算子示例：
cpu_usage{host="server01"} > 80
這個查詢會返回所有CPU使用率大於80%的資料點。
內建函式
PromQL提供了一系列內建函式，用於資料聚合、資料處理等。
聚合函式示例：
sum(cpu_usage{job="prometheus"}) by (instance)
這個查詢會按照instance標籤對cpu_usage進行求和。
資料處理函式示例：
rate(http_requests_total{job="api-server"}[5m])
這個查詢會計算每個instance在過去5分鐘內每秒的HTTP請求增長率。
2.3 構建基本的查詢表示式
例項
查詢
假設我們要監控名為"api-server"的服務的HTTP請求延遲，我們可以使用以下查詢：
histogram_quantile(0.95, sum(rate(http_request_duration_seconds_bucket{job="api-server"}[5m])) by (le))
這個查詢使用了histogram_quantile函式來計算在過去5分鐘內，所有"api-server"服務中95%的請求所觀察到的最大延遲。
綜合應用
考慮到一個更復雜的場景，我們不僅想要監控服務的延遲，還想要根據不同的HTTP方法（如GET、POST）分別監控。這時，我們可以構建如下查詢：
sum by (method)(rate(http_request_duration_seconds_count{job="api-server"}[5m]))
這個查詢將按照HTTP方法分類，計算過去5分鐘內每種方法的請求頻率。
透過這些示例，我們可以看到，PromQL的查詢表示式非常靈活而強大，它能夠幫助使用者從不同角度和維度對監控資料進行深入分析。掌握PromQL的基礎知識和使用方法，對於有效地利用Prometheus進行系統監控和效能分析至關重要。隨著對PromQL更深入的學習和實踐，使用者將能夠構建更加複雜和精細的監控策略，以適應不斷變化的監控需求。
三、PromQL高階操作
隨著對Prometheus和PromQL的深入瞭解，使用者會發現其強大功能不僅限於基本的資料查詢和簡單計算。PromQL的高階操作包括複雜的資料聚合、時間序列選擇器的高階用法、以及各種內建函式的靈活應用，這些都是進行深入監控分析和故障排查的強大工具。本章節將透過詳細的示例和解釋，探討PromQL的高階操作功能。
3.1 聚合運算
聚合運算是PromQL中最強大的特性之一，它允許使用者對一組時間序列進行統一處理，從而得出單一的結果。這對於理解整體趨勢和效能瓶頸尤為重要。
sum - 求和
求和是最常用的聚合操作之一，可以用來計算多個時間序列的總和。
示例：
sum(http_requests_total{job="api-server"}) by (method)
這個查詢會按照HTTP方法（如GET、POST）對所有api-server服務的請求總數進行求和。
avg - 平均值
計算一組時間序列的平均值，通常用來理解系統的平均表現。
示例：
avg(cpu_usage{environment="production"}) by (instance)
這個查詢會計算生產環境中每個例項的CPU平均使用率。
max/min - 最大值/最小值
找出一組時間序列中的最大值或最小值，用於監控系統的極限表現。
示例：
max(memory_usage{job="database"}) by (instance)
這個查詢將返回每個資料庫例項的最大記憶體使用量。
3.2 時間序列選擇器的高階用法
時間序列選擇器不僅可以選擇特定的時間範圍，還可以用來執行更復雜的查詢，比如滑動視窗平均或預測。
offset - 時間偏移
offset允許使用者查詢過去某個時間點的資料，對於比較歷史資料非常有用。
示例：
http_requests_total{job="api-server"} offset 1w
這個查詢返回一週前api-server服務的HTTP請求總數。
rate - 變化率
rate函式計算時間序列在給定時間範圍內的平均變化率，適用於計算增長或下降趨勢。
示例：
rate(http_requests_total{job="api-server"}[5m])
這個查詢計算過去5分鐘內api-server服務每秒的請求增長率。
3.3 函式和運算子的靈活應用
PromQL提供了多種函式和運算子，支援複雜的資料處理和分析。
predict_linear - 線性預測
predict_linear函式用於預測時間序列在未來一段時間內的值，基於線性迴歸模型。
示例：
predict_linear(disk_space_usage{job="database"}[1h], 4 * 3600)
這個查詢預測4小時後資料庫的磁碟空間使用情況。
histogram_quantile - 直方圖分位數
histogram_quantile函式用於從直方圖資料中計算分位數值，適用於效能監控中的響應時間分析。
示例：
histogram_quantile(0.9, rate(http_request_duration_seconds_bucket{job="api-server"}[10m]))
這個查詢計算過去10分鐘內，api-server服務90%的請求響應時間。
3.4 實戰案例分析
動態警報設定
使用PromQL的高階功能可以靈活設定動態警報，根據系統的實時表
現動態調整警報閾值。
示例：
avg by (job)(rate(http_requests_total{status="500"}[5m])) > 5 * avg by (job)(rate(http_requests_total[1h]))
這個警報規則意味著，如果5分鐘內500錯誤的平均增長率超過過去1小時平均增長率的5倍，則觸發警報。
效能瓶頸分析
透過聚合運算和函式，可以有效地分析系統的效能瓶頸。
示例：
topk(3, avg by (instance)(rate(cpu_usage{job="web-server"}[5m])))
這個查詢找出CPU使用率平均增長最快的前3個web-server例項，幫助定位效能瓶頸。
透過這些高階操作和應用示例，我們可以看到PromQL不僅支援強大的資料查詢和處理能力，而且還提供了靈活的監控和分析工具。掌握這些高階特性將幫助使用者更深入地理解和最佳化他們的監控系統，從而提高系統的穩定性和效能。隨著對PromQL更進一步的學習和實踐，使用者將能夠發現更多高階技巧，以應對各種複雜的監控場景。
關注【TechLeadCloud】，分享網際網路架構、雲服務技術的全維度知識。作者擁有10+年網際網路服務架構、AI產品研發經驗、團隊管理經驗，同濟本復旦碩，復旦機器人智慧實驗室成員，阿里雲認證的資深架構師，專案管理專業人士，上億營收AI產品研發負責人
如有幫助，請多關注
TeahLead KrisChang，10+年的網際網路和人工智慧從業經驗，10年+技術和業務團隊管理經驗，同濟軟體工程本科，復旦工程管理碩士，阿里雲認證雲服務資深架構師，上億營收AI產品業務負責人。