查询示例

简单时间序列选择

返回指标为 http_requests_total 的所有时间序列

http_requests_total

返回指标为 http_requests_total 且具有给定 job 和 handler 标签的所有时间序列

http_requests_total{job="apiserver", handler="/api/comments"}

返回相同向量的整个时间范围（此处为从查询时间开始的 5 分钟），使其成为一个范围向量

http_requests_total{job="apiserver", handler="/api/comments"}[5m]

请注意，直接生成范围向量的表达式无法直接以图形方式显示，但可以在表达式浏览器的表格（“控制台”）视图中查看。

使用正则表达式，您可以仅选择名称匹配特定模式的作业的时间序列，在此情况下，匹配所有以 server 结尾的作业。

http_requests_total{job=~".*server"}

要选择所有 HTTP 状态码，但排除 4xx 码，可以运行

http_requests_total{status!~"4.."}

子查询

返回过去 30 分钟内 http_requests_total 指标每分钟的速率，分辨率为 1 分钟。

rate(http_requests_total[5m])[30m:1m]

这是一个嵌套子查询的示例。deriv 函数的子查询使用默认分辨率。请注意，不必要地使用子查询是不明智的。

max_over_time(deriv(rate(distance_covered_total[5s])[30s:5s])[10m:])

使用函数、运算符等

返回过去 5 分钟内，所有具有 http_requests_total 指标名称的时间序列的每秒速率。

rate(http_requests_total[5m])

假设 http_requests_total 时间序列都具有 job (按作业名称扇出) 和 instance (按作业实例扇出) 标签，我们可能希望对所有实例的速率求和，这样可以得到更少输出时间序列，但仍保留 job 维度。

sum by (job) (
  rate(http_requests_total[5m])
)

如果我们有两个具有相同维度标签的不同指标，我们可以对它们应用二进制运算符，并且两侧具有相同标签集的元素将被匹配并传播到输出。例如，此表达式返回每个实例未使用的内存 (以 MiB 为单位) (在一个虚构的集群调度器上公开了关于它运行的实例的这些指标)。

(instance_memory_limit_bytes - instance_memory_usage_bytes) / 1024 / 1024

相同的表达式，但按应用程序求和，可以这样写：

sum by (app, proc) (
  instance_memory_limit_bytes - instance_memory_usage_bytes
) / 1024 / 1024

如果同一个虚构的集群调度器公开了每个实例的 CPU 使用率指标，如下所示：

instance_cpu_time_ns{app="lion", proc="web", rev="34d0f99", env="prod", job="cluster-manager"}
instance_cpu_time_ns{app="elephant", proc="worker", rev="34d0f99", env="prod", job="cluster-manager"}
instance_cpu_time_ns{app="turtle", proc="api", rev="4d3a513", env="prod", job="cluster-manager"}
instance_cpu_time_ns{app="fox", proc="widget", rev="4d3a513", env="prod", job="cluster-manager"}
...

...我们可以这样获取按应用程序 (app) 和进程类型 (proc) 分组的前 3 个 CPU 使用者。

topk(3, sum by (app, proc) (rate(instance_cpu_time_ns[5m])))

假设此指标包含每个正在运行的实例一个时间序列，您可以这样按应用程序计算正在运行的实例数：

count by (app) (instance_cpu_time_ns)

如果我们正在探索某些指标的标签，例如，以便能够对它们进行聚合，我们可以使用以下方法：

limitk(10, app_foo_metric_bar)

或者，如果我们希望返回的时间序列采样更均匀，我们可以使用以下方法来获取大约 10% 的时间序列：

limit_ratio(0.1, app_foo_metric_bar)