Prometheus 的查询语言支持基本的逻辑和算术运算符。对于两个瞬时向量之间的运算，可以修改匹配行为。
Prometheus 中存在以下二元算术运算符
+ (加法)- (减法)* (乘法)/ (除法)% (取模)^ (幂/指数)二元算术运算符定义在标量/标量、向量/标量和向量/向量值对之间。它们遵循通常的 IEEE 754 浮点算术，包括对特殊值（如 NaN、+Inf 和 -Inf）的处理。
在两个标量之间，行为是显而易见的：它们求值为另一个标量，该标量是对两个标量操作数应用运算符的结果。
在瞬时向量和标量之间，运算符应用于向量中每个数据样本的值。如果数据样本是浮点数，则对数据样本执行的操作再次是显而易见的，例如，如果浮点样本的瞬时向量乘以 2，则结果是另一个浮点样本向量，其中原始向量的每个样本值都乘以 2。对于作为直方图样本的向量元素，行为如下：对于 *，所有桶填充数以及观测值的计数和总和都乘以标量。对于 /，直方图样本必须在左侧 (LHS)，标量在右侧 (RHS)。然后，所有桶填充数以及观测值的计数和总和都除以标量。除以零会导致直方图没有常规桶，零桶填充数以及观测值的计数和总和都设置为 +Inf、-Inf 或 NaN，具体取决于它们在输入直方图中的值（正、负或零/NaN，分别）。对于左侧 (LHS) 为标量，右侧 (RHS) 为直方图样本的 /，以及所有其他算术二元运算符在标量和直方图样本的任何组合中，都不会产生结果，并且相应的元素将从结果向量中删除。此类删除会通过信息级别注释标记。
在两个瞬时向量之间，二元算术运算符应用于 LHS 向量中的每个条目及其在 RHS 向量中的匹配元素。结果会传播到结果向量中，分组标签成为输出标签集。在右侧向量中找不到匹配条目的条目不属于结果的一部分。如果匹配了两个浮点样本，则行为是显而易见的。如果浮点样本与直方图样本匹配，则行为遵循与标量和直方图样本之间相同的逻辑（见上文），即 * 和 /（后者直方图样本在 LHS 上）是有效操作，而所有其他操作都会导致从结果向量中删除相应的元素。如果匹配了两个直方图样本，则只有 + 和 - 是有效操作，每个操作都添加或减去所有匹配的桶填充数以及观测值的计数和总和。所有其他操作都会导致从输出向量中删除相应的元素，并通过信息级别注释标记。
在任何涉及向量的算术二元运算中，指标名称都会被删除。
Prometheus 中存在以下以弧度为单位工作的三角二元运算符
atan2 (基于 https://pkg.go.dev/math#Atan2)三角运算符允许使用向量匹配在两个向量上执行三角函数，这对于普通函数是不可用的。它们的行为方式与算术运算符相同。它们仅对浮点样本进行操作。涉及直方图样本的运算会导致从输出向量中删除相应的向量元素，并通过信息级别注释标记。
Prometheus 中存在以下二元比较运算符
== (等于)!= (不等于)> (大于)< (小于)>= (大于或等于)<= (小于或等于)比较运算符定义在标量/标量、向量/标量和向量/向量值对之间。默认情况下，它们会进行过滤。可以通过在运算符后提供 bool 来修改其行为，这将为值返回 0 或 1，而不是过滤。
在两个标量之间，必须提供 bool 修饰符，并且这些运算符会产生另一个标量，该标量为 0 (false) 或 1 (true)，具体取决于比较结果。
在瞬时向量和标量之间，这些运算符应用于向量中每个数据样本的值，并且比较结果为 false 的向量元素将从结果向量中删除。这些操作仅适用于向量中的浮点样本。对于直方图样本，相应的元素将从结果向量中删除，并通过信息级别注释标记。
在两个瞬时向量之间，这些运算符默认情况下充当过滤器，应用于匹配的条目。表达式不为真或在表达式的另一侧找不到匹配项的向量元素将从结果中删除，而其他元素将传播到结果向量中，分组标签成为输出标签集。两个浮点样本之间的匹配像往常一样工作，而浮点样本和直方图样本之间的匹配无效。相应的元素将从结果向量中删除，并通过信息级别注释标记。在两个直方图样本之间，== 和 != 按预期工作，但所有其他比较二元运算再次无效。
在任何涉及向量的比较二元运算中，提供 bool 修饰符会按以下方式更改行为：将被删除的向量元素的值变为 0，而将被保留的向量元素的值变为 1。此外，指标名称也会被删除。（请注意，涉及直方图样本的无效操作仍然返回无结果，而不是值 0。）
这些逻辑/集合二元运算符仅在瞬时向量之间定义
and (交集)or (并集)unless (补集)vector1 and vector2 生成一个向量，该向量由 vector1 的元素组成，其中 vector2 中存在标签集完全匹配的元素。其他元素将被删除。指标名称和值从左侧向量继承。
vector1 or vector2 生成一个向量，该向量包含 vector1 的所有原始元素（标签集 + 值），以及 vector2 中在 vector1 中没有匹配标签集的所有元素。
vector1 unless vector2 生成一个向量，该向量由 vector1 的元素组成，其中 vector2 中不存在标签集完全匹配的元素。两个向量中所有匹配的元素都将被删除。
由于这些逻辑/集合二元运算符不与样本值交互，因此它们对于浮点样本和直方图样本的工作方式相同。
向量之间的运算尝试为左侧的每个条目在右侧向量中找到匹配的元素。存在两种基本的匹配行为类型：一对一和多对一/一对多。
这些向量匹配关键字允许在标签集不同的序列之间进行匹配，提供
onignoring提供给匹配关键字的标签列表将确定如何组合向量。示例可以在一对一向量匹配和多对一和一对多向量匹配中找到
这些分组修饰符启用多对一/一对多向量匹配
group_leftgroup_right可以为分组修饰符提供标签列表，其中包含要包含在结果指标中的“一”侧的标签。
多对一和一对多匹配是高级用例，应仔细考虑。通常，正确使用 ignoring(<labels>) 可以提供期望的结果。
分组修饰符只能用于比较和算术。诸如 and、unless 和 or 之类的运算默认情况下与右侧向量中的所有可能条目匹配。
一对一 从运算的每一侧找到唯一的条目对。在默认情况下，这是遵循格式 vector1 <operator> vector2 的运算。如果两个条目具有完全相同的标签集和对应的值，则它们匹配。ignoring 关键字允许在匹配时忽略某些标签，而 on 关键字允许将考虑的标签集减少到提供的列表
<vector expr> <bin-op> ignoring(<label list>) <vector expr>
<vector expr> <bin-op> on(<label list>) <vector expr>
示例输入
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", code="500"} 6
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"} 120
示例查询
method_code:http_errors:rate5m{code="500"} / ignoring(code) method:http_requests:rate5m
这将返回一个结果向量，其中包含过去 5 分钟内测量的每种方法的 HTTP 请求（状态代码为 500）的比例。如果没有 ignoring(code)，则不会有匹配项，因为指标不共享相同的标签集。方法为 put 和 del 的条目没有匹配项，并且不会显示在结果中
{method="get"} 0.04 // 24 / 600
{method="post"} 0.05 // 6 / 120
多对一 和 一对多 匹配指的是“一”侧的每个向量元素可以与“多”侧的多个元素匹配的情况。这必须使用 group_left 或 group_right 修饰符显式请求，其中左/右确定哪个向量具有更高的基数。
<vector expr> <bin-op> ignoring(<label list>) group_left(<label list>) <vector expr>
<vector expr> <bin-op> ignoring(<label list>) group_right(<label list>) <vector expr>
<vector expr> <bin-op> on(<label list>) group_left(<label list>) <vector expr>
<vector expr> <bin-op> on(<label list>) group_right(<label list>) <vector expr>
与分组修饰符一起提供的标签列表包含要包含在结果指标中的“一”侧的其他标签。对于 on，一个标签只能出现在列表之一中。结果向量的每个时间序列都必须是唯一可识别的。
示例查询
method_code:http_errors:rate5m / ignoring(code) group_left method:http_requests:rate5m
在这种情况下，左侧向量包含每个 method 标签值的多个条目。因此，我们使用 group_left 指示这一点。右侧的元素现在与左侧具有相同 method 标签的多个元素匹配
{method="get", code="500"} 0.04 // 24 / 600
{method="get", code="404"} 0.05 // 30 / 600
{method="post", code="500"} 0.05 // 6 / 120
{method="post", code="404"} 0.175 // 21 / 120
Prometheus 支持以下内置聚合运算符，这些运算符可用于聚合单个瞬时向量的元素，从而生成具有较少元素和聚合值的新向量
sum (计算维度总和)avg (计算维度的算术平均值)min (选择维度最小值)max (选择维度最大值)bottomk (按样本值最小的 k 个元素)topk (按样本值最大的 k 个元素)limitk (采样 k 个元素，实验性，必须使用 --enable-feature=promql-experimental-functions 启用)limit_ratio (采样伪随机比率 r 的元素，实验性，必须使用 --enable-feature=promql-experimental-functions 启用)group (结果向量中的所有值均为 1)count (计算向量中元素的数量)count_values (计算具有相同值的元素的数量)
stddev (计算维度的总体标准偏差)
stdvar (计算维度的总体标准方差)
quantile (计算维度上的 φ-分位数 (0 ≤ φ ≤ 1))
这些运算符可以用于聚合 所有 标签维度，或者通过包含 without 或 by 子句来保留不同的维度。这些子句可以在表达式之前或之后使用。
<aggr-op> [without|by (<label list>)] ([parameter,] <vector expression>)
或
<aggr-op>([parameter,] <vector expression>) [without|by (<label list>)]
label list 是未加引号的标签列表，可以包含尾随逗号，即 (label1, label2) 和 (label1, label2,) 都是有效的语法。
without 从结果向量中删除列出的标签，而所有其他标签都保留在输出中。by 则相反，删除 by 子句中未列出的标签，即使它们的标签值在向量的所有元素之间都相同。
parameter 仅对于 topk、bottomk、limitk、limit_ratio、quantile 和 count_values 是必需的。它用作 k、r、φ 的值或附加标签的名称。
sum 以与 + 二元运算符在两个值之间执行相同的方式对样本值求和。类似地，avg 以与 / 二元运算符相同的方式将总和除以聚合样本的数量。因此，聚合为单个结果向量元素的所有样本值必须是浮点样本或直方图样本。两者的混合聚合无效，会导致从输出向量中删除相应的向量元素，并通过警告级别注释标记。
min 和 max 仅对浮点样本进行操作，遵循 IEEE 754 浮点算术，这尤其意味着仅当所有聚合值均为 NaN 时，NaN 才被视为最小值或最大值。输入向量中的直方图样本将被忽略，并通过信息级别注释标记。
topk 和 bottomk 与其他聚合器不同之处在于，输入样本的子集（包括原始标签）在结果向量中返回。by 和 without 仅用于对输入向量进行分桶。与 min 和 max 类似，它们仅对浮点样本进行操作，并将 NaN 值视为分别离顶部或底部最远。输入向量中的直方图样本将被忽略，并通过信息级别注释标记。
如果在瞬时查询中使用，topk 和 bottomk 将分别返回按值降序或升序排列的序列。如果与 by 或 without 一起使用，则每个桶内的序列按值排序，并且同一桶中的序列会连续返回，但不保证序列桶将以任何特定顺序返回。排序不适用于范围查询。
limitk 和 limit_ratio 也返回输入样本的子集，包括结果向量中的原始标签。子集以确定性的伪随机方式选择。limitk 选择 k 个样本，而 limit_ratio 选择样本的比率 r（每个样本由 parameter 确定）。这发生在样本类型无关的情况下。因此，它适用于浮点样本和直方图样本。r 可以在 +1 和 -1 之间。r 的绝对值用作选择比率，但是对于负 r，选择顺序会反转，这可以用于选择补集。例如，limit_ratio(0.1, ...) 返回一组确定性的大约 10% 的输入样本，而 limit_ratio(-0.9, ...) 返回精确的剩余大约 90% 的输入样本，这些样本不是由 limit_ratio(0.1, ...) 返回的。
group 和 count 不与样本值交互，它们对于浮点样本和直方图样本的工作方式相同。
count_values 为每个唯一的样本值输出一个时间序列。每个序列都有一个附加标签。该标签的名称由聚合参数给出，标签值是唯一的样本值。每个时间序列的值是样本值出现的次数。count_values 适用于浮点样本和直方图样本。对于后者，直方图样本值的紧凑字符串表示形式用作标签值。
stddev 和 stdvar 仅适用于浮点样本，遵循 IEEE 754 浮点算术。输入向量中的直方图样本将被忽略，并通过信息级别注释标记。
quantile 计算 φ-分位数，该值在聚合维度的 N 个指标值中排名为第 φ*N 位。φ 作为聚合参数提供。例如，quantile(0.5, ...) 计算中位数，quantile(0.95, ...) 计算第 95 个百分位数。对于 φ = NaN，返回 NaN。对于 φ < 0，返回 -Inf。对于 φ > 1，返回 +Inf。
如果指标 http_requests_total 具有按 application、instance 和 group 标签展开的时间序列，我们可以通过以下方式计算每个应用程序的总 HTTP 请求数并按所有实例分组
sum without (instance) (http_requests_total)
这等效于
sum by (application, group) (http_requests_total)
如果我们只对 所有 应用程序中看到的 HTTP 请求总数感兴趣，我们可以简单地编写
sum(http_requests_total)
要计算每个构建版本运行的二进制文件数量，我们可以编写
count_values("version", build_version)
要获取所有实例中 5 个最大的 HTTP 请求计数，我们可以编写
topk(5, http_requests_total)
要采样 10 个时间序列，例如检查标签及其值，我们可以编写
limitk(10, http_requests_total)
以下列表显示了 Prometheus 中二元运算符的优先级，从最高到最低。
^*, /, %, atan2+, -
==, !=, <=, <, >=, >
and, unless或同一优先级级别的运算符是左结合的。例如，2 * 3 % 2 等效于 (2 * 3) % 2。但是 ^ 是右结合的，因此 2 ^ 3 ^ 2 等效于 2 ^ (3 ^ 2)。
本文档是开源的。请提交 issue 或 pull request 来帮助改进它。