深入理解 PromQL

Prometheus 監控系統是雲原生環境下主流的監控系統，在各大廠都有比較廣泛的應用。

Prometheus 開創性地提出了 PromQL 查詢語法，大大簡化了監控面板的配置門檻，使得應用開發者可以自由地配置、組合監控面板。

PromQL 功能非常強大，大部分應用開發者只需要瞭解最簡單的函數（如 rate、delta、histogram_quantile）就可以實現絕大部分需求。另一方面，這也導致很多人對 PromQL 並沒有很深入的理解，無法掌握一些高級查詢功能，遇到一些報錯的時候不明所以。

比如：

1、案例 1：offset 位置不對報錯，必須在 selector 或者 subquery 後面

2、案例 2：ranges只能接在 vector selectors 後面

本文試圖闡述 PromQL 的組成部分，幫助大家深入的理解 PromQL 語句的含義，以及能夠根據所想寫出合適的 PromQL 語句。

PromQL 解析

四則混合運算，可以拆分成 數字、操作符和括號，掌握了運算規則，再長的算式都變得很好理解。PromQL 也是如此。

Prometheus 的指標（Metric）包括 Counter、Gauge、Histogram、Summary 四種基本類型，部分 PromQL 的函數確實也有要求指定的類型，但這裏的細節不在本文的討論範圍內。

PromQL 主要包含以下幾個組成部分（下列組成部分的劃分是我個人根據自身的經驗和理解做出的，如有不同意見歡迎探討）

一個 PromQL 表達式，即是由上述各部分組成的，理解了每個部分的含義，複雜的 PromQL 就很好理解了。更進一步也可以按自己的心意寫出複雜的 PromQL 語句。

本文並不致力於詳盡的講解每一個組成部分，只想澄清最關鍵的一些概念。一些組成部分的細節（如具體的函數）可以去查閱官方文檔。以上各個部分其實在官方文檔上都有提及，但是散落在不同的頁面，不是很好理解其中的關係。

Vectors

Vector 是什麼

Vector 直接翻譯是向量的意思，PromQL 中的 Vector 也可以理解爲向量。

以一個時間序列（TimeSeries）爲例

counter{a="b", c="d"}

等價於

{a="b", c="d", __name__="counter"}

Instant Vector && Range Vector

剛剛講的 dimension 可以理解爲 向量的方向，向量還有一個元素就是向量值，在 Prometheus 中，向量值都是浮點型的數字。

在一個時刻有一個向量值的，就叫做 instant vector

在一個時刻，不僅包含當前時刻的值，還包含前向一段時間範圍的 向量值（確切的說是時刻=>值的鍵值對）的，就叫做 range vector

對於 instant vector，加上時間維度後，可以很容易地畫出圖像，橫座標是時間戳，縱座標是向量值。

對於 range vector，每一個時刻，都包含一組鍵值對信息，例如

以 example_metric{job="C"} 爲例，可以看到 1@1（value@timestamp） 這個點，出現在了上述所有時刻的 ran ge 裏。

在做運算的時候，可能會用到部分或全部這些信息。例如

Vector 擴展——相關注意點

上述兩點，是想說明 Prometheus 適合用於趨勢類監控，並不能做到十分精確。在某一項指標的具體一小段時間，尤其是 irate 這樣的函數結果並不能精確的反應真實情況。不要用 Prometheus 做時間靈敏度、精確度高的監控手段。

另外，基於採樣的監控，採樣間隔期間出現的瞬時峯值也是無法監控到的。

Selectors

Selector 是什麼

Selector——選擇器——是一個基於標籤匹配來獲取符合條件的 timeseries 的 PromQL 對象

Selector 可以定義一組 label 及其對應的匹配規則，一共有四種：

標籤的匹配和存儲是基於倒排索引來實現的。

指標名稱也是標籤，是一個特殊的標籤__name__。

Prometheus 的正則匹配是對 label 值的完全匹配，不支持部分匹配。正則匹配支持的規則也有一定限制（與 go 官方的 regex 庫支持範圍一致），如無法支持 “look behind” 等。

Selector 和 Vector 的關係

相同點

不同點

SubQuery

SubQuery 本質上是 range vector，是 instant vector 附加上 [range:resolution] 之後得到的。

在 PromQL 支持的函數中，如果涉及到 instant vector 和 range vector 之間的轉換，幾乎部分都是從 range vector 轉換到 instant vector。這也不難理解，因爲 range vector 所包含的信息更多，這些函數，本質上都是接受較多信息作爲入參，計算出一維的結果進行返回。

例如 irate 函數，可以計算一個 counter 指標的變化率

irate(counter{a="b", c="d"}[5m])

如果我想計算近 5 分鐘變化率的最大值，該怎麼辦？這裏就用到了 SubQuery

max_over_time(irate(counter{a="b", c="d"}[5m])[5m:1m])

irate 返回的結果是一個 instant vector，拼接上 [range:resolution] 之後，就成爲了一個 subquery，也就是一個 range vector，可以被用於 max_over_time 函數的入參。

爲什麼 resolution 是必須的

根據官方文檔， SubQuery 的標準定義爲

Syntax: <instant_query> '[' <range> ':' [<resolution>] ']' [ @ <float_literal> ] [ offset <duration> ]

<resolution> is optional. Default is the global evaluation interval.

官方文檔這裏描述的有點坑，比如既然 resolution 是可選的，爲什麼還會報下面的錯誤？

答案是 雖然 resolution 是可選的，但是冒號不能丟，可以寫成這樣：

max_over_time(irate(vector(5)[5m:1m])[5m:])

此時，默認的 resolution，等於 prometheus 配置中的 global evaluation interval，也就是來自官網配置文檔中的下面這項配置：

爲什麼 SubQuery 中 resolution 是必要的？按照我的理解，這是因爲很多函數計算嚴格依賴 resolution。例如

sum_over_time(vector(5)[5m:1m]) ==> 25
sum_over_time(vector(5)[5m:2m]) ==> 10

resolution 在上面的表達式裏，直接決定了 range 內有幾個點參與計算。

與之對比，在 selector 層面，range query selector 中的時間範圍可以不加 resolution。這是因爲對於一個具體的 timeseries，其自身天然包含 resolution 信息（等於指標採集時的間隔）。但是對於 SubQuery，必須需要一個 resolution，來確定 range 內的點的粒度和個數。

各組件關係轉換圖

總結

PromQL 本質上是針對一系列 vector 的操作：selector 是 TimeSeries 轉換爲 Vector 的橋樑，查出來的結果是 full-dimensional vector。然後，再通過一系列函數、操作符，針對 vector 的粒度，來進行運算。

本文試圖將 PromQL 解析爲基本的組成部分，並對其中的關鍵點、易混淆的概念進行了解析。略去的 Operators、Functions 等，讀者可以自行去官網查看詳細的使用說明。相信有了本文作爲基礎，理解官方文檔也會更加快速、更加透徹。

作者介紹

蘭孟然，某大廠資深研發工程師，擅長高性能分佈式服務端開發，對 prometheus 有深入理解，當前從事 presto、spark 引擎的開發 & 維護工作。

本文由 Readfog 進行 AMP 轉碼，版權歸原作者所有。
來源：https://mp.weixin.qq.com/s/M0WFAQtoCd1aEZHjxTyjMw

猜你喜歡