2 分钟，了解 4 个极为有用的 MetricsQL 函数

夜莺社区的朋友如果问时序库的选型，我一般都会推荐 VictoriaMetrics，除了其性能、稳定性、集群扩展能力之外，VictoriaMetrics 还扩展了 PromQL，提供了 MetricsQL，即增强了 PromQL 的能力。比如下面介绍的场景，就很适合用 MetricsQL 来解决。

需求

某个指标（ 假设指标名字是 interface_status ）每分钟上报一次，如果 5 分钟内有 3 次大于 x 的值，就报警。

解法

如果使用 PromQL，就比较难写了，而 MetricsQL 就很简单，如下：

count_gt_over_time(interface_status[5m], x) >= 3

看到这个写法，基本能直观理解其含义了 count_gt_over_time(series_selector[d], gt) 函数有两个参数，一个是 range-vector，一个是标量 gt，表示在 range-vector 中大于 gt 的个数，如果大于等于 3，就报警。除了 count_gt_over_time 函数之外，还有 count_le_over_time、count_ne_over_time、count_eq_over_time 道理相同。

思考

假设我们知道原始数据上报频率，如果使用 promql 来实现上述需求，应该怎么写呢？欢迎评论区留言分享 :)

另外

最近我们开放了 FlashDuty 的告警引擎能力，可以直接对接各类时序库、数据库、ClickHouse、ElasticSearch、Loki 等日志库，对数据做异常判断，直接生成告警事件。换句话说，不再需要夜莺、Alertmanager、Elastalert 等告警引擎，Flashduty 就可一肩挑。在线体验地址：https://console.flashcat.cloud/ 菜单入口：「告警管理」。截图如下：

任何问题均可联系我微信：picobyte