PromQL教程(五)PromQL 函数
PromQL 函数教程第五篇,系统讲解聚合函数、increase、rate、irate、histogram_quantile、over_time、absent_over_time 及 MetricsQL 扩展函数的适用场景和易错点。
汇总 Flashcat 博客中与 PromQL 相关的文章,方便按主题连续阅读实践、案例、选型和产品更新。
PromQL 函数教程第五篇,系统讲解聚合函数、increase、rate、irate、histogram_quantile、over_time、absent_over_time 及 MetricsQL 扩展函数的适用场景和易错点。
PromQL 教程第四篇讲解向量匹配:on、ignoring、group_left、group_right 的作用,one-to-one、many-to-one、one-to-many 匹配的区别,以及如何把 Kubernetes Pod 标签等元信息带入查询结果。
PromQL 教程第三篇讲解入门操作:标签选择器、聚合计算、offset 历史查询、算术运算符、比较运算符,以及 and、or、unless 逻辑/集合运算符在告警规则中的用法。
PromQL 教程第二篇解释 Prometheus 四种指标类型:Gauge、Counter、Histogram 和 Summary,重点说明它们的语义、典型场景、服务端是否存储类型信息,以及为什么 rate 函数应主要用于 Counter。
PromQL 是 Prometheus Query Language,用来查询和计算 Prometheus 时序数据。本文作为 PromQL 教程第一篇,解释指标、标签、数据点、TSDB、instant vector、range vector、query 和 query_range 的区别。
优化 PromQL 和 MetricsQL 查询,先判断慢查询,再分别检查时间序列数量、原始样本数量、重复处理样本、高流失率标签和复杂二元运算,最后通过标签过滤、缩短窗口、调大 Grafana step 等方式降低 CPU、RAM 和 IO 消耗。