PromQL 基础

PromQL 是 Prometheus 查询语言：从时序里算速率、聚合、分位数，也是告警规则与 Grafana Panel 的共用语法。

学习目标

• 使用 rate、sum by、histogram_quantile
• 为 backend 写 HTTP 请求率与 5xx 比例表达式
• 在 Prometheus UI 与 Grafana 中验证同一查询

核心内容

选择器与速率

# 5 分钟内 GET /api/tracks 的 QPS（Counter 用 rate）
sum(rate(http_server_requests_seconds_count{
  method="GET",
  uri="/api/tracks",
  status=~"2.."
}[5m]))

[5m] 是 range vector；rate 处理 Counter 重启与单调递增。

按维度聚合

# 各 URI 的请求速率 Top
sum by (uri) (rate(http_server_requests_seconds_count[5m]))

without (instance) 可去掉副本维度，多 Pod 部署时常用（见 kubernetes-essentials）。

错误率

sum(rate(http_server_requests_seconds_count{status=~"5.."}[5m]))
/
sum(rate(http_server_requests_seconds_count[5m]))

分母为 0 时 Grafana 可设 No data 处理；告警里可用 > 0.01（1%）阈值。

P99 延迟

histogram_quantile(0.99,
  sum by (le) (rate(http_server_requests_seconds_bucket[5m]))
)

实用函数速查

函数	用途
rate(v[5m])	Counter 每秒增速
increase(v[1h])	窗口内增量
avg_over_time(g[1h])	Gauge 一段时间均值
absent(up{job="..."})	目标消失告警

先在 Prometheus Graph 调试，再粘贴到 Grafana（prom-grafana）。

练习

• 写 PromQL：过去 5 分钟 JVM heap 使用 jvm_memory_used_bytes{area="heap"}
• 对比 rate[1m] 与 rate[5m] 曲线平滑度
• 为 自定义 Counter（若已加）写 查询