无论 Grafana 上的时间间隔变化如何，都需要评估差异

Question

我的 Prometheus 正在暴露当前 30 秒的时间间隔数据。

基础 PromQL： local_cache_miss{kind="something"}

计算 PromQL： max_over_time(local_cache_miss{kind="$interfaceKey"} [1m]) - min_over_time(local_cache_miss{kind="$interfaceKey"} [1m])

其中最小时间间隔 = 30s

它对我来说非常好。

当我选择 1m 或较大的时间间隔时。 我开始得到一些我没想到的数据。

这里有一些我需要的东西，因为不同之处在于，

目标公式：相邻两行之间的缓存未命中值之差。

1188745 - 1188671 = 74（第二行差异列）

1188784 - 1188745 = 39（第一行的差异列）

基于使用函数 rate 或 increase 的建议，当我使用高于 30 秒 的间隔时，我发现计数略有不同强>。有什么方法可以将 [1m] 与 Grafana 区间对齐？

使用rate或increase函数，

1188784 - 1188745 = 39，但它返回 38。

1188745 - 1188671 = 74，但它返回 76。

即使我在选择12小时时选择15s作为“最小时间间隔”，“最小时间间隔”在内部变成了30s ，当我选择持续时间24小时或更多时，“最小时间间隔”内部变成1m。

我知道有一个变量可以跟踪[$__interval]，但不确定我应该如何使用它来获得准确的计数返回。

我正在寻找编写相应 PromQL 以获得差异的建议。

Answer 1

您真正想要做的是计算在一段时间内发生了多少缓存未命中。 Prometheus 提供给方法：

a) rate(local_cache_miss{kind="$interfaceKey"} [1m]) 计算每秒的速率，此计数器向上计数。

b) increase(local_cache_miss{kind="$interfaceKey"} [1m]) 计算该时间范围内计数器的绝对增量。

两者或多或少都做同样的事情（事实上，如果你做类似rate(local_cache_miss{kind="$interfaceKey"} [1m]) * 60)的事情，你应该得到相同的数字然后increase(local_cache_miss{kind="$interfaceKey"} [1m])。这两种方法都可以识别计数器何时重置（例如，当应用程序重新启动并可以给出即使绝对数量减少了，你也得到了正确的结果（你的方法会返回错误的结果）。