PromQL 常用查询速查

基础查询

up
up{job="api"}
node_load1{instance=~"10.0.0.*"}
http_requests_total{status=~"5.."}[5m]
rate(http_requests_total[5m])
increase(http_requests_total[1h])
sum(rate(http_requests_total[5m])) by (service)
avg by (instance) (node_load1)
topk(5, sum(rate(http_requests_total[5m])) by (path))
histogram_quantile(0.99, sum(rate(http_request_duration_seconds_bucket[5m])) by (le, service))

常用函数

函数	用途
`rate()`	每秒平均增长率
`irate()`	瞬时增长率
`increase()`	时间区间增量
`sum/avg/max/min`	聚合
`topk/bottomk`	前/后 N
`histogram_quantile`	分位数
`predict_linear`	线性预测
`absent()`	缺失检测
`label_replace`	标签改写
`offset`	偏移查询

场景速查

目的	写法
QPS	`sum(rate(http_requests_total[5m]))`
错误率	`sum(rate(http_requests_total{status=~"5.."}[5m])) / sum(rate(http_requests_total[5m]))`
P99 延迟	`histogram_quantile(0.99, sum(rate(..._bucket[5m])) by (le))`
内存使用率	`1 - node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes`
磁盘预测	`predict_linear(node_filesystem_avail_bytes[6h], 86400)`
指标缺失	`absent(up{job="api"})`

易错点

rate() 只适用于 counter；gauge 用 delta/increase 要谨慎。
区间窗口要至少包含 2 个样本；窗口太短会返回空。
高基数标签会导致查询慢/内存高；先聚合再选标签。
by (le) 是 histogram_quantile 必需的。
时间偏移用 offset 1h，不要手改时间戳。
告警规则里的 for 和查询窗口要匹配，避免抖动。
记录规则能降低重复查询成本，但会增加存储。

PromQL 常用查询速查

基础查询

常用函数

场景速查

易错点

相关命令