函數 · prometheus

## 函數列表 --- 一些函數有默認的參數，例如：`year(v=vector(time()) instant-vector)`。v是參數值，instant-vector是參數類型。vector(time())是默認值。 ### abs() `abs(v instant-vector)`返回輸入向量的所有樣本的絕對值。 ### absent() `absent(v instant-vector)`，如果賦值給它的向量具有樣本數據，則返回空向量；如果傳遞的瞬時向量參數沒有樣本數據，則返回不帶度量指標名稱且帶有標簽的樣本值為1的結果當監控度量指標時，如果獲取到的樣本數據是空的，使用absent方法對告警是非常有用的 > absent(nonexistent{job="myjob"}) # => key: value = {job="myjob"}: 1 > absent(nonexistent{job="myjob", instance=~".*"}) # => {job="myjob"} 1 > so smart ! > absent(sum(nonexistent{job="myjob"})) # => key:value {}: 0 ### ceil() `ceil(v instant-vector)` 是一個向上舍入為最接近的整數。 ### changes() `changes(v range-vector)` 輸入一個范圍向量，返回這個范圍向量內每個樣本數據值變化的次數。 ### clamp_max() `clamp_max(v instant-vector, max scalar)`函數，輸入一個瞬時向量和最大值，樣本數據值若大于max，則改為max，否則不變 ### clamp_min() `clamp_min(v instant-vector)`函數，輸入一個瞬時向量和最大值，樣本數據值小于min，則改為min。否則不變 ### count_saclar() `count_scalar(v instant-vector)` 函數, 輸入一個瞬時向量，返回key:value="scalar": 樣本個數。而`count()`函數，輸入一個瞬時向量，返回key:value=向量：樣本個數，其中結果中的向量允許通過`by`條件分組。 ### day_of_month() `day_of_month(v=vector(time()) instant-vector)`函數，返回被給定UTC時間所在月的第幾天。返回值范圍：1~31。 ### day_of_week() `day_of_week(v=vector(time()) instant-vector)`函數，返回被給定UTC時間所在周的第幾天。返回值范圍：0~6. 0表示星期天。 ### days_in_month() `days_in_month(v=vector(time()) instant-vector)`函數，返回當月一共有多少天。返回值范圍：28~31. ### delta() `delta(v range-vector)`函數，計算一個范圍向量v的第一個元素和最后一個元素之間的差值。返回值：key:value=度量指標：差值下面這個表達式例子，返回過去兩小時的CPU溫度差： > delta(cpu_temp_celsius{host="zeus"}[2h]) `delta`函數返回值類型只能是gauges。 ### deriv() `deriv(v range-vector)`函數，計算一個范圍向量v中各個時間序列二階導數，使用[簡單線性回歸](https://en.wikipedia.org/wiki/Simple_linear_regression) `deriv`二階導數返回值類型只能是gauges。 ### drop_common_labels() `drop_common_labels(instant-vector)`函數，輸入一個瞬時向量，返回值是key:value=度量指標：樣本值，其中度量指標是去掉了具有相同標簽。例如：http_requests_total{code="200", host="127.0.0.1:9090", method="get"} : 4, http_requests_total{code="200", host="127.0.0.1:9090", method="post"} : 5, 返回值: http_requests_total{method="get"} : 4, http_requests_total{code="200", method="post"} : 5 ### exp() `exp(v instant-vector)`函數，輸入一個瞬時向量, 返回各個樣本值的e指數值，即為e^N次方。特殊情況如下所示： > Exp(+inf) = +Inf > Exp(NaN) = NaN ### floor() `floor(v instant-vector)`函數，與`ceil()`函數相反。 4.3 為 4 。 ### histogram_quantile() `histogram_quatile(φ float, b instant-vector)` 函數計算b向量的φ-直方圖 (0 ≤ φ ≤ 1) 。參考中文文獻[https://www.howtoing.com/how-to-query-prometheus-on-ubuntu-14-04-part-2/] ### holt_winters() `holt_winters(v range-vector, sf scalar, tf scalar)`函數基于范圍向量v，生成事件序列數據平滑值。平滑因子`sf`越低, 對老數據越重要。趨勢因子`tf`越高，越多的數據趨勢應該被重視。0< sf, tf <=1。 `holt_winters`僅用于gauges ### hour() `hour(v=vector(time()) instant-vector)`函數返回被給定UTC時間的當前第幾個小時，時間范圍：0~23。 ### idelta() `idelta(v range-vector)`函數，輸入一個范圍向量，返回key: value = 度量指標：每最后兩個樣本值差值。 ### increase() `increase(v range-vector)`函數，輸入一個范圍向量，返回：key:value = 度量指標：last值-first值，自動調整單調性，如：服務實例重啟，則計數器重置。與`delta()`不同之處在于delta是求差值，而increase返回最后一個減第一個值,可為正為負。下面的表達式例子，返回過去5分鐘，連續兩個時間序列數據樣本值的http請求增加值。 > increase(http_requests_total{job="api-server"}[5m]) `increase`的返回值類型只能是counters，主要作用是增加圖表和數據的可讀性，使用`rate`記錄規則的使用率，以便持續跟蹤數據樣本值的變化。 ### irate `irate(v range-vector)`函數, 輸入：范圍向量，輸出：key: value = 度量指標： (last值-last前一個值)/時間戳差值。它是基于最后兩個數據點，自動調整單調性，如：服務實例重啟，則計數器重置。下面表達式針對范圍向量中的每個時間序列數據，返回兩個最新數據點過去5分鐘的HTTP請求速率。 > irate(http_requests_total{job="api-server"}[5m]) `irate`只能用于繪制快速移動的計數器。因為速率的簡單更改可以重置FOR子句，利用警報和緩慢移動的計數器，完全由罕見的尖峰組成的圖形很難閱讀。 ### label_replace() 對于v中的每個時間序列，`label_replace(v instant-vector, dst_label string, replacement string, src_label string, regex string)` 將正則表達式與標簽值src_label匹配。如果匹配，則返回時間序列，標簽值dst_label被替換的擴展替換。$1替換為第一個匹配子組，$2替換為第二個等。如果正則表達式不匹配，則時間序列不會更改。另一種更容易的理解是：`label_replace`函數，輸入：瞬時向量，輸出：key: value = 度量指標：值（要替換的內容：首先，針對src_label標簽，對該標簽值進行regex正則表達式匹配。如果不能匹配的度量指標，則不發生任何改變；否則，如果匹配，則把dst_label標簽的標簽紙替換為replacement 下面這個例子返回一個向量值a帶有`foo`標簽： `label_replace(up{job="api-server", serice="a:c"}, "foo", "$1", "service", "(.*):.*")` ### ln() `ln(v instance-vector)`計算瞬時向量v中所有樣本數據的自然對數。特殊例子： > ln(+Inf) = +Inf > ln(0) = -Inf > ln(x<0) = NaN > ln(NaN) = NaN ### log2() `log2(v instant-vector)`函數計算瞬時向量v中所有樣本數據的二進制對數。 ### log10() `log10(v instant-vector)`函數計算瞬時向量v中所有樣本數據的10進制對數。相當于ln() ### minute() `minute(v=vector(time()) instant-vector)`函數返回給定UTC時間當前小時的第多少分鐘。結果范圍：0~59。 ### month() `month(v=vector(time()) instant-vector)`函數返回給定UTC時間當前屬于第幾個月，結果范圍：0~12。 ### predict_linear() `predict_linear(v range-vector, t scalar)`預測函數，輸入：范圍向量和從現在起t秒后，輸出：不帶有度量指標，只有標簽列表的結果值。 ``` 例如：predict_linear(http_requests_total{code="200",instance="120.77.65.193:9090",job="prometheus",method="get"}[5m], 5) 結果： {code="200",handler="query_range",instance="120.77.65.193:9090",job="prometheus",method="get"} 1 {code="200",handler="prometheus",instance="120.77.65.193:9090",job="prometheus",method="get"} 4283.449995397104 {code="200",handler="static",instance="120.77.65.193:9090",job="prometheus",method="get"} 22.99999999999999 {code="200",handler="query",instance="120.77.65.193:9090",job="prometheus",method="get"} 130.90381188596754 {code="200",handler="graph",instance="120.77.65.193:9090",job="prometheus",method="get"} 2 {code="200",handler="label_values",instance="120.77.65.193:9090",job="prometheus",method="get"} 2 ``` ### rate() `rate(v range-vector)`函數, 輸入：范圍向量，輸出：key: value = 不帶有度量指標，且只有標簽列表：(last值-first值)/時間差s ``` rate(http_requests_total[5m]) 結果： {code="200",handler="label_values",instance="120.77.65.193:9090",job="prometheus",method="get"} 0 {code="200",handler="query_range",instance="120.77.65.193:9090",job="prometheus",method="get"} 0 {code="200",handler="prometheus",instance="120.77.65.193:9090",job="prometheus",method="get"} 0.2 {code="200",handler="query",instance="120.77.65.193:9090",job="prometheus",method="get"} 0.003389830508474576 {code="422",handler="query",instance="120.77.65.193:9090",job="prometheus",method="get"} 0 {code="200",handler="static",instance="120.77.65.193:9090",job="prometheus",method="get"} 0 {code="200",handler="graph",instance="120.77.65.193:9090",job="prometheus",method="get"} 0 {code="400",handler="query",instance="120.77.65.193:9090",job="prometheus",method="get"} 0 ``` `rate()`函數返回值類型只能用counters，當用圖表顯示增長緩慢的樣本數據時，這個函數是非常合適的。注意：當rate函數和聚合方式聯合使用時，一般先使用rate函數，再使用聚合操作, 否則，當服務實例重啟后，rate無法檢測到counter重置。 ### resets() `resets()`函數, 輸入：一個范圍向量，輸出：key-value=沒有度量指標，且有標簽列表[在這個范圍向量中每個度量指標被重置的次數]。在兩個連續樣本數據值下降，也可以理解為counter被重置。示例： ``` resets(http_requests_total[5m]) 結果： {code="200",handler="label_values",instance="120.77.65.193:9090",job="prometheus",method="get"} 0 {code="200",handler="query_range",instance="120.77.65.193:9090",job="prometheus",method="get"} 0 {code="200",handler="prometheus",instance="120.77.65.193:9090",job="prometheus",method="get"} 0 {code="200",handler="query",instance="120.77.65.193:9090",job="prometheus",method="get"} 0 {code="422",handler="query",instance="120.77.65.193:9090",job="prometheus",method="get"} 0 {code="200",handler="static",instance="120.77.65.193:9090",job="prometheus",method="get"} 0 {code="200",handler="graph",instance="120.77.65.193:9090",job="prometheus",method="get"} 0 {code="400",handler="query",instance="120.77.65.193:9090",job="prometheus",method="get"} 0 ``` resets只能和counters一起使用。 ### round() `round(v instant-vector, to_nearest 1= scalar)`函數，與`ceil`和`floor`函數類似，輸入：瞬時向量，輸出：指定整數級的四舍五入值, 如果不指定，則是1以內的四舍五入。 ### scalar() `scalar(v instant-vector)`函數, 輸入：瞬時向量，輸出：key: value = "scalar", 樣本值[如果度量指標樣本數量大于1或者等于0, 則樣本值為NaN, 否則，樣本值本身] ### sort() `sort(v instant-vector)`函數，輸入：瞬時向量，輸出：key: value = 度量指標：樣本值[升序排列] ### sort_desc() `sort(v instant-vector`函數，輸入：瞬時向量，輸出：key: value = 度量指標：樣本值[降序排列] ### sqrt() `sqrt(v instant-vector)`函數，輸入：瞬時向量，輸出：key: value = 度量指標：樣本值的平方根 ### time() `time()`函數，返回從1970-01-01到現在的秒數，注意：它不是直接返回當前時間，而是時間戳 ### vector() `vector(s scalar)`函數，返回：key: value= {}, 傳入參數值 ### year() `year(v=vector(time()) instant-vector)`, 返回年份。 ### <aggregation>_over_time() 下面的函數列表允許傳入一個范圍向量，返回一個帶有聚合的瞬時向量: - `avg_over_time(range-vector)`: 范圍向量內每個度量指標的平均值。 - `min_over_time(range-vector)`: 范圍向量內每個度量指標的最小值。 - `max_over_time(range-vector)`: 范圍向量內每個度量指標的最大值。 - `sum_over_time(range-vector)`: 范圍向量內每個度量指標的求和值。 - `count_over_time(range-vector)`: 范圍向量內每個度量指標的樣本數據個數。 - `quantile_over_time(scalar, range-vector)`: 范圍向量內每個度量指標的樣本數據值分位數，φ-quantile (0 ≤ φ ≤ 1) - `stddev_over_time(range-vector)`: 范圍向量內每個度量指標的總體標準偏差。 - `stdvar_over_time(range-vector): 范圍向量內每個度量指標的總體標準方差。