quantile_over_time(scalar, range-vector):指定区间内的值的 φ 分位数(0≤ φ≤1)。 stddev_over_time(range-vector):指定区间内值的总体标准差。 stdvar_over_time(range-vector):指定区间内值的总体标准方差。 last_over_time(range-vector):指定间隔内最近的点值。 present_over_time(range-vector):指...
min_over_time(range-vector): 区间向量内每个度量指标的最小值。 max_over_time(range-vector): 区间向量内每个度量指标的最大值。 sum_over_time(range-vector): 区间向量内每个度量指标的求和值。 count_over_time(range-vector): 区间向量内每个度量指标的样本数据个数。 quantile_over_time(scalar, range-...
min_over_time(range-vector):区间向量内每个指标的最小值。 max_over_time(range-vector):区间向量内每个指标的最大值。 sum_over_time(range-vector):区间向量内每个指标的求和。 count_over_time(range-vector):区间向量内每个指标的样本数据个数。 quantile_over_time(scalar, range-vector):区间向量内每个...
- avg_over_time() 区间内取平均 - min_over_time() 区间内最小值 - max_over_time() 区间内最大值 - sum_over_time() 区间求和 - count_over_time() 区间值统计 - quantile_over_time() 区间分位数 - stddev_over_time() 区间标准偏差 - stdvar_over_time() 区间标准方差 5.10 数学计算 - a...
min_over_time(range_vector) 指定区间内所有点的最小值 max_over_time(range_vector) 指定区间内所有点的最大值 sum_over_time(range_vector) 指定区间内所有值的总和 count_over_time(range_vector) 指定区间内所有值的计数 quantile_over_time(s scalar, range_vector) 指定区间内的值的 φ 分位数 (0 ...
max_over_time(range-vector):区间向量内每个指标的最大值。 sum_over_time(range-vector):区间向量内每个指标的求和。 count_over_time(range-vector):区间向量内每个指标的样本数据个数。 quantile_over_time(scalar, range-vector):区间向量内每个...
[info] 注意histogram_quantile这个函数是根据假定每个区间内的样本分布是线性分布来计算结果值的(也就是说它的结果未必准确),最高的 bucket 必须是 le="+Inf" (否则就返回 NaN)。 如果分位数位于最高的 bucket(+Inf) 中,则返回第二个最高的 bucket 的上边界。如果该 bucket 的上边界大于 0,则假设最低的...
sum_over_time(range-vector) : 区间向量内每个度量指标的求和。 count_over_time(range-vector) : 区间向量内每个度量指标的样本数据个数。 quantile_over_time(scalar, range-vector) : 区间向量内每个度量指标的样本数据值分位数,φ-quantile (0 ≤φ≤ 1)。
sum_over_time(range-vector): 区间向量内每个度量指标的求和值。 count_over_time(range-vector): 区间向量内每个度量指标的样本数据个数。 quantile_over_time(scalar, range-vector): 区间向量内每个度量指标的样本数据值分位数,φ-quantile (0 ≤φ≤ 1) stddev_over_time(range-vector): 区间向量内每个度...
还可以使用quantile_over_time()函数计算一段时间内的分位数,并将其作为阈值。 动态阈值的应用场景非常广泛。例如,在网络监控中,可以根据网络流量的波动情况动态调整阈值,以便及时发现网络异常。在服务器监控中,可以根据服务器负载的变化动态调整阈值,以便及时发现性能问题。在应用程序监控中,可以根据请求响应时间的变化...