sum_over_time是Prometheus查询语言(PromQL)中的一个函数,用于计算一段时间范围内的时间序列数据的总和。它可以用于监控指标的聚合和分析。 当我们需要对一段时间范围内的时间序列数据进行求和时,可以使用sum_over_time函数。它可以对单个时间序列或多个时间序列进行求和,并返回求和结果。
sum(sum_over_time(m1[1h])) by (p1, p2) Run Code Online (Sandbox Code Playgroud) 但我不确定在这里添加外部总和是否只是为了分组,是可行的方法。另一种可能性是:topk(100, sum_over_time(m1[1h])) by (p1, p2) Run Code Online (Sandbox Code Playgroud) 但在这种情况下,分组似乎并不正确,...
sum_over_time(prometheus_http_requests_total[5m]) #每个接口5分钟内请求的总和 count_over_time(range-vector):指定区间内所有值的计数。 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_ti...
avg_over_time 函数计算区间向量内每个度量指标的平均值。例如: min_over_time(range-vector) min_over_time 函数计算区间向量内每个度量指标的最小值。 max_over_time(range-vector) max_over_time 函数计算区间向量内每个度量指标的最大值。 sum_over_time(range-vector) sum_over_time 函数计算区间向量内每个...
sum_over_time(range-vector) :区间向量内每个指标的求和。 count_over_time(range-vector) :区间向量内指标样本的总个数。 6.2 PromQL时间聚合示例 1、获取武汉城市中武昌区,最近5分钟的温度数据 weather{city="武汉",dist="武昌区"}[5m] 2、获取武汉城市中武昌区,最近5分钟温度的最⼤值 ...
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。
- 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 - abs() 绝对值 ...
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):区间向量内每个指标的样本数据值分位数。 stddev_over_time(range-vector):区间向量内每个指标的总体标准差。 stdvar_over_time(range-vector...
Prometheus 提供一种记录规则（Recording Rule） 来支持这种后台计算的方式，可以实现对复杂查询的 PromQL ...
Prometheus 提供了其它大量的内置函数,可以对时序数据进行丰富的处理。某些函数有默认的参数,例如:year(v=vector(time()) instant-vector)。其中参数v是一个瞬时向量,如果不提供该参数,将使用默认值vector(time())。instant-vector 表示参数类型。 abs()