3.1.PromQL基本使用

# 简介
PromQL (Prometheus Query Language) 是 Prometheus 自己开发的数据查询 DSL 语言，语言表现力非常丰富，内置函数很多，在日常数据可视化以及rule 告警中都会使用到它。<br />在页面 http://localhost:9090/graph 中，输入下面的查询语句，查看结果，例如：
```
http_requests_total{code="200"}
```

# 字符串和数字

## 字符串
在查询语句中，字符串往往作为查询条件 labels 的值，和 Golang 字符串语法一致，可以使用 "", '', 或者 `` , 格式如：
```
"this is a string"
'these are unescaped: \n \\ \t'
`these are not unescaped: \n ' " \t`
```

## 正数，浮点数
表达式中可以使用正数或浮点数，例如：
```
3
-2.4
```

# 查询结果类型
PromQL 查询结果主要有 3 种类型：

- 瞬时数据 (Instant vector): 包含一组时序，每个时序只有一个点，例如：http_requests_total
- 区间数据 (Range vector): 包含一组时序，每个时序有多个点，例如：http_requests_total[5m]
- 纯量数据 (Scalar): 纯量只有一个数字，没有时序，例如：count(http_requests_total)

# 查询条件
Prometheus 存储的是时序数据，而它的时序是由名字和一组标签构成的，其实名字也可以写出标签的形式，例如 http_requests_total 等价于 {**name**=”http_requests_total”}。<br />一个简单的查询相当于是对各种标签的筛选，例如：
```
http_requests_total{code="200"} // 表示查询名字为 http_requests_total，code 为 "200" 的数据
```
查询条件支持正则匹配，例如：
```
http_requests_total{code!="200"}  // 表示查询 code 不为 "200" 的数据
http_requests_total{code=～"2.."} // 表示查询 code 为 "2xx" 的数据
http_requests_total{code!～"2.."} // 表示查询 code 不为 "2xx" 的数据
```

# 操作符
Prometheus 查询语句中，支持常见的各种表达式操作符，例如

## 算术运算符
支持的算术运算符有 +，-，*，/，%，^, 例如 http_requests_total * 2 表示将 http_requests_total 所有数据 double 一倍。

## 比较运算符
支持的比较运算符有 ==，!=，>，<，>=，<=, 例如 http_requests_total > 100 表示 http_requests_total 结果中大于 100 的数据。

## 逻辑运算符
支持的逻辑运算符有 and，or，unless
示例：表示 http_requests_total 结果中等于 5 或者 2 的数据。
```
http_requests_total == 5 or http_requests_total == 2
```

## 聚合运算符
支持的聚合运算符有 sum，min，max，avg，stddev，stdvar，count，count_values，bottomk，topk，quantile，, 例如 max(http_requests_total) 表示 http_requests_total 结果中最大的数据。<br />注意，和四则运算类型，Prometheus 的运算符也有优先级，它们遵从（^）> (*, /, %) > (+, -) > (==, !=, <=, <, >=, >) > (and, unless) > (or) 的原则。

# 内置函数
Prometheus 内置不少函数，方便查询以及数据格式化，例如将结果由浮点数转为整数的 floor 和 ceil，
```
floor(avg(http_requests_total{code="200"}))
ceil(avg(http_requests_total{code="200"}))
```
查看 http_requests_total 5分钟内，平均每秒数据
```
rate(http_requests_total[5m])
```

# 子查询
子查询允许您针对给定的范围和分辨率运行即时查询。子查询的结果是一个范围向量。

在 Prometheus 中，子查询（Subquery）允许你在查询中嵌套另一个查询，以获取一个范围向量，并对其进行进一步的计算。这对于处理时间序列数据的高级分析非常有用。

### 子查询的语法
```promql
[<duration>:<resolution>]
```
子查询的语法主要由以下部分组成：

1. `duration`：时间范围，用于指定子查询的范围。例如 `5m` 表示最近 5 分钟的范围。
2. `resolution`：数据的采样间隔（可选），用于指定查询在该时间范围内的采样频率。例如 `30s` 表示每 30 秒采样一次。如果不指定，Prometheus 会使用全局计算间隔（通常是 `Prometheus` 的 `scrape_interval`）。
3. `@`（时间修饰符）：用于对查询结果的时间进行偏移，通常用于历史数据的分析。例如 `@ end()` 表示在给定范围的末尾时间点获取数据。
4. `offset`（偏移量）：偏移量用于在查询时对时间进行偏移，通常用于对比历史数据。例如 `offset 1h` 表示将时间序列向前偏移 1 小时。

### 示例解析

#### 基础子查询
```promql
rate(http_requests_total[5m])
```
这个查询计算最近 5 分钟内 HTTP 请求的速率。在这里，`[5m]` 是一个范围选择器，用于选择最近 5 分钟的样本，并计算其速率。

#### 子查询中的子查询
```promql
avg_over_time(rate(http_requests_total[5m])[1h:])
```
这个示例展示了一个子查询嵌套。在这个例子中：

- `rate(http_requests_total[5m])` 计算每 5 分钟的 HTTP 请求速率。
- `[1h:]` 表示对过去 1 小时的数据进行进一步的计算。
- `avg_over_time` 函数对过去 1 小时的速率数据进行平均计算。

#### 带有分辨率的子查询
```promql
rate(http_requests_total[5m])[1h:30s]
```
这里的 `[1h:30s]` 子查询表示从过去 1 小时内以 30 秒的分辨率进行计算。这意味着每 30 秒将采样一个数据点。

#### 时间修饰符 `@` 和 `offset`
```promql
rate(http_requests_total[5m] @ start() offset 1h)
```
这个查询计算了在起始时间点（`start()`）1 小时前（`offset 1h`）的最近 5 分钟内的 HTTP 请求速率。

### 解析流程
1. 范围选择器 `[5m]`：用于选择一个时间范围内的数据。
2. 分辨率 `30s`：指定采样间隔。
3. 时间修饰符 `@`：控制查询结果的时间点。
4. 偏移量 `offset`：用于调整时间序列的时间轴。

### 使用场景
- **历史数据对比**：通过 `offset` 对比不同时间点的数据。
- **复杂数据聚合**：通过子查询将不同时间段的数据结合在一起进行分析。
- **实时数据监控**：实时监控中的数据平滑处理（例如 `rate` 和 `avg_over_time` 的组合）。

子查询强大且灵活，是 Prometheus 查询语言中处理复杂时间序列数据的核心工具。理解和灵活运用子查询，可以帮助你更高效地从时间序列数据中提取出有价值的信息。