PromQL“by”和“without”的区别不清楚

Question

我有一个关于使用 Prometheus 摘要指标计算响应时间的问题。

我创建了一个汇总指标，其中不仅包含服务名称，还包含完整路径和 http 方法。

现在我尝试计算完整服务的平均响应时间。我阅读了关于“比率然后总和”的文章，要么我不明白计算是如何完成的，要么计算是恕我直言不正确。

据我所知，这应该是计算每秒响应时间的正确方法：

sum by(service_id) (
    rate(request_duration_sum{status_code=~"2.*"}[5m])
    /
    rate(request_duration_count{status_code=~"2.*"}[5m])
)

我在这里理解的是为每个子集创建“每秒持续时间”（速率总和/速率计数）值，然后创建每个 service_id 的总和。

这对我来说看起来完全错误 - 但我认为它不像我理解的那样工作。

获得相同外观结果的另一种方法是：

sum without (path,host) (
    rate(request_duration_sum{status_code=~"2.*"}[5m])
    /
    rate(request_duration_count{status_code=~"2.*"}[5m])
)

• 但有什么区别呢？
• 这里到底发生了什么？
• 如果我使用“max”而不是“sum”，为什么老实说我只能得到可测量的值？

如果我忽略我阅读的所有内容，我会按以下方式尝试：

rate(sum by(service_id) request_duration_sum{status_code=~"2.*"}[5m])
/
rate(sum by(service_id) request_duration_count{status_code=~"2.*"}[5m])

但这根本不起作用......（即时向量与范围向量等等......）。

Answer 1

• 修饰符按 内枚举的标签对聚合函数by结果进行分组。by(...)
• 修饰符按除 内枚举的标签之外的所有标签对聚合函数without结果进行分组。without(...)

例如，假设process_resident_memory_bytesmetric 存在于job,instance和datacenter标签中：

process_resident_memory_bytes{job="job1",instance="host1",datacenter="dc1"} N1
process_resident_memory_bytes{job="job1",instance="host2",datacenter="dc1"} N2
process_resident_memory_bytes{job="job1",instance="host1",datacenter="dc2"} N3
process_resident_memory_bytes{job="job2",instance="host1",datacenter="dc1"} N4

然后sum(process_resident_memory_bytes) by (datacenter)将返回每个内存datacenter使用情况的摘要，同时sum(process_resident_memory_bytes) without (instance)将返回每个job内存datacenter使用情况的摘要。

Answer 2

所有这些示例都错误地聚合，因为您正在求平均值。你要：

  sum without (path,host) (
    rate(request_duration_sum{status_code=~"2.*"}[5m])
  )
/
  sum without (path,host) (
    rate(request_duration_count{status_code=~"2.*"}[5m])
  )

这将返回平均延迟时间status_code加上任何其他剩余标签。