按 HTTP 状态分组时不返回任何数据的错误率

Question

我在 Grafana 中有一个图表，使用 Prometheus 数据源来显示 API 的错误率。这对于这个查询工作得很好：

sum(rate(va_request_response_code{endpoint="api", statusCode!="200"}[5m])) by (exported_endpoint, statusCode)

我从 API 获取非 200 响应代码的比率，然后在运行 3 个 API 实例时将这些比率相加。然后，我按照exported_endpoint（用户请求的实际路径）和statusCode返回的确切 HTTP 状态代码对它们进行分组。

虽然这作为原始数字有点用处，但并没有那么有用。每秒 100 个请求中出现 100 个错误是非常糟糕的，而每秒 1,000,000 个请求中出现 100 个错误则不是什么问题。因此，我想除以请求总数，但我很挣扎。如果我做：

(sum(rate(va_request_response_code{endpoint="api", statusCode!="200"}[5m])) by (exported_endpoint, statusCode))/(sum(rate(va_request_response_code{endpoint="api"}[5m])) by (exported_endpoint))

然后它只是显示No data points这是有意义的，因为在第一种情况下它是按被除数中的 statusCode 分组而不是除数中的，因此它必须意味着它正在尝试在除法之前找到匹配项。相反，这样做确实有效：

(sum(rate(va_request_response_code{endpoint="api", statusCode!="200"}[5m])) by (exported_endpoint))/(sum(rate(va_request_response_code{endpoint="api"}[5m])) by (exported_endpoint))

但随后我失去了我想要的按状态代码分组。理想情况下，我想知道 x% 的请求返回404，y% 返回500。这可能吗？

Answer 1

你需要这样写：

sum by (exported_endpoint, statusCode) (rate(va_request_response_code{endpoint="api", statusCode!="200"}[5m]))
  / ignoring(statusCode) group_left
sum by (exported_endpoint) (rate(va_request_response_code{endpoint="api"}[5m]))

即取两个向量，左边一个有statusCode标签，右边一个没有；将它们分开，忽略statusCode标签；然后将左向量的标签应用于结果。

以下是PromQL 中多对一和一对多匹配的 Prometheus 文档的链接。