http_request_duration_seconds_sum / http_request_duration_seconds_count 显示 2 个图表

Question

我有一个 Grafana 仪表板，我尝试在其中绘制一些普罗米修斯指标。

我正在尝试使用以下公式计算 2 个端点的平均响应时间：

http_request_duration_seconds_sum / http_request_duration_seconds_count

但是当将查询绘制到 Grafana 图形面板中时，我得到 4 个图形（每个图形 2 个），而不是只有 2 个，我不明白。

谁能告诉我，为什么有 4 条曲线而不是 2 条？顶部的两个来自同一个查询，底部的两个也来自同一个查询。

更新

正在添加

sum(rate(http_request_duration_sum))[24h] / sum(rate(http_request_duration_count))[24h] 

答案？这给了我 2 条曲线而不是 4 条，但不确定结果是否是我想要的（即端点的平均响应时间）。

Answer 1

和是计数器类型http_request_duration_sum的指标，因此它们通常会随着时间的推移而增加，有时可能会重置为零（例如，当重新启动公开这些指标的服务时）：http_request_duration_count

• 该http_request_duration_sum指标显示自上次服务重启以来所有请求持续时间的总和。
• 该http_request_duration_count指标显示自上次服务重新启动以来的请求总数。

因此给出了自服务启动以来的http_request_duration_sum / http_request_duration_count平均请求持续时间。该指标没有用，因为它可以平滑可能的请求持续时间峰值，并且平滑因子会随着时间的推移而增加。通常人们希望查看过去几分钟内的平均请求持续时间。这可以通过将计数器包装到increase()函数中并在方括号中包含所需的后向持续时间来计算。例如，以下查询返回过去 5 分钟内的平均请求持续时间（请参见方括号中）：N5m

increase(http_request_duration_sum[5m]) / increase(http_request_duration_count[5m])

如果指标在多个应用程序（也称为作业）或节点（又称为实例或抓取目标）上公开，则此查询可能会返回多个时间序列http_request_duration。如果您需要获取每个作业在过去 5 分钟内的平均请求持续时间，则必须使用sum函数：

sum(increase(http_request_duration_sum[5m])) by (job)
  /
sum(increase(http_request_duration_count[5m])) by (job)

请注意，sum(...) by (job)分别应用于 的左侧和右侧部分/。这并不等同于以下错误查询：

sum(
  increase(http_request_duration_sum[5m]) / increase(http_request_duration_count[5m])
) by (job)

avg(
  increase(http_request_duration_sum[5m]) / increase(http_request_duration_count[5m])
) by (job)

由于第一个错误查询计算每个查询的平均响应时间之和job，而第二个错误查询计算每个查询的平均响应时间的平均值job。这不是大多数用户所期望的 - 有关详细信息，请参阅此答案。