我已经仔细阅读了Prometheus文档，但是对我来说仍然不清楚，所以我在这里是对我的理解的确认。
（请注意，为了尽可能简单的示例，我在废品间隔时间范围中使用了1秒-即使实际上不可能这样做）
尽管我们每秒都废品一个计数器并且该计数器的值为30。为此，我们有以下时间序列：
second counter_value increase calculated by hand(call it ICH from now)
1 1 1
2 3 2
3 6 3
4 7 1
5 10 3
6 14 4
7 17 3
8 21 4
9 25 4
10 30 5
我们要对该数据集运行一些查询。
1.rate（）
官方文档指出：
“ rate（v范围向量）：计算范围向量中时间序列的每秒平均增长率。”
用外行术语来说，这意味着我们将获得每秒的增量，而给定秒的值将是给定范围内的平均增量？
这是我的意思：
rate（counter [1s]）：将与ICH匹配，因为平均值将仅根据一个值计算。
rate（counter [2s]）：将从2秒的增量中获取平均值，并将其分配到秒数中。
因此，在前2秒中，我们获得了总计3的增量，这意味着平均值为1.5 / sec。最后结果：
second result
1 1,5
2 1,5
3 2
4 2
5 3,5
6 3,5
7 3,5
8 3,5
9 …根据 Prometheus 文档，为了使用直方图指标获得第 95 个百分点，我可以使用以下查询：
histogram_quantile(0.95, sum(rate(http_request_duration_seconds_bucket[5m])) by (le))
资料来源：https : //prometheus.io/docs/practices/histograms/#quantiles
由于直方图的每个桶都是一个计数器，我们可以计算每个桶的比率为：
范围向量中时间序列的每秒平均增长率。
请参阅：https : //prometheus.io/docs/prometheus/latest/querying/functions/#rate
因此，例如，如果桶值[t-5m] = 100 和桶值[t] = 200，则桶率[t] = (200-100)/(10*60) = 0.167
最后，最令人困惑的部分是 histogram_quantile 函数如何在知道所有桶率的情况下找到给定指标的第 95 个百分位数？
是否有任何代码或算法可以让我更好地理解它？