内容简介:一些函数有默认的参数,例如:
一些函数有默认的参数,例如: year(v=vector(time()) instant-vector)
。他的意思是有一个参数 v
是一个瞬时向量,如果没有提供,它将默认为表达式 vector(time())
的值。
一、abs()
abs(v instant-vector)
返回输入向量,所有样本值都转换为其绝对值。
二、absent()
absent(v instant-vector)
如果传递给它的向量具有任何元素,则返回空向量;如果传递给它的向量没有元素,则返回值为1的1元素向量。
这对于在给定度量标准名称和标签组合不存在时间序列时发出警报非常有用。
absent(nonexistent{job="myjob"}) # => {job="myjob"} absent(nonexistent{job="myjob", instance=~".*"}) # => {job="myjob"} absent(sum(nonexistent{job="myjob"})) # => {} 复制代码
在第二个例子中, absent()
试图从输入向量中导出1元素输出向量的标签。
三、ceil()
ceil(v instant-vector)
将 v
中所有元素的样本值舍入到最接近的整数。
四、changes()
对于每个输入时间系列, changes(v range-vector)
将返回其值在所提供的时间范围内更改的次数作为即时向量。
五、clamp_max()
clamp_max(v instant-vector, max scalar)
钳制 v
中所有元素的样本值,使其上限为 max
。
六、clamp_min()
clamp_min(v instant-vector, min scalar)
钳制 v
中所有元素的样本值,使其下限为 min
。
七、day_of_month()
day_of_month(v=vector(time()) instant-vector)
返回UTC中每个给定时间的月中的某天。 返回值为1到31。
八、day_of_week()
day_of_week(v=vector(time()) instant-vector)
返回UTC中每个给定时间的星期几。 返回值为0到6,其中0表示星期日等。
九、days_in_month()
days_in_month(v=vector(time()) instant-vector)
返回UTC中每个给定时间的月中天数。 返回值为28到31。
十、delta()
delta(v range-vector)
计算范围向量 v
中每个时间系列元素的第一个和最后一个值之间的差值,返回具有给定增量和等效标签的即时向量。 delta
被外推以覆盖范围向量选择器中指定的全时间范围,因此即使样本值都是整数,也可以获得非整数结果。
以下示例表达式返回现在和2小时之前CPU温度的差异:
delta(cpu_temp_celsius{host="zeus"}[2h]) 复制代码
delta
应仅用于仪表。
十一、deriv()
deriv(v range-vector)
函数,计算一个范围向量v中各个时间序列二阶导数,使用简单线性回归 deriv
应仅用于仪表。
十二、exp()
exp(v instant-vector)
计算 v
中所有元素的指数函数。特殊情况是:
Exp(+inf) = +Inf Exp(NaN) = NaN
十三、floor()
floor(v instant-vector)
将 v
中所有元素的样本值舍入为最接近的整数。。
十四、histogram_quantile()
histogram_quatile(φ float, b instant-vector)
计算 b
向量的φ-直方图 (0 ≤ φ ≤ 1) 。(有关φ-分位数的详细解释和直方图度量类型的使用,请参见直方图和摘要。) b
中的样本是每个桶中的观察计数。 每个样本必须具有标签 le
,其中标签值表示桶的包含上限。 (没有这种标签的样本会被忽略。)直方图度量标准类型自动提供带有 _bucket
后缀和相应标签的时间序列。
使用 rate()
函数指定分位数计算的时间窗口。
示例:直方图度量标准称为 http_request_duration_seconds
。 要计算过去10m内请求持续时间的第90个百分位数,请使用以下表达式:
histogram_quantile(0.9, rate(http_request_duration_seconds_bucket[10m])) 复制代码
在 http_request_duration_seconds
中为每个标签组合计算分位数。 要聚合,请在 rate()
函数周围使用 sum()
聚合器。 由于 histogram_quantile()
需要 le
标签,因此必须将其包含在 by
子句中。 以下表达式按作业聚合第90个百分点:
histogram_quantile(0.9, sum(rate(http_request_duration_seconds_bucket[10m])) by (job, le)) 复制代码
要聚合所有内容,请仅指定 le
标签:
histogram_quantile(0.9, sum(rate(http_request_duration_seconds_bucket[10m])) by (le)) 复制代码
histogram_quantile()
函数通过假设桶内的线性分布来插值分位数值。 最高桶必须具有 +Inf
的上限。 (否则,返回 NaN
。)如果分位数位于最高桶中,则返回第二个最高桶的上限。 如果该桶的上限大于0,则假设最低桶的下限为0.在这种情况下,在该桶内应用通常的线性插值。 否则,对于位于最低桶中的分位数,返回最低桶的上限。
如果 b
包含少于两个桶,则返回 NaN
。 对于 φ<0
,返回 -Inf
。 对于 φ> 1
,返回 +Inf
。
十五、holt_winters()
holt_winters(v range-vector, sf scalar, tf scalar)
根据 v
中的范围产生时间序列的平滑值。平滑因子 sf
越低,对旧数据的重要性越高。 趋势因子 tf
越高,则考虑的数据趋势越多。 sf
和 tf
都必须介于0和1之间。
holt_winters
只能用于仪表。
十六、hour()
hour(v=vector(time()) instant-vector)
返回UTC中每个给定时间的一天中的小时。 返回值为0到23。
十七、idelta()
idelta(v range-vector)
计算范围向量 v
中最后两个样本之间的差异,返回具有给定增量和等效标签的即时向量。
idelta
只能用于仪表。
十八、increase()
increase(v range-vector)
计算范围向量中时间序列的增加。 单调性中断(例如由于目标重启而导致的计数器重置)会自动调整。 增加外推以覆盖范围向量选择器中指定的全时间范围,因此即使计数器仅以整数增量增加,也可以获得非整数结果。
以下示例表达式返回范围向量中每个时间系列在过去5分钟内测量的HTTP请求数:
increase(http_requests_total{job="api-server"}[5m])
increase
只应与 counters
一起使用。 它是 rate(v)
的语法糖乘以指定时间范围窗口下的秒数,应该主要用于人类可读性。 在记录规则中使用 rate
,以便每秒一致地跟踪增量。
十九、irate
irate(v range-vector)
计算范围向量中时间序列的每秒即时增长率。 这基于最后两个数据点。 单调性中断(例如由于目标重启而导致的计数器重置)会自动调整。
以下示例表达式返回范围向量中每个时间序列的两个最新数据点的最多5分钟的HTTP请求的每秒速率:
irate(http_requests_total{job="api-server"}[5m])
只应在绘制易失性快速移动计数器时使用 irate
。 警报和缓慢移动计数器的使用率,因为速率的简短更改可以重置 FOR
子句,并且难以阅读完全由稀有峰值组成的图形。
注意,当将 irate()
与聚合运算符(例如 sum()
)或随时间聚合的函数(任何以 _over_time
结尾的函数)组合时,请始终首先采用 irate()
,然后进行聚合。 否则,当目标重新启动时, irate()
无法检测计数器重置。
二十、label_join()
对于 v
中的每个时间序列, label_join(v instant-vector, dst_label string, separator string, src_label_1 string, src_label_2 string, ...)
使用 separator
连接所有 src_labels
的所有值,并返回包含连接的标签 dst_label
的时间序列 值。 此函数中可以有任意数量的 src_labels
。
此示例将返回一个向量,每个时间序列都有一个 foo
标签,其中添加了值 a,b,c
:
label_join(up{job="api-server",src1="a",src2="b",src3="c"}, "foo", ",", "src1", "src2", "src3")
二十一、label_replace()
对于 v
中的每个时间序列, label_replace(v instant-vector, dst_label string, replacement string, src_label string, regex string)
将正则表达式正则表达式与标签 src_label
相匹配。 如果匹配,则返回时间序列,标签 dst_label
替换为替换扩展。 $1
替换为第一个匹配的子组, $2
替换为第二个等。如果正则表达式不匹配,则返回时间序列不变。
此示例将返回一个向量,每个时间序列都有一个 foo
标签,其值为 a
:
label_replace(up{job="api-server",service="a:c"}, "foo", "$1", "service", "(. ):. ")
二十二、ln()
ln(v instance-vector)
计算 v
中所有元素的自然对数。特殊情况是:
ln(+Inf) = +Inf ln(0) = -Inf ln(x二十三、log2()
log2(v instant-vector)
计算v
中所有元素的二进制对数。特殊情况等同于ln
中的特殊情况。二十四、log10()
log10(v instant-vector)
计算v
中所有元素的10进制对数。特殊情况等同于ln
中的特殊情况。二十五、minute()
minute(v=vector(time()) instant-vector)
以UTC为单位返回每个给定时间的分钟。 返回值为0到59。二十六、month()
month(v=vector(time()) instant-vector)
返回UTC中每个给定时间的一年中的月份。 返回值为1到12,其中1表示1月等。二十七、predict_linear()
predict_linear(v range-vector, t scalar)
根据范围向量v
使用线性回归预测从现在起t秒的时间序列值。
predict_linear
只应与仪表一起使用。二十八、rate()
rate(v range-vector)
计算范围向量中时间序列的每秒平均增长率。 单调性中断(例如由于目标重启而导致的计数器重置)会自动调整。 此外,计算推断到时间范围的末端,允许错过刮擦或刮擦循环与范围的时间段的不完美对齐。以下示例表达式返回范围向量中每个时间系列在过去5分钟内测量的每秒HTTP请求率:
rate(http_requests_total{job="api-server"}[5m])
rate
应仅用于计数器。 它最适用于警报和缓慢移动计数器的图形。注意,当将
rate()
与聚合运算符(例如sum()
)或随时间聚合的函数(任何以_over_time
结尾的函数)组合时,始终首先采用rate()
,然后聚合。 否则,当目标重新启动时,rate()
无法检测计数器重置。二十九、resets()
对于每个时序数据,
resets()
在所提供的时间范围内返回计数器重置次数作为即时向量。 两个连续样本之间的值的任何减少都被解释为计数器重置。
resets()
只应与计数器一起使用。三十、round()
round(v instant-vector, to_nearest 1= scalar)
将v
中所有元素的样本值舍入为最接近的整数。 通过四舍五入解决关系。 可选的to_nearest
参数允许指定样本值应舍入的最近倍数。 这个倍数也可能是一个分数。三十一、scalar()
给定单元素输入向量,
scalar(v instant-vector)
将该单个元素的样本值作为标量返回。 如果输入向量不具有恰好一个元素,则scalar
将返回NaN
。三十二、sort()
sort(v instant-vector)
返回按其样本值 排序 的向量元素,按升序排列。三十三、sort_desc()
sort(v instant-vector
和sort
相同,但按降序排序。三十四、sqrt()
sqrt(v instant-vector)
计算v
中所有元素的平方根。三十五、time()
time()
返回自1970年1月1日UTC以来的秒数。 请注意,这实际上并不返回当前时间,而是返回计算表达式的时间。三十六、
timestamp()
timestamp(v instant-vector)
返回给定向量的每个样本的时间戳,作为自1970年1月1日UTC以来的秒数。此功能已添加到Prometheus 2.0中
三十七、vector()
vector(s scalar)
将标量s
作为没有标签的向量返回。三十八、year()
year(v=vector(time()) instant-vector)
以UTC格式返回每个给定时间的年份。三十九、_over_time()
以下函数允许聚合给定范围向量的每个系列随时间的变化并返回具有每系列聚合结果的即时向量:
avg_over_time(range-vector) min_over_time(range-vector) max_over_time(range-vector) sum_over_time(range-vector) count_over_time(range-vector) quantile_over_time(scalar, range-vector) stddev_over_time(range-vector)请注意,即使值在整个时间间隔内的间隔不均匀,指定时间间隔内的所有值在聚合中都具有相同的权重。
以上所述就是小编给大家介绍的《Prometheus学习系列(二十一)PromQL函数》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- Go 学习笔记之学习函数式编程前不要忘了函数基础
- python学习日记:day16-------内置函数与匿名函数
- Python函数的学习
- GO-函数学习
- 学习函数式编程 Monad
- 如何开始函数编程的学习?
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Hadoop in Action
Chuck Lam / Manning Publications / 2010-12-22 / USD 44.99
HIGHLIGHT Hadoop in Action is an example-rich tutorial that shows developers how to implement data-intensive distributed computing using Hadoop and the Map- Reduce framework. DESCRIPTION Hadoop i......一起来看看 《Hadoop in Action》 这本书的介绍吧!