VictoriaMetrics

概述

MetricQL 提供了多种聚合函数，用于对时间序列数据进行聚合计算。这些函数可以帮助我们更好地理解和分析监控数据。

基本聚合函数

求和函数

sum()：对时间序列数据进行求和。

  • 示例：sum(http_requests_total)，计算所有实例的HTTP请求数总和。
  • 带标签分组：sum by(instance) (http_requests_total)，按实例分组计算请求数总和。

平均值函数

avg()：计算时间序列数据的平均值。

  • 示例：avg by(instance) (http_requests_total)，按实例分组计算HTTP请求数的平均值。
  • 全局平均值：avg(http_requests_total)，计算所有实例的平均请求数。

最大值函数

max()：获取时间序列数据的最大值。

  • 示例：max(http_requests_total)，获取所有实例中HTTP请求数的最大值。
  • 带标签分组：max by(instance) (http_requests_total)，按实例分组获取最大请求数。

最小值函数

min()：获取时间序列数据的最小值。

  • 示例：min(http_requests_total)，获取所有实例中HTTP请求数的最小值。
  • 带标签分组：min by(instance) (http_requests_total)，按实例分组获取最小请求数。

高级聚合函数

计数函数

count()：计算时间序列的数量。

  • 示例：count(http_requests_total)，统计所有实例的数量。
  • 带标签分组：count by(instance) (http_requests_total)，按实例分组统计数量。

标准差函数

stddev()：计算时间序列数据的标准差。

  • 示例：stddev(http_requests_total)，计算所有实例请求数的标准差。
  • 带标签分组：stddev by(instance) (http_requests_total)，按实例分组计算标准差。

分位数函数

quantile()：计算时间序列数据的分位数。

  • 示例：quantile(0.95, http_requests_total)，计算95分位数的请求数。
  • 带标签分组：quantile(0.95, http_requests_total) by (instance)，按实例分组计算95分位数。

计数非零值

count_values()：统计每个值的出现次数。

  • 示例：count_values("count", http_requests_total)，统计每个请求数出现的次数。

使用技巧

  1. 组合使用：可以组合多个聚合函数，例如：

    PLAINTEXT
    1
    sum(rate(http_requests_total[5m])) by (instance)

  2. 标签过滤：可以在聚合前使用标签过滤：

    PLAINTEXT
    1
    sum(http_requests_total{status="200"}) by (instance)

  3. 时间范围：可以结合时间范围使用：

    PLAINTEXT
    1
    avg_over_time(http_requests_total[5m])

注意事项

  1. 聚合操作会丢失原始标签，除非使用 by 子句保留特定标签。
  2. 聚合函数通常与 rate() 或 irate() 函数一起使用，以计算速率。
  3. 在大型监控系统中，聚合操作可能会消耗较多资源，需要合理使用。