PromQL "by“与”and“的区别不清

Question

关于使用Prometheus摘要度量计算响应时间，我有一个问题。

我创建了一个摘要度量，它不仅包含服务名称，还包含完整路径和http-方法。

现在，我尝试计算整个服务的平均响应时间。我阅读了这篇关于“费率然后和”的文章，要么我不明白如何计算，要么是IMHO的计算不正确。

据我所知，这应该是计算每秒响应时间的正确方法：

sum by(service_id) (
    rate(request_duration_sum{status_code=~"2.*"}[5m])
    /
    rate(request_duration_count{status_code=~"2.*"}[5m])
)

我在这里了解的是为每个子集创建“每秒持续时间”(速率和/速率计数)值，然后为每个service_id创建和。

这对我来说绝对是不对的--但我认为这并不是我所理解的那样有效。

另一种获得相同外观结果的方法是：

sum without (path,host) (
    rate(request_duration_sum{status_code=~"2.*"}[5m])
    /
    rate(request_duration_count{status_code=~"2.*"}[5m])
)

• 但有什么不同呢？
• 这里到底发生了什么？
• 为什么我真的只有当我用"max“而不是"sum”时才能得到可测量的值？

如果我忽略我所读到的每一件事，我会用以下的方式来尝试：

rate(sum by(service_id) request_duration_sum{status_code=~"2.*"}[5m])
/
rate(sum by(service_id) request_duration_count{status_code=~"2.*"}[5m])

但这根本行不通..。(即时向量与距离向量等)。

Answer 1

所有这些例子都是不正确的聚合，因为平均是一个平均值。你想：

  sum without (path,host) (
    rate(request_duration_sum{status_code=~"2.*"}[5m])
  )
/
  sum without (path,host) (
    rate(request_duration_count{status_code=~"2.*"}[5m])
  )

这将返回每个status_code的平均延迟时间加上任何其他剩余的标签。

Answer 2

• by修饰符通过聚合函数中枚举的标签对by(...)进行分组。
• without修饰符将聚合函数分组为所有标签( without(...)中枚举的标签除外)。

例如，假设process_resident_memory_bytes度量与job、instance和datacenter标签一起存在：

process_resident_memory_bytes{job="job1",instance="host1",datacenter="dc1"} N1
process_resident_memory_bytes{job="job1",instance="host2",datacenter="dc1"} N2
process_resident_memory_bytes{job="job1",instance="host1",datacenter="dc2"} N3
process_resident_memory_bytes{job="job2",instance="host1",datacenter="dc1"} N4

然后，sum(process_resident_memory_bytes) by (datacenter)将返回每个datacenter内存使用情况的摘要，而sum(process_resident_memory_bytes) without (instance)将返回每个-job的每个datacenter内存使用情况摘要。

Answer 3

在Grafana中使用Prometheus度量标准时，without关键字对我不起作用(至少与我预期的一样)。我在by上得到了满意的结果

  sum by (status_code)(
    rate(request_duration_sum{status_code=~"2.*"}[5m])
  )
/
  sum by (status_code)(
    rate(request_duration_sum{status_code=~"2.*"}[5m])
  )