PromQL 分组与聚合函数
我们知道 Prometheus 的时间序列数据是多维数据模型，我们经常就有根据各个维度进行汇总的需求。
基于标签聚合
例如我们想知道我们的 demo 服务每秒处理的请求数，那么可以将单个的速率相加就可以。
sum(rate(demo_api_request_duration_seconds_count{job="demo"}[5m]))可以得到如下所示的结果：
但是我们可以看到绘制出来的图形没有保留任何标签维度，一般来说可能我们希望保留一些维度，例如，我们可能更希望计算每个 instance 和 path 的变化率，但并不关心单个 method 或者 status 的结果，这个时候我们可以在 sum() 聚合器中添加一个 without() 的修饰符：
sum without(method, status) (rate(demo_api_request_duration_seconds_count{job="demo"}[5m]))
最后同理apiserver也是一样的
sum by(verb)(rate(apiserver_request_duration_seconds_count[5m]))
这里的分组概念和 SQL 语句中的分组去聚合就非常类似了。
除了 sum() 之外，Prometheus 还支持下面的这些聚合器/聚合函数：（如果不加上by进行分组，那么计算的是整个时间序列的值，只是一个值而已，没有标签维度）
sum()：对聚合分组中的所有值进行求和
min()：获取一个聚合分组中最小值
max()：获取一个聚合分组中最大值
avg()：计算聚合分组中所有值的平均值
stddev()：计算聚合分组中所有数值的标准差
stdvar()：计算聚合分组中所有数值的标准方差
count()：计算聚合分组中所有序列的总数 计算序列的总数,要和sum取分开
count_values()：计算具有相同样本值的元素数量
bottomk(k, ...)：计算按样本值计算的最小的 k 个元素
topk(k，...)：计算最大的 k 个元素的样本值
quantile(φ，...)：计算维度上的 φ-分位数(0≤φ≤1)
group(...)：只是按标签分组，并将样本值设为 1。
练习：
1.按 job 分组聚合，计算我们正在监控的所有进程的总内存使用量（process_resident_memory_bytes 指标）：
sum by(job) (process_resident_memory_bytes)
2.计算 demo_cpu_usage_seconds_total 指标有多少不同的 CPU 模式：
count (group by(mode) (demo_cpu_usage_seconds_total))
3.计算每个 job 任务和指标名称的时间序列数量：
count by (job, __name__) ({__name__ != ""})
标签：
