【问题标题】:PromQL Requests per minute每分钟 PromQL 请求数
【发布时间】:2020-02-28 03:07:33
【问题描述】:

我正在尝试在图表中创建每分钟 POST 请求总数的图表,但是这种“加速”模式让我相信我没有得到每分钟的实际请求总数,而是得到一个累积值。

这是我的查询:

sum_over_time(django_http_responses_total_by_status_view_method_total{job="django-prod-app", method="POST", view="twitch_webhooks"}[1m])

以下是 7 天内的“加速”模式(下降表示重新启动):

让我相信我对sum_over_time() 的理解是不正确的,是因为现有的 webhook 应该始终存在。在最近一次重新启动时,我们有 72k 的 webhook 订阅,因此价值随着时间的推移而攀升是没有意义的,在开始时看到一个大的峰值来捕获未捕获的 webhook 会更有意义在停机期间。

这个查询对于我想要实现的目标是否正确?

我正在使用 django-prometheus 进行导出。

【问题讨论】:

    标签: grafana prometheus promql


    【解决方案1】:

    您需要increase 而不是sum_over_time,因为这是一个计数器。

    【讨论】:

    • 我也这么认为,谢谢您的确认。不过,我看到的一个问题是同样的上升趋势,如果我回顾过去的 24 小时,它一直累积到每分钟 100k+,这绝对是不准确的。我只是使用了与上述相同的查询,使用 increase() 而不是 sum_over_time(),对吗?
    • 接受答案。看来我的实际问题是有多个普罗米修斯实例以某种方式产生,当被视为单个目标时会导致这些波动。
    猜你喜欢
    • 1970-01-01
    • 2017-08-05
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2019-07-11
    • 2013-11-29
    • 2016-01-17
    • 2021-05-22
    相关资源
    最近更新 更多