有没有办法查询 Prometheus 以计算时间范围内的失败作业？答案

【问题标题】：Is there a way to query Prometheus to count failed jobs in time range?有没有办法查询 Prometheus 以计算时间范围内的失败作业？
【发布时间】：2021-04-16 19:49:58
【问题描述】：

为 cron 作业收集了几个指标，遗憾的是我不确定如何正确使用它们。

我想使用kube_job_status_failed == 1 指标。我可以使用 job=~“+.myjobname.+“ 的正则表达式来汇总 cron 作业的所有失败尝试。

这就是我卡住的地方。有没有办法计算给定时间段内不同标签的数量（=失败的尝试次数）？

或者我可以用其他方式使用这些指标，即检查在给定时间段内是否存在kube_job_status_succeeded{job=~“+.myjobname+.“}==1？

我觉得我离解决这个问题很近了，但我就是想不通。

编辑：添加图片This shows that there clearly are several succeded jobs over time, I just have no clue on how to count them

【问题讨论】：

您是要计算特定作业的 kube_job_status_failed == 1 的数量，还是要计算失败的不同作业的数量
一个 cron 作业每 n 分钟创建一个作业（将其命名为 job_name=myjobname-{randomNums}），我想查找在给定时间段内（名称包含 myjobname）具有 kube_status_failed 的作业数量== 1. 所以它基本上是同一个工作以不同的名称开始，我想找到遵循具有这种特定状态的名称模式的工作数量。

标签： kubernetes prometheus grafana

【解决方案1】：

这应该为您提供在 1 小时内与作业名称匹配的失败作业数：

count_over_time(kube_job_status_failed{job=~“+.myjobname+.“}==1 [1h])

【讨论】：

这给了我一个解析错误：范围只允许矢量选择器.. :(