集群服务中Prometheus计算各请求路径90分位延迟的查询正确性验证

首先，你的需求完全可行，可以通过PromQL实现集群层面各请求路径的90分位延迟统计。

关于你当前的查询语句，忽略instance维度、仅按le、method、url聚合是合理的，原因如下：

• 每个集群实例的http_rest_call_time_bucket指标各自记录了该实例上的请求延迟直方图数据，当你需要统计集群整体的某请求路径延迟分位数时，必须把所有实例中同method、同url、同le的bucket速率求和，这样才能得到该请求路径在整个集群中的完整延迟分布。
• histogram_quantile函数需要基于完整的直方图分布（包含所有le区间的累计计数）来计算分位数，你通过sum by(le, method, url)聚合后的数据正好满足这个要求，最终计算出的90分位值就是该请求路径在集群范围内的整体延迟分位数。

需要注意的细节：

• 确保rate(http_rest_call_time_bucket{}[5m])的时间窗口选择合理，5分钟窗口适合统计中等波动的服务，若服务请求量波动大，可以根据实际情况调整窗口大小（比如1m或10m）。
• 如果你的服务存在不同的环境（如dev/prod）或其他需要区分的维度，记得在查询中加上对应的标签过滤，避免跨维度聚合导致数据失真。

内容的提问来源于stack exchange，提问作者Kucera.Jan.CZ