如何用MetricsQL/PromQL实现按小时时段的均值与标准差关联查询

可以通过VictoriaMetrics的MetricsQL实现需求，原生PromQL因缺少时间戳字段提取和灵活聚合的函数，无法直接完成。以下是具体实现方案：

核心思路 #

1. 为原始数据的每个样本添加小时标签，标记其所属的一天中的小时时段（0-23）
2. 在过去28天的时间范围内，按小时分组计算均值和标准差
3. 将原始数据与对应小时的统计值关联，返回包含原始值、均值、标准差的结果

完整MetricsQL查询 #

join(
  -- 原始数据，添加hour标签
  hitcount with(hour=hour(ts)),
  -- 过去28天每个小时的均值
  aggregate(hitcount{__range__=28d}, "avg", by=(hour(ts))) with(name="average"),
  -- 过去28天每个小时的标准差
  aggregate(hitcount{__range__=28d}, "stddev", by=(hour(ts))) with(name="stddev"),
  -- 按hour标签关联所有序列
  on(hour)
)

各部分说明 #

• hitcount with(hour=hour(ts))：为hitcount指标的每个样本添加hour标签，值为该样本时间戳对应的小时数（0-23）。
• aggregate(hitcount{__range__=28d}, "avg", by=(hour(ts)))：限定时间范围为过去28天，按小时分组计算hitcount的均值，结果每个小时对应一条时间序列，标签为hour。
• aggregate(..., "stddev", ...)：逻辑同上，计算每个小时时段的标准差。
• join(...) on(hour)：将原始数据、均值序列、标准差序列通过hour标签关联，最终每个原始样本都会带上对应小时的28天均值和标准差。

注意事项 #

• __range__=28d用于指定聚合的时间范围为过去28天，确保统计的是目标时段内的数据。
• 该方案依赖VictoriaMetrics的MetricsQL特性（hour(ts)函数、aggregate函数、join函数），原生PromQL无法直接实现相同逻辑。

内容的提问来源于stack exchange，提问作者Marc Px