如何用PromQL基于指定指标计算月活跃用户(MAU)？

PromQL没有原生的COUNT(DISTINCT)函数，但可以通过组合现有函数实现与SQL等效的去重计数逻辑，同时支持生成随时间变化的MAU趋势图。

核心思路 #

要统计活跃用户，本质是找出在指定时间窗口内至少产生过一次请求（即指标有样本）的唯一user标签值，再对这些值进行计数。

1. 等效于SQL的指定时间范围MAU计算 #

对应你给出的SQL语句：

SELECT COUNT(DISTINCT user) FROM ServiceLevelIndicator_milliseconds_count WHERE time BETWEEN @from AND @to

PromQL写法如下：

count(count_over_time(ServiceLevelIndicator_milliseconds_count[@from:@to]) by (user))

解释： #

• count_over_time(指标[时间范围])：统计每个时间序列在指定时间范围内的样本数量，只要用户有活跃行为，这个值就大于0。
• by (user)：按user标签分组，得到每个用户在时间范围内的总样本数（仅保留有活跃记录的用户）。
• 外层count()：统计分组后的用户数量，即去重后的活跃用户数。

你需要将@from和@to替换为具体时间（比如2024-01-01T00:00:00Z到2024-01-31T23:59:59Z），或相对时间（比如1month ago到now()）。

2. 生成随时间变化的MAU趋势图 #

如果要展示每个时间点往前30天的活跃用户数（即滚动MAU），只需将时间范围改为滑动窗口：

count(count_over_time(ServiceLevelIndicator_milliseconds_count[30d]) by (user))

解释： #

当在Grafana等工具中绘制图表时，Prometheus会根据图表的时间步长，自动计算每个时间点对应的过去30天窗口内的活跃用户数，最终生成连续的MAU趋势曲线。

3. 处理额外标签的注意事项 #

如果ServiceLevelIndicator_milliseconds_count带有其他无关标签（比如instance、service），同一个用户可能会被这些标签拆分出多个时间序列，导致重复统计。此时需要先聚合掉无关标签：

count(count_over_time(sum without (instance, service)(ServiceLevelIndicator_milliseconds_count)[30d]) by (user))

用sum without(标签名)将同一用户在不同实例/服务下的请求合并，避免重复计数。

限制说明 #

• 依赖指标的样本完整性：只有用户产生请求时，ServiceLevelIndicator_milliseconds_count才会生成样本，无请求的用户不会被统计。
• 性能考量：如果用户量极大（百万级以上），按user分组会消耗大量内存，此时可以考虑用近似计数方案（比如结合topk），但会牺牲一定准确性。

内容的提问来源于stack exchange，提问作者Xavier John