如何通过Prometheus查询获取Histogram Bucket的单桶请求数

没问题，我来帮你搞定这个累积直方图的区间请求数计算！

首先得明确：你看到的myapp_duration_seconds_bucket是累积型直方图桶，每个le（less than or equal）对应的数值，代表所有响应时间≤该阈值的请求总数。所以要拿到每个区间（比如(0.05, 0.075]）的精确请求数，就得用当前桶的累积值减去前一个更小桶的累积值。

具体PromQL查询方案 #

下面分两种场景给出查询语句，你可以根据需求选择：

场景1：统计最近一段时间内的区间请求数（推荐用于监控）

如果你想查看最近5分钟里，每个响应时间区间的请求量，用这个查询：

# 先计算每个桶在最近5分钟的累积增量
sum by (le) (increase(myapp_duration_seconds_bucket[5m]))
  # 减去前一个更小桶的累积增量，得到当前区间的独立请求数
  - ignoring(le) group_left
sum by (le) (increase(myapp_duration_seconds_bucket[5m]))
    # 按le值升序排序后，取前一个桶的增量值
    * on() group_right(le)
sort(sum by (le) (increase(myapp_duration_seconds_bucket[5m]))) offset 1

场景2：统计从服务启动到现在的总区间请求数

如果要查看历史所有请求的区间分布，把increase换成sum即可：

sum by (le) (myapp_duration_seconds_bucket)
  - ignoring(le) group_left
sum by (le) (myapp_duration_seconds_bucket)
    * on() group_right(le)
sort(sum by (le) (myapp_duration_seconds_bucket)) offset 1

举个例子（对应你给出的数据） #

用你提供的数值来验证：

• le="0.05"的累积值是5149（所有≤0.05s的请求）
• le="0.075"的累积值是7101（所有≤0.075s的请求）
  那么(0.05s, 0.075s]区间的请求数就是 7101 - 5149 = 1952，和查询结果一致。

另外，le="+Inf"对应的数值是总请求数，减去最大的有限le值（比如你的数据里是10.0）的桶值，就是响应时间超过10s的请求数。

小提示 #

• 可以把[5m]换成你需要的时间范围，比如[1h]统计最近1小时的数据
• 如果你的指标带有其他标签（比如instance、job），可以调整sum by的标签列表，比如sum by (instance, le)来按实例分组查看每个实例的区间请求数

内容的提问来源于stack exchange，提问作者satgan23