PromQL查询一周返回多数据点，期望获取单个周平均p95值

问题根源 #

当前查询会生成一周内每1分钟的P95值，avg_over_time对这些值取平均后，Prometheus会按默认步长返回多个结果点。设置min-interval=1w无数据，通常是因为该窗口内原始直方图数据点不足，或未配置对应间隔的预聚合规则。

可行解决方案 #

方案1：强制合并为单个结果点 #

在原有查询外层添加avg()聚合，将所有时间点的结果合并成单个平均值：

avg(avg_over_time(histogram_quantile(0.95, sum(rate(http_server_requests_seconds_bucket{uri="/my-api",job="kubernetes-pods", service="service-name"}[1m])) by (le))[1w:])) * 1000

[1w:]表示覆盖整个查询时间范围的滑动窗口，外层avg()会把多时间点的结果压缩为单个值。

方案2：调整查询步长匹配时间范围 #

在查询工具（如Grafana）或API请求中设置步长为1周（step=1w），保持原查询逻辑：

avg_over_time(histogram_quantile(0.95, sum(rate(http_server_requests_seconds_bucket{uri="/my-api",job="kubernetes-pods", service="service-name"}[1m])) by (le))[1w]) * 1000

此时Prometheus会仅返回一个覆盖整周的结果点。

方案3：基于整周总请求计算P95（按需选择） #

若业务需要的是一周内所有请求的整体P95（而非分时段P95的平均值），可直接计算整周的直方图分位数：

histogram_quantile(0.95, sum(rate(http_server_requests_seconds_bucket{uri="/my-api",job="kubernetes-pods", service="service-name"}[1w])) by (le)) * 1000

注意：该结果与前两种方案的逻辑不同，需根据实际需求判断是否适用。

关于min-interval无数据的补充 #

min-interval=1w依赖Prometheus配置了对应间隔的预聚合规则（Recording Rule），若未配置则会因无预聚合数据返回空结果，优先推荐前两种无需预聚合的方案。

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