为何histogram_quantile无法展示+inf桶的请求数据？

核心原因：直方图的本质限制与histogram_quantile的估算逻辑 #

Prometheus的直方图（Histogram）是分桶统计结构，仅记录每个延迟区间（桶）内的请求数量，不会保存单个请求的精确延迟值。histogram_quantile函数基于桶的计数估算分位数，无法获取+Inf桶内请求的实际延迟：

• 当目标分位数落入+Inf桶对应的区间时，函数只能用最大的有限桶上限值（即你的配置里的10000ms）作为估算结果，因为没有更精确的数值可参考。这就是100%分位稳定显示10秒，而非实际更大延迟的原因。
• 99分位看不到超过10秒的请求，是因为99%的请求都落在10000ms及以下的桶中，仅不足1%的请求进入+Inf桶，所以99分位的估算值仍处于10秒以内。

可行解决办法 #

1. 统计超过10秒的请求数量
   直接计算+Inf桶与10000ms桶的速率差值，即可得到每秒内超过10秒的请求数：

sum(rate(istio_request_duration_milliseconds_bucket{reporter="source", destination_app="my-server", response_code!~"(5..|429)", le="+Inf"}[5m]))
-
sum(rate(istio_request_duration_milliseconds_bucket{reporter="source", destination_app="my-server", response_code!~"(5..|429)", le="10000"}[5m]))

2. 获取更精确的高分位数估算
   修改Istio的延迟直方图配置，添加更大的有限桶（如20000、30000、60000等ms级别）。这样超过10秒的请求会落入新增桶中，histogram_quantile就能基于这些桶的上限值，给出更接近实际延迟的分位数估算结果。

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