PromQL中sum(increase(my_metrics(...)[30m]))返回0的问题排查与解决

• 指标类型不匹配：increase()仅适用于Counter类型指标。如果my_metrics被定义为Gauge类型（可增可减），increase()无法识别有效增量，会直接返回0。
• 标签过滤不准确：检查my_metrics(...)中的标签条件是否与代码上报指标的标签完全一致——标签名拼写错误、值不匹配等情况，会导致查询不到实际触发的时间序列。
• 采样间隔与窗口不兼容：若Prometheus的scrape_interval（采集间隔）过长（比如超过30分钟），30分钟窗口内可能只有1个样本点。increase()需要至少两个样本点才能计算增量，因此会返回0。
• 计数器重置未被捕捉：进程重启会导致Counter重置为0，如果30分钟内的采样点刚好落在重置前后，且重置后的少量增量（比如仅2次）未被采样覆盖，increase()也会返回0。

• 直接差值计算（适合无重置场景）：

  sum(my_metrics(...)) - sum(my_metrics(...)) offset 30m
  

  用当前指标值减去30分钟前的值得到总增量，缺点是若中间有Counter重置，结果会出现负数，需额外处理。

• 基于rate的增量计算：

  sum(rate(my_metrics(...)[30m])) * 1800
  

  rate()计算每秒平均增长率，乘以30分钟的秒数（1800）得到总增量，对稀疏样本的兼容性比increase()更好。

• 强制步长采样（提升捕捉概率）：

  sum(increase(my_metrics(...)[30m:1m]))
  

通过:1m指定步长，强制Prometheus按1分钟粒度采样，降低因采样间隔问题漏捕增量的概率。

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