编写PromQL查询对比多区域部署的服务版本差异

问题背景 #

服务通过Micrometer暴露Git哈希作为版本标识，对应的指标为PACKAGE_VERSION_total，示例如下：

PACKAGE_VERSION_total{revision="b6d9de0"}, 0

该指标包含两个核心标签：

• revision：存储Git哈希值，标识服务版本
• region：存储服务部署的区域，如eu-west-2

我们需要编写PromQL查询，用于告警同一服务在不同区域运行不同版本的情况（部署期间的版本差异已由告警工具自动忽略）。同时需要纠正一个错误的查询思路：尝试通过对比各区域revision标签、检测版本差异是否超过1的写法是不可行的，错误示例如下：

sum by (revision) (PACKAGE_VERSION_total) by (region) > 1

错误示例分析 #

上述错误查询存在两个核心问题：

1. 语法错误：PromQL不支持连续使用两个by子句，该查询无法被Prometheus解析
2. 逻辑偏差：查询试图先按revision聚合求和，再按region二次聚合，完全未触及“跨区域版本不一致”的检测目标，无法识别不同区域的版本差异

正确的PromQL查询方案 #

要准确检测同一服务在不同区域的版本差异，可以使用以下查询：

count by (job) (distinct(revision) by (job, region)) > 1

查询逻辑说明 #

1. distinct(revision) by (job, region)：按服务（job）和区域（region）维度，提取每个区域对应的唯一版本号（假设同一区域内服务版本一致）
2. count by (job)：按服务维度，统计不同区域对应的版本数量
3. > 1：当版本数量超过1时，说明该服务在不同区域运行了不同版本，触发告警

如果需要更严谨的统计（考虑同一区域内可能存在多实例但版本一致的情况），也可以使用以下等价查询：

count by (job) (count by (job, region, revision) (PACKAGE_VERSION_total)) > 1

内容的提问来源于stack exchange，提问作者Kaigo