Prometheus告警配置咨询：计数器持续上升及特定标签告警

算力阿峰

2026-7-18

Prometheus告警配置问题解答

A. docker_push_messages_api_failed_total 告警配置

针对counter类型的失败消息指标，要监控1小时内是否持续上升，你的两个表达式里：

increase(docker_push_messages_api_failed_total[1h]) > 0 是正确的。increase函数专门用来计算counter指标在指定时间窗口内的增量，只要增量大于0，就说明这1小时内失败数在持续上升（至少有新增失败）。
avg_over_time(docker_push_messages_api_failed_total[1h]) 不适合这个场景。counter是累计值，avg_over_time取的是1小时内指标值的平均值，这个值上升可能只是因为counter本身基数大，并不代表有新增的失败。比如counter停在某个值不动，平均值也会保持在那个值，无法反映是否持续上升。

这个场景下increase函数是适用的，具体用法要看你的告警需求：

如果是要监控1小时内有持续的transit状态调用发生，可以用：
```
increase(flight_api_calls_to_mq_total{status="transit"}[1h]) > 0
```
该表达式返回1小时内该状态下调用数的增量，只要增量大于0，就说明这段时间内一直有transit状态的请求（至少有新增）。
如果是要监控transit状态的调用频率是否持续保持在某个阈值以上（比如每秒至少1次），用rate函数更合适：
```
rate(flight_api_calls_to_mq_total{status="transit"}[1h]) > 1
```
rate函数计算的是时间窗口内的平均每秒增量，能更精准反映调用的持续频率。