如何在Grafana时间序列中用stddev_over_time实现误差率异常检测

你可以通过组合PromQL的时间聚合函数与原始误差率计算，用单个查询生成三条曲线：原始误差率、均值+10%标准差上限、均值-10%标准差下限。具体查询如下（以1天为统计窗口为例，可根据你的数据周期调整窗口时长）：

# 原始误差率序列
({__name__="errored_count:ccmr"} / {__name__="completed_count:ccmr"})
# 上限带：均值 + 10%标准差
or (avg_over_time(({__name__="errored_count:ccmr"} / {__name__="completed_count:ccmr"})[1d:]) + 0.1 * stddev_over_time(({__name__="errored_count:ccmr"} / {__name__="completed_count:ccmr"})[1d:]))
# 下限带：均值 - 10%标准差
or (avg_over_time(({__name__="errored_count:ccmr"} / {__name__="completed_count:ccmr"})[1d:]) - 0.1 * stddev_over_time(({__name__="errored_count:ccmr"} / {__name__="completed_count:ccmr"})[1d:]))

关键部分说明： #

• avg_over_time([1d:])：计算误差率在最近1天内的整体均值，生成一条水平线。
• stddev_over_time([1d:])：计算误差率在同一窗口内的标准差。
• 乘以0.1后与均值加减，得到你需要的±10%标准差上下限带。

优化建议： #

如果两个指标带有相同的标签（如instance、job），可以简化查询写法，直接用指标名代替{__name__=...}：

(errored_count:ccmr / completed_count:ccmr)
or (avg_over_time((errored_count:ccmr / completed_count:ccmr)[1d:]) + 0.1 * stddev_over_time((errored_count:ccmr / completed_count:ccmr)[1d:]))
or (avg_over_time((errored_count:ccmr / completed_count:ccmr)[1d:]) - 0.1 * stddev_over_time((errored_count:ccmr / completed_count:ccmr)[1d:]))

你可以根据数据的波动周期调整时间窗口，比如把[1d:]改成[1h:]（1小时）或[7d:]（7天），确保均值和标准差的统计范围符合你的异常检测需求。

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