如何在Prometheus查询中使用Grafana时间范围并生成Excel报表？

一、Grafana中使用时间范围变量构建查询 #

Grafana内置了多个与时间范围绑定的变量，可直接在PromQL查询中引用，完美适配你依赖右上角选定时间范围的需求：

• $__range：代表当前选中时间范围的时长（比如选3小时就是3h，选1天就是1d）
• $__timeFrom：选中时间范围的起始Unix时间戳
• $__timeTo：选中时间范围的结束Unix时间戳
• $__interval：Grafana根据时间范围自动计算的查询间隔，适合绘制趋势类图表

如果要查询选定时间范围内的总请求数，推荐用以下PromQL写法：

sum(increase(http_requests_total[$__range]))

解释：increase函数会自动处理计数器重置，计算指标在指定时间范围内的增量（即这段时间的总请求数），sum用于聚合所有实例或维度的请求数据。

二、Python脚本调用Prometheus查询时间范围并生成Excel报表 #

步骤1：安装依赖库 #

先安装所需的工具包：

pip install requests pandas openpyxl

步骤2：实现完整脚本 #

以下是可直接复用的示例脚本，包含时间格式转换、Prometheus API调用、数据处理及Excel生成：

import requests
import pandas as pd
from datetime import datetime

# 替换为你的Prometheus实例地址
PROMETHEUS_ADDR = "http://your-prometheus-host:9090"

def str_to_timestamp(time_str):
    # 将"YYYY-MM-DD HH:MM:SS"格式的字符串转为Unix时间戳（秒级）
    dt = datetime.strptime(time_str, "%Y-%m-%d %H:%M:%S")
    return int(dt.timestamp())

def fetch_prom_data(query, start_time, end_time):
    start_ts = str_to_timestamp(start_time)
    end_ts = str_to_timestamp(end_time)
    
    # 调用Prometheus的query_range接口获取时间序列数据
    params = {
        "query": query,
        "start": start_ts,
        "end": end_ts,
        "step": "1m"  # 数据点间隔，可根据需求调整（如5m、1h）
    }
    resp = requests.get(f"{PROMETHEUS_ADDR}/api/v1/query_range", params=params)
    resp.raise_for_status()  # 捕获请求异常
    return resp.json()

def export_to_excel(data, output_path):
    # 解析Prometheus返回的JSON数据，转为DataFrame
    result_list = data["data"]["result"]
    rows = []
    for item in result_list:
        labels = item["metric"]
        for ts, val in item["values"]:
            # 将Unix时间戳转回可读格式
            readable_time = datetime.fromtimestamp(int(ts)).strftime("%Y-%m-%d %H:%M:%S")
            rows.append({
                "时间": readable_time,
                **labels,
                "数值": float(val)
            })
    df = pd.DataFrame(rows)
    
    # 保存为Excel文件
    df.to_excel(output_path, index=False, engine="openpyxl")
    print(f"报表已生成：{output_path}")

if __name__ == "__main__":
    # 示例：查询2023-02-20 6:00至9:00的请求数趋势
    target_query = "rate(http_requests_total[1m])"  # 可替换为sum(increase(http_requests_total[3h]))查询总请求数
    start = "2023-02-20 6:00:00"
    end = "2023-02-20 9:00:00"
    output_file = "prometheus_request_report.xlsx"
    
    prom_data = fetch_prom_data(target_query, start, end)
    export_to_excel(prom_data, output_file)

关键说明： #

• 若只需查询整个时间范围的总请求数而非趋势，可将target_query改为sum(increase(http_requests_total[3h]))，并改用Prometheus的/api/v1/query接口（只需传入time参数为结束时间戳）。
• step参数决定返回数据点的密度，3小时范围用1分钟步长会生成180个数据点，可根据报表需求调整。
• Prometheus返回的value为字符串类型，需转换为数值后再写入Excel。

内容的提问来源于stack exchange，提问作者Ruchita