如何用PromQL计算90分位请求中延迟≤1000ms的占比？

你要的是验证90%的请求响应时间不超过1000ms的SLO，之前的错误在于误解了查询逻辑，且用不完整的直方图桶计算分位数导致无数据返回。下面给你两种直接可用的方案：

方案一：直接判断90分位延迟是否达标 #

计算整体请求的90分位延迟，判断其是否≤1000ms，返回1表示满足SLO，0表示不满足：

histogram_quantile(0.90, sum by (le) (rate(MyMetric_Request_Duration_bucket{instance="foo"}[1h]))) <= 1000

方案二：计算达标请求占比并验证是否≥90% #

用你之前写的达标请求占比查询，直接和90%（0.90）做比较，同样返回1/0表示是否达标：

(sum(rate(MyMetric_Request_Duration_bucket{le="1000",instance="foo"}[1h])) / sum(rate(MyMetric_Request_Duration_count{instance="foo"}[1h]))) >= 0.90

如果需要查看具体的达标占比数值，去掉后面的>= 0.90即可。

为什么你之前的合并查询无数据？ #

histogram_quantile要求第二个参数必须是完整的直方图bucket序列（包含所有le值，直到+Inf的桶），你只过滤了le="1000"的桶，数据不完整无法构建完整分布曲线，自然计算不出分位数。而且你想要的“90分位请求中延迟≤1000ms的占比”逻辑和SLO需求不符——SLO核心是“90%的请求延迟不超过1000ms”，上面两个方案已直接命中这个需求。

内容的提问来源于stack exchange，提问作者Scott Napolitan