如何用PromQL获取API指定时间区间内的最大/最小响应时间？

我想可视化API最近x分钟内的最大和最小响应时间，目前已经能用以下PromQL通过StatPanel展示每分钟平均响应时间：

sum(rate(request_duration_seconds_sum[1m]))/sum(rate(request_duration_seconds_count[1m]))

现在需要类似的StatPanel，展示最近1分钟内的最大响应时间（比如1分钟内响应时间为7ms、92ms、6ms、50ms时，显示92ms）和最小响应时间（显示6ms）。

当前客户端埋点配置了Counter、Gauge和Histogram指标，代码如下：

public MetricReporter(ILogger<MetricReporter> logger)
{
    _logger = logger ?? throw new ArgumentNullException(nameof(logger));

    _requestCounter = Metrics.CreateCounter("total_requests", "The total number of requests serviced by this API.");
    _requestGauge = Metrics.CreateGauge("total_requests_gauge", "The total number of requests serviced by this API.");

    _responseTimeHistogram = Metrics.CreateHistogram("request_duration_seconds",
        "The duration in seconds between the response to a request.", new HistogramConfiguration
        {
            Buckets = new[] { 0.01, 0.025, 0.05, 0.1, 0.25, 0.5, 1, 2.5, 5, 10  },
            LabelNames = new[] { "status_code", "method" , "path"}
        });
}

尝试过用子查询结合max_over_time，但结果不准确，查Prometheus文档发现min_over_time()、max_over_time()这类函数只适用于Gauge指标。我是否应该改用Gauge？如果需要，该怎么配置？

更新：尝试用直方图分位数语句创建面板，但计算结果不正确（实际1分钟内最大响应时间25ms，最小3ms）：

histogram_quantile(1, increase(request_duration_seconds_bucket[1m]))

histogram_quantile(0, increase(request_duration_seconds_bucket[1m]))

关于直方图分位数的问题 #

你用histogram_quantile(1, ...)得不到准确最大值的核心原因是：当前直方图的最小桶是0.01秒（10ms），而实际最小响应时间是3ms，最大25ms刚好卡在0.025秒（25ms）的桶边界上——直方图的分位数计算是基于桶区间的估算值，不是精确的单请求响应时间。

如果想用直方图近似获取最大/最小响应时间，需要调整桶的边界，覆盖实际的响应时间范围：

• 新增更小的桶，比如0.001（1ms）、0.005（5ms），适配小响应时间的请求
• 确保最大桶能覆盖API的实际最大响应时间（当前10秒桶如果满足业务需求可以保留）

调整后的Histogram配置示例：

_responseTimeHistogram = Metrics.CreateHistogram("request_duration_seconds",
    "The duration in seconds between the response to a request.", new HistogramConfiguration
    {
        Buckets = new[] { 0.001, 0.005, 0.01, 0.025, 0.05, 0.1, 0.25, 0.5, 1, 2.5, 5, 10  },
        LabelNames = new[] { "status_code", "method" , "path"}
    });

调整后，histogram_quantile(1, increase(request_duration_seconds_bucket[1m]))会返回最接近实际最大值的桶边界（比如25ms请求会落在0.025桶，结果就是25ms），histogram_quantile(0, ...)会返回最小的非空桶边界。但要明确：直方图分位数始终是近似值，无法得到精确的单请求极值。

用Gauge获取精确的最大/最小响应时间 #

如果需要精确的最大、最小响应时间，确实需要改用Gauge指标，分别记录每次请求的响应时间瞬时极值。

配置方式：

1. 创建两个Gauge指标，按业务维度（状态码、方法、路径）拆分：

private readonly Gauge _maxResponseTimeGauge;
private readonly Gauge _minResponseTimeGauge;

public MetricReporter(ILogger<MetricReporter> logger)
{
    _logger = logger ?? throw new ArgumentNullException(nameof(logger));

    _requestCounter = Metrics.CreateCounter("total_requests", "The total number of requests serviced by this API.");
    _requestGauge = Metrics.CreateGauge("total_requests_gauge", "The total number of requests serviced by this API.");

    _responseTimeHistogram = Metrics.CreateHistogram("request_duration_seconds",
        "The duration in seconds between the response to a request.", new HistogramConfiguration
        {
            Buckets = new[] { 0.001, 0.005, 0.01, 0.025, 0.05, 0.1, 0.25, 0.5, 1, 2.5, 5, 10  },
            LabelNames = new[] { "status_code", "method" , "path"}
        });

    // 最大响应时间Gauge
    _maxResponseTimeGauge = Metrics.CreateGauge("request_duration_seconds_max",
        "The maximum duration in seconds of requests serviced by this API.",
        new GaugeConfiguration { LabelNames = new[] { "status_code", "method", "path" } });

    // 最小响应时间Gauge
    _minResponseTimeGauge = Metrics.CreateGauge("request_duration_seconds_min",
        "The minimum duration in seconds of requests serviced by this API.",
        new GaugeConfiguration { LabelNames = new[] { "status_code", "method", "path" } });
}

2. 在请求处理逻辑中，更新Gauge值：

// 假设responseTime是当前请求的响应时间（单位：秒）
var labels = new[] { statusCode.ToString(), method, path };

// 更新最大响应时间：仅当当前值大于Gauge现有值时更新
_maxResponseTimeGauge.WithLabels(labels).Set(currentValue => Math.Max(currentValue, responseTime));

// 更新最小响应时间：初始值为0时直接设为当前响应时间，否则取较小值
_minResponseTimeGauge.WithLabels(labels).Set(currentValue => 
    currentValue == 0 ? responseTime : Math.Min(currentValue, responseTime));

3. 用PromQL查询最近1分钟的极值：

• 单维度最大响应时间：

max_over_time(request_duration_seconds_max[1m])

• 单维度最小响应时间：

min_over_time(request_duration_seconds_min[1m])

• 聚合所有维度的全局极值：

max(max_over_time(request_duration_seconds_max[1m]))

min(min_over_time(request_duration_seconds_min[1m]))

两种方案对比 #

内容的提问来源于stack exchange，提问作者Golide