PromQL中delta与increase函数的差异解析：基于counter指标的疑问

基础定义回顾 #

• delta(http_requests_total[5m])：直接计算时间范围首尾两个样本的数值差，逻辑简单直接。
• increase(http_requests_total[5m])：先通过rate()计算时间范围内的平均每秒增长率，再乘以时间跨度得到总增量，且内置Counter重置处理逻辑。

核心差异场景 #

1. Counter重置的处理（最关键区别）

Counter指标在进程重启、实例扩容等场景下会重置为0，两者表现完全不同：

• delta会直接计算首尾差值，得到负数或错误的小值（比如重置前值为100，重置后为50，delta结果是50-100=-50）。
• increase会自动识别Counter重置（检测到数值下降时判定为重置），将每次重置后的增量累加，最终得到正确的总请求量（上述场景下会计算重置后的增量50-0=50，忽略重置前的无效差值）。

2. 样本缺失/不均匀时的计算逻辑

当时间范围内的样本间隔不均匀或存在缺失时，结果会出现偏差：

• delta只取时间范围的首尾两个样本，完全忽略中间数据的缺失或间隔差异。
• increase基于rate()的线性插值逻辑，会根据样本的实际时间戳计算平均增长率，再推导总增量。例如：

  时间范围4秒，样本仅在t0=5、t3=30存在。

  • delta结果：30-5=25
  • increase结果：先计算每秒平均增量为(30-5)/(3-0)=25/3，再乘以4秒得到≈33.33

3. 适用指标类型不同

• delta可用于Gauge指标（如内存使用率、CPU温度），计算一段时间内的变化量（可正可负）。
• increase专为Counter指标设计，确保返回非负值，符合Counter只能递增或重置的特性。

为什么你的例子中结果一致？ #

你给出的样本是均匀生成且无重置的理想场景，此时时间范围内的总增量等于首尾差值，同时rate()计算的平均增长率乘以时间跨度也等于总增量，因此两者结果相同。但这只是特殊情况，实际生产环境中几乎都会遇到重置或样本不均匀的场景，差异会立刻显现。

内容的提问来源于stack exchange，提问作者ggradnig