如何将服务器硬盘总写入聚合值转换为时段变化量？

一、监控工具直接计算（主流场景） #

Prometheus + Grafana #

如果你的数据是Prometheus采集的计数器类型指标，直接用内置函数计算：

• 使用increase()函数（推荐，自动处理计数器重置）：

  increase(disk_total_writes{disk="目标硬盘标识"}[5m])
  

  该函数会计算5分钟窗口内的累计值增量，正好匹配你的上报间隔，无写入时结果接近0，有写入时显示对应时段的写入量峰值。
• 若不需要处理重置，也可以用delta()函数：

  delta(disk_total_writes{disk="目标硬盘标识"}[5m])
  

InfluxDB #

针对InfluxDB中的时序数据，用difference()配合窗口函数计算：

from(bucket: "你的存储桶名称")
  |> range(start: v.timeRangeStart, stop: v.timeRangeStop)
  |> filter(fn: (r) => r._measurement == "disk" and r._field == "total_writes" and r.disk == "目标硬盘标识")
  |> window(every: 5m)
  |> difference()
  |> yield(name: "5min_write_increment")

二、脚本处理原始数据 #

如果是自行收集的原始数据（如CSV格式），可以用Python快速计算：
假设数据包含timestamp（时间戳）和total_writes（累计写入量）两列：

import pandas as pd

# 读取并排序数据（确保时间顺序正确）
df = pd.read_csv("disk_writes_raw.csv").sort_values("timestamp")
# 计算时段差值，首个时段设为0
df["write_increment"] = df["total_writes"].diff().fillna(0)
# 处理累计值重置导致的负数（如硬盘重启后数值归零）
df["write_increment"] = df["write_increment"].apply(lambda x: x if x >= 0 else 0)
# 保存结果
df.to_csv("disk_writes_increment.csv", index=False)

三、关键注意事项 #

• 确保数据上报间隔稳定为5分钟，若存在缺失数据，需先补全或按实际时间差换算等效5分钟写入量。
• 计数器类型指标优先用支持重置处理的函数（如Prometheus的increase），避免出现异常负值。

内容的提问来源于stack exchange，提问作者Piotrek