如何用PromQL处理递增计数器指标，计算服务可用性占比？

1. 检测5分钟窗口内的健康状态 #

针对你的递增计数器指标，用increase函数计算5分钟窗口内的增量，判断是否存在增量即可标记健康状态：

# 生成健康状态序列（1=健康，0=不健康）
increase(metricA{status='healthy'}[5m]) > 0

这个表达式会输出你需要的1,1,1,...,0,0,...1形式序列：1代表5分钟窗口内指标有增量（服务健康），0代表无增量（服务不健康）。

2. 统计健康/不健康的累计次数 #

用sum_over_time函数对上述状态序列做时间维度的累计求和，就能得到指定时间段内的健康、不健康次数：

# 统计最近1天内的健康次数（步长1分钟，确保每个5分钟窗口状态被覆盖）
sum_over_time( (increase(metricA{status='healthy'}[5m]) > 0)[1d:1m] )

# 统计最近1天内的不健康次数
sum_over_time( (increase(metricA{status='healthy'}[5m]) == 0)[1d:1m] )

说明：[1d:1m]表示取过去1天的数据，以1分钟为步长生成序列，你可以根据需求调整时间范围（比如[7d:1m]代表最近7天）。

3. 计算健康状态占比 #

用健康次数除以总检测次数即可得到占比：

# 健康占比（结果为0-1的浮点数，乘以100可转为百分比）
sum_over_time( (increase(metricA{status='healthy'}[5m]) > 0)[1d:1m] )
/
count_over_time( (increase(metricA{status='healthy'}[5m]) > 0)[1d:1m] )

总检测次数也可以用「健康次数+不健康次数」替代，结果一致。

原语句失效的原因 #

你的原语句SUM(increase(metricA{status='healthy'}[10m])==0)有两个核心问题：

• 窗口长度错误：需求是检测5分钟窗口，但你用了[10m]；
• 聚合方式错误：SUM()是对标签维度求和，而非时间序列的多个时间点求和，统计时间维度的累计次数必须用sum_over_time函数。

内容的提问来源于stack exchange，提问作者Muthu