PromQL查询解析及超4秒API调用数查询需求求助

一、现有延迟分位数查询的工作原理 #

从内到外拆解这两个查询的执行逻辑：

1. irate(http_request_duration_seconds_bucket{path="<API Endpoint>"}[2m])

   • http_request_duration_seconds_bucket是Prometheus的直方图指标，每个序列带le标签（表示“小于等于该值的延迟”），记录落在对应延迟区间的请求计数。
   • irate计算瞬时速率：取2分钟时间窗口内最后两个数据点的差值，除以时间差，得到每秒的请求数。相比rate，irate对短时间内的流量波动更敏感，适合监控突发的延迟变化。

2. 乘以30的作用

   • 这里的*30是把“每秒请求数”转换为30秒周期内的请求估算数，通常对应Grafana仪表盘的刷新间隔（比如每30秒刷新一次），让后续求和后的数据更贴合仪表盘的展示周期，避免分位数计算出现偏差。

3. sum(...) by (path, le)

   • 按path（API路径）和le（延迟区间）分组求和，把同一API路径、同一延迟区间的请求数合并（比如多实例部署时，汇总所有实例的对应bucket数据），为分位数计算提供统一的直方图数据集。

4. histogram_quantile(0.99, ...) 和 histogram_quantile(0.95, ...)

   • histogram_quantile是直方图分位数计算函数：第一个参数是分位值（0.99表示99分位，0.95表示95分位），第二个参数是按le分组的直方图数据。
   • 输出结果是对应分位数的延迟值：比如99分位结果为1.2秒，意味着99%的API请求延迟都不超过1.2秒；95分位同理，代表95%的请求延迟上限。

二、统计延迟大于4秒的API调用数量 #

利用直方图的le标签特性，可实现该需求，查询语句如下：

sum(irate(http_request_duration_seconds_bucket{path="<API Endpoint>", le="+Inf"}[2m])) by (path) 
- 
sum(irate(http_request_duration_seconds_bucket{path="<API Endpoint>", le="4"}[2m])) by (path)

逻辑说明： #

• le="+Inf"对应的bucket统计了所有请求数（所有请求的延迟都小于等于无穷大）；
• le="4"对应的bucket统计了延迟≤4秒的请求数；
• 两者相减，得到的就是延迟>4秒的请求数（以每秒速率的形式呈现，贴合实时监控场景）。

如果需要统计累计的请求总数（而非每秒速率），可以去掉irate，改用sum(http_request_duration_seconds_bucket{...}) by (path)，这种方式会统计从指标采集开始到当前的累计值，适合长期趋势统计。

内容的提问来源于stack exchange，提问作者Ritesh Shakya