如何获取Pod的CPU使用中位数/分位数？现有查询求专业建议

安全阿岳

2026-8-20

问题描述

为调整Kubernetes Pod的limits与requests参数，需要获取Pod的CPU使用单一数值（而非数组形式），最初使用的查询语句返回数组：

max_over_time(
    avg by (my_label) (
      rate(container_cpu_usage_seconds_total{labels}[3m])
        * on (pod) group_left (my_label) 
       kube_pod_labels{labels}
    )
[1d:])

已采用的解决方案

改用quantile_over_time函数，选择0.99分位数（因中位数不符合业务需求），查询语句如下，已成功返回单一数值：

quantile_over_time(0.99,
    avg by (my_label) (
        rate(container_cpu_usage_seconds_total{labels,cpu="total"}[3m])
            * on (pod) group_left (my_label) 
        kube_pod_labels{labels})
[30d:15m])

补充建议与专业点评

分位数选型：针对K8s资源调优，0.99分位数能覆盖绝大多数峰值场景，避免极端偶发流量导致的资源不足；若业务存在频繁突发大流量，可结合0.95分位数对比，平衡资源利用率与稳定性。
时间参数校验：30d的时间范围能覆盖长周期业务波动，但步长15m需满足rate窗口（3m）小于步长的2倍（30m），避免数据点缺失，保证计算准确性。
聚合维度合理性：avg by (my_label)按标签聚合Pod CPU使用率，若my_label是业务分组标签，逻辑没问题；如果是单Pod专属标签，建议考虑是否保留Pod维度再做分位数计算，避免丢失个体Pod的异常峰值信息。
指标过滤优化：新增cpu="total"过滤，确保统计Pod总CPU使用量，避免单容器数据偏差，这个细节有效提升了数据准确性。
结果验证与落地：可对比quantile_over_time(0.99, ...)与原max_over_time的结果，验证分位数是否能有效反映资源极端使用情况；调优后需持续监控Pod资源使用率，确认是否达到预期。