基于Prometheus直方图绘制分位数延迟曲线的Grafana配置求助

嘿，我刚好踩过这个坑，给你整理一套亲测有效的实现步骤，绝对能画出你想要的分位数延迟曲线～

一、核心逻辑先确认 #

你提到的histogram_quantile(0.75, sum(rate(nginx_request_time_bucket[5m])) by (le))方向完全正确，这是Prometheus计算分位数的标准姿势。这里划两个关键细节：

• rate()必须加：它会计算5分钟窗口内的桶速率，避免静态计数带来的时间偏差
• sum() by (le)要到位：如果有多个Nginx实例，这一步能把所有实例的请求数据合并，算出整体的分位数

二、Grafana面板配置分步走 #

1. 选对面板类型 #

别再用热力图啦，直接新建Time series面板——这才是画折线图的正确打开方式。

2. 添加分位数查询 #

针对每个分位数，单独添加查询（或者后面用变量批量生成，先讲手动版）：

• P50分位数：

  histogram_quantile(0.5, sum(rate(nginx_request_time_bucket[5m])) by (le))
  

• P75分位数：

  histogram_quantile(0.75, sum(rate(nginx_request_time_bucket[5m])) by (le))
  

• P90分位数：

  histogram_quantile(0.9, sum(rate(nginx_request_time_bucket[5m])) by (le))
  

• P100分位数：

  划重点：Prometheus的histogram_quantile没法精准计算P100，因为最后一个桶是le=+inf，只能拿到这个桶的下限值做近似。如果要精准的P100，建议单独采集nginx_request_time_max这类最大值指标，用它来画P100线。

3. 样式优化更清晰 #

• Y轴配置：
  • 把Y轴标题改成「延迟（秒）」
  • 延迟跨度大的话，勾选「Log scale」（对数轴）会更直观
  • 设置最小值为0，避免Y轴乱飘
• 图例配置：
  • 给每个查询设置别名，比如把P50的查询别名改成P50，图例里一眼就能分清每条线
• 线条样式：
  • 给不同分位数配不同颜色，比如P100用红色、P90用橙色、P75用蓝色、P50用绿色，辨识度拉满

三、没出数据？排查这几点 #

如果查询没返回数据，按顺序检查：

1. 先去Prometheus确认nginx_request_time_bucket指标存在，且有不同le标签的有效数据
2. 调整rate()的时间窗口：如果请求量小，5分钟窗口可能没足够数据，试试缩小到1m或30s
3. 检查聚合标签：如果Nginx有instance或job标签，要不要把它们加到by里？比如sum(rate(nginx_request_time_bucket[5m])) by (le, instance)——不过要整体分位数的话，只保留le就行

四、进阶：用变量批量生成分位数 #

如果要加更多分位数（比如P95）或者频繁调整，用Grafana变量更高效：

1. 新建一个自定义变量，类型选「Query」，输入选项：0.5,0.75,0.9,0.95
2. 查询里用$quantile代替固定值：

   histogram_quantile($quantile, sum(rate(nginx_request_time_bucket[5m])) by (le))
   

3. 这样就能通过变量一键切换分位数，或者一次性展示所有分位数曲线

内容的提问来源于stack exchange，提问作者td4u