Prometheus无法执行两值除法：CPU使用率查询故障排查

这个问题的核心是Prometheus的向量匹配规则在搞鬼！当你把两个向量做除法运算时，Prometheus默认要求两边的时间序列拥有完全一致的标签集才能匹配，否则就会返回空结果或者无法正常计算。

问题拆解 #

• 左边的rate(windows_cpu_time_total{mode!="idle"}[5m])返回的是多标签向量：每个时间序列包含instance、job、mode这些标签（对应不同的非空闲CPU模式）。
• 右边的windows_cs_logical_processors返回的是少标签向量：一般只有instance和job标签，对应每台机器的逻辑核心数。

因为两边的标签集不一致（左边多了mode标签），默认的精确匹配找不到对应关系，所以组合查询就失效了。

解决方案：使用向量匹配修饰符 #

你需要用on()指定用来匹配的共同标签，再用group_left()告诉Prometheus：左边的多个序列（每个mode对应一个）都可以匹配右边对应标签的单个核心数值。

试试这个修正后的查询：

rate(windows_cpu_time_total{mode!="idle"}[5m]) / on(instance, job) group_left() windows_cs_logical_processors

如果你的环境中job标签不是必须的（比如所有采集都用同一个job），也可以简化为：

rate(windows_cpu_time_total{mode!="idle"}[5m]) / on(instance) group_left() windows_cs_logical_processors

验证思路 #

1. 先分别执行两个子查询，查看它们的标签结构：
   • 执行rate(windows_cpu_time_total{mode!="idle"}[5m])，确认返回的序列包含哪些标签（比如instance、job、mode）。
   • 执行windows_cs_logical_processors，确认返回的序列包含哪些标签（比如instance、job）。
2. 确保on()里指定的是两边都有的共同标签，这样就能正确匹配每台机器的核心数到对应的CPU时间序列上。

这样修改后，查询应该就能正常计算出每个非空闲CPU模式的使用率（除以核心数后的值）了。

内容的提问来源于stack exchange，提问作者Stas BZ