如何借助changes函数筛选指定时段发生变更的时间序列

核心思路非常直接：利用现有changes()函数的计数能力，以最近24小时为统计窗口，筛除计数为0的时间线即可。

• 配置统计窗口：调用changes()时将时间范围参数指定为最近24小时，函数会逐根返回对应时间线在这个窗口内的变更次数。如果你的查询语法和PromQL类似，时间窗口直接传24h即可。
• 执行过滤逻辑：对changes()的返回结果做判断，只保留变更次数大于0的时间线，变更次数等于0的就是最近24小时完全没有产生变化的序列，直接剔除。

参考写法示例 #

如果是类Prometheus的时序查询场景，完整的过滤语句可以直接写成：

changes(your_target_metric[24h]) > 0

补充说明：如果你的时序数据存在上报中断、重启后重复上报初始值的情况，可以根据实际业务调整判断阈值，比如把条件改成>1，避免把非活跃的异常上报序列误判为有效活跃序列。如果changes()返回的是结构化的「时间线ID-变更次数」映射，直接遍历结果集丢弃值为0的条目就行，不需要额外做复杂计算。

内容的提问来源于stack exchange，提问作者Naximus