Prometheus标签与向量推送时间戳比较：统计指定范围向量数量

我来帮你搞定这个查询需求！你要的是统计那些label（UTC时间戳字符串）落在样本自身推送时间前一天到推送时间之间的向量数量，对吧？下面一步步拆解实现思路和具体语句：

核心思路拆解 #

首先得明确两个关键时间维度：

• 样本的推送时间戳T()：在PromQL里用timestamp(your_metric)获取，这是每个样本自身的上报时间，别和当前查询时间time()搞混——time()是固定的查询触发时间，而每个样本的推送时间是它独有的timestamp。
• label的时间戳：因为它是字符串格式，得先用parse_time()把它转成秒级数值时间戳，才能和推送时间做数值比较。

基础查询：统计当前符合条件的样本数量 #

直接用count()结合筛选条件，就能得到当前时刻符合要求的向量总数：

count(
  your_metric_name
  where parse_time(label) >= timestamp(your_metric_name) - 1d
  and parse_time(label) <= timestamp(your_metric_name)
)

这里1d是PromQL支持的直观时间单位，等价于86400秒，写起来比硬编码秒数更易读。

时间范围统计：过去7天内的数量变化 #

如果你想查看过去7天里每天（或固定步长）的符合条件样本数，就用count_over_time()配合范围向量语法：

count_over_time(
  your_metric_name
  where parse_time(label) >= timestamp(your_metric_name) - 1d
  and parse_time(label) <= timestamp(your_metric_name)
)[7d:1d]

• [7d:1d]表示查询过去7天的数据，按1天的步长聚合，返回每天的统计结果。
• 如果需要更细的粒度（比如每小时统计），把步长改成1h即可。

注意事项 #

• 确保label的时间戳字符串是parse_time能识别的标准UTC格式（比如2024-05-20T12:34:56Z），否则转换会返回NaN，对应样本会被过滤掉。
• 如果你的label时间戳是毫秒级的，需要先除以1000转成秒级再比较，比如parse_time(label)/1000，具体要匹配你的时间戳格式。

内容的提问来源于stack exchange，提问作者Ankit Vallecha