Prometheus自定义计数器无法精准查询：如何获取近1分钟事件次数？

首先得明确：你要的是近1分钟内事件的绝对发生总数，咱们先拆解你用的两个函数的问题，再给出正确的解决思路：

为什么你之前的查询不对？ #

• sum(rate(my_counter[1m]))：这个函数计算的是每秒的平均增长率，返回的是“每秒发生多少次事件”，不是1分钟的总次数，从根上就不符合你的需求。
• sum(increase(my_counter[1m]))：这个函数理论上应该返回1分钟内计数器的总增量（也就是事件总次数），但结果不准的话，大概率是下面几个细节出了问题：

排查并解决问题的步骤 #

1. 确认自定义计数器的实现是否正确 #

Prometheus的计数器必须是单调递增的——每次事件发生时只能加1（或固定正数值），绝对不能减少或主动重置到0（进程重启这种不可避免的情况除外）。如果你的自定义计数器逻辑有问题（比如事件回滚时减了数值），那increase的结果肯定会失真。

2. 检查标签过滤是否准确 #

如果你的计数器带有多维度标签（比如instance、job、event_type等），要确保你只sum了需要的时间序列：

• 如果你要的是某个服务的总次数，要加上标签过滤，比如：

  sum(increase(my_counter{job="your_service_name"}[1m]))
  

• 如果不小心包含了无关的实例或事件类型，sum后的结果自然会偏离预期。

3. 处理计数器重置的情况 #

如果你的服务进程会重启（导致计数器重置为0），increase函数其实会自动检测这种情况并累加重置后的增量，但你可以用另一种方式验证结果是否正确：

sum(clamp_min(my_counter - my_counter offset 1m, 0))

这个语句的逻辑是：拿当前计数器值减去1分钟前的值，用clamp_min把负数（重置导致的）转为0，再sum总增量，结果应该和sum(increase(...))一致。

4. 确认查询的时间范围逻辑 #

Prometheus里的[1m]指的是“当前查询时间点往前推1分钟的区间”。如果你在Grafana等可视化工具里使用这个查询，要注意面板的时间范围设置——比如如果面板显示的是过去5分钟的数据，每个数据点对应的是该点往前1分钟的增量，而不是整个面板时间范围的总量。

最终正确的查询语句 #

如果你的计数器实现正确、标签过滤到位，直接用下面的语句就能得到近1分钟的事件总次数：

sum(increase(my_counter[1m]))

如果需要按某个维度分组统计（比如按事件类型），可以用sum by (label_name)：

sum by (event_type) (increase(my_counter{job="your_service"}[1m]))

内容的提问来源于stack exchange，提问作者user3310115