基于Prometheus计数器设计SLO

Question

我想根据下面描述的两个计数器设计一个SLI/SLO：

requestedCounter = 每次向下游服务发送请求时都会增加 Prometheus 计数器

confirmedCounter = Prometheus 计数器，每次收到确认通知下游服务已处理请求时都会递增

用 = 1- [ sum(rate(confirmedCounter)) / sum(rate(requestedCounter)) ] 来模拟不良事件/总事件是否有意义？或者使用像 count_over_time 这样的东西比 rate 更有意义？

任何其他建议也将不胜感激，因为我是 Prometheus SLI/SLO 的新手。

Answer 1

count_over_time

不适用于您的用例，因为它会计算指定时间段内每个系列的样本数。

例如，查看此查询here.

您似乎对两个

counter

指标的增长率比率感兴趣，因此使用

rate

更有意义。

构建 PromQL 查询时要注意的一件事是仔细了解 Operators 的工作原理（参见文档here）。

对于除法，您的分子或分母可以根据查询计算为标量或向量。我建议首先在 Prometheus 表达式浏览器中尝试单独评估分子和分母，以确保最终查询（在进行除法或乘法之后）是正确的。

Answer 2

Prometheus counters 计算事件的数量。 count_over_time() 函数计算每个匹配时间序列存储在数据库中的原始样本的数量。因此此函数不适用于 Prometheus 计数器指标。您需要使用 increase() 来计算方括号中指定后视窗口中的事件数。例如，

increase(http_requests_total[1h])

计算过去一小时内的 http 请求数。

因此，对于您的情况，以下查询应返回过去一小时内失败请求的份额：

1 - increase(confirmedCouner[1h]) / increase(requestedCounter[1h])