请求延迟SLO计算

Question

我需要通过直方图时间序列计算和绘制 Prometheus 上的延迟 SLO 图，但我未能成功在 Grafana 中显示直方图。 一个示例指标是 nginx 的请求时间。

假设如果我有一个像这样的直方图桶，

nginx_request_time_bucket(le=1) 1,
nginx_request_time_bucket(le=10) 2,
nginx_request_time_bucket(le=60) 2,
nginx_request_time_bucket(le=+inf) 5

我使用下面的表达式来验证延迟 SLO 。该表达式返回 10 秒内请求的百分比：

sum(rate(nginx_request_time_bucket{le="10"}[$__range])) / sum(rate(nginx_request_time_count[$__range]))

现在我怎样才能找到10秒到60秒内的请求百分比？我该如何计算？

下面的表述正确吗？

(
  sum(rate(nginx_request_time_bucket{le="10"}[$__range]))
+
  sum(rate(nginx_request_time_bucket{le="60"}[$__range]))
) / 2 / sum(rate(nginx_request_time_count[$__range])) 

非常感谢这里的任何帮助！

Answer 1

所有

{le="10"}

请求也包含在

{le="60"}

中（以及所有更大的存储桶中），因此为了了解它们之间的请求量，您只需减去费率，例如：

(
  sum(rate(nginx_request_time_bucket{le="60"}[$__range]))
   - 
  sum(rate(nginx_request_time_bucket{le="10"}[$__range]))
)
/ sum(rate(nginx_request_time_count[$__range]))

应该可以。

Answer 2

如果您需要根据Prometheus直方图绘制持续时间不超过某个阈值的请求份额的SLI / SLO图，那么Prometheus尚未提供所需的功能。

可以计算不超过预定义阈值的请求份额，该阈值等于通过

le

标签定义的直方图边界，如另一个答案所示：

sum(increase(nginx_request_time_bucket{le="10"}[1h]))
  /
sum(increase(nginx_request_time_bucket_count[1h]))

查询计算过去一小时内不超过 10 秒的请求的份额（在

[0 .. 1]

范围内）。

使用我工作的类似 Prometheus 的替代系统时，可以使用以下 MetricsQL 查询来计算任意阈值的请求的估计份额：

histogram_share(10, sum(increase(nginx_request_time_bucket[1h])) by (le))

此查询计算过去一小时内不超过 10 秒的请求的估计份额。请参阅 histogram_share() 文档。

附注Prometheus 提供了 histogram_fraction 函数，可以用于类似上述计算的 SLI/SLO 计算。不幸的是，此函数不适用于传统的 Prometheus 直方图 - 它仅适用于实验性本机直方图。