prometheus - Prometheus 查询计算 avg_over_time up-time，但想忽略 down-time 小于 1 分钟

Question

我是 Prometheus 的新手，并在下面进行了查询，试图以百分比显示某个网站的平均正常运行时间以进行 SLA 监控（例如 Google）。

(avg_over_time(probe_success{instance="https://www.google.com/"}[$__range])) * 100 

但是，是否可以让计算忽略少于 1 分钟的任何停机时间？

Answer 1

为探针进行 SLA 的最佳方法是使用分位数函数，例如：

quantile_over_time(0.99, probe_success{instance="https://www.google.com/"}[$__range])

不完全是这个查询，但需要从基本考虑分位数。

---

也就是说，要直接回答问题，避免 1 分钟的停机时间，这会有所帮助：

avg_over_time(((avg_over_time(probe_success{instance="https://www.google.com"}[75s]) * 75) > bool(60))[$__range:]) * 100

现在让我们剖析这个查询：

avg_over_time(probe_success{instance="https://www.google.com"}[75s])获取 75 秒内的平均探测时间，因此我们可以尝试忽略 1m 的停机时间。打电话给这个UP_TIME_PERCENTAGE。

UP_TIME_PERCENTAGE * 75提供过去 75 秒的正常运行时间（以秒为单位）。打电话给这个UP_TIME_75S。

UP_TIME_75S > bool(60)提供布尔值 1 或 0 时间线，指示正常运行时间是否超过一分钟。调用这个IS_UP_MORE_THAN_1M

avg_over_time(IS_UP_MORE_THAN_1M[$__range:]) * 100导致在给定中运行时间超过 1m 的探针的百分比$__range。注意:. ..._over_time对子查询应用方法很重要。