prometheus - PromQL 查询以查找每个触发警报的持续时间

Question

我正在创建一个 Grafana 仪表板来查看每个触发警报的总警报计数和持续时间（意味着它应该捕获警报触发状态的时间长度）。

用于捕获总警报计数的 PromQL 查询如下，

count by (alertname,customerName) (changes(customer_ALERTS[24h]))

想法是在 Grafana 表格面板中再添加两列，其中包含alert count和duration

现在我需要获取查询以捕获每个警报的持续时间。有人可以分享一些想法吗？

Answer 1

如果您知道警报的评估间隔，则可以使用以下 PromQL 查询来计算过去 24 小时内处于触发状态的警报的持续时间（以秒为单位）：

count_over_time(customer_ALERTS[24h]) * <evaluation_interval_in_seconds>

该查询假定customer_ALERTS在警报触发时包含非空值，并且在警报未触发时没有任何值。如果customer_ALERTS包含zero警报未触发one时的值和警报触发时的值，则应使用以下查询来确定处于触发状态的警报的持续时间（以秒为单位）：

avg_over_time(customer_ALERTS[24h]) * 24 * 3600

如果customer_ALERTS包含触发/不触发状态的其他值，则PromQL 子查询可用于计数处于触发状态的样本。还可以查看MetricsQL 函数，例如lifetime(m[d])、 share_gt_over_time(m[d], gt)或count_gt_over_time(m[d], gt)。