Prometheus 查询计算 avg_over_time 的正常运行时间，但希望忽略小于 1 分钟的停机时间

Question

我是 Prometheus 的新手，在下面进行了查询，试图以百分比形式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任何少于 1 分钟的停机时间？

Answer 1

为探测器制定 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，但需要从基础上考虑分位数。

---

也就是说，直接回答问题，避免 1 分钟的停机时间，这可以帮助：

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]) 获取超过 75 秒的探测平均值，因此我们可以尝试忽略 1 米的停机时间。称之为 UP_TIME_PERCENTAGE.

UP_TIME_PERCENTAGE * 75 提供过去 75 秒内的正常运行时间（以秒为单位）。调用此 UP_TIME_75S.

UP_TIME_75S > bool(60) 提供一个布尔值 1 或 0 时间轴，指示正常运行时间是否超过一分钟。称之为 IS_UP_MORE_THAN_1M

avg_over_time(IS_UP_MORE_THAN_1M[$__range:]) * 100 导致给定 $__range 中正常运行时间超过 1 米的探测器的百分比。注意 :。在子查询上应用 ..._over_time 方法很重要。