根據 Prometheus 中的速率了解 histogram_quantile

Question

根據 Prometheus 文檔，為了使用直方圖指標獲得第 95 個百分點，我可以使用以下查詢：

histogram_quantile(0.95, sum(rate(http_request_duration_seconds_bucket[5m])) by (le))

資料來源： https : //prometheus.io/docs/practices/histograms/#quantiles

由於直方圖的每個桶都是一個計數器，我們可以計算每個桶的比率為：

范圍向量中時間序列的每秒平均增長率。

請參閱： https : //prometheus.io/docs/prometheus/latest/querying/functions/#rate

因此，例如，如果桶值[t-5m] = 100 和桶值[t] = 200，則桶率[t] = (200-100)/(10*60) = 0.167

最后，最令人困惑的部分是 histogram_quantile 函數如何在知道所有桶率的情況下找到給定指標的第 95 個百分位數？

是否有任何代碼或算法可以讓我更好地理解它？

Answer 1

我相信這是普羅米修斯中的代碼
一般的想法是，您使用存儲桶中的數據來推斷/近似分位數 Elasticsearch 在其匯總功能中也做了類似（但不同/簡單得多）的事情

Answer 2

您必須使用reset因為計數器可以重置， rate自動考慮重置並為您提供正確的每秒計數。 請記住，在使用計數器之前始終使用速率。

Answer 3

你可以在這里參考我的回復

實際上 rate() 函數只是用來指定時間窗口的，分母對百分位數的計算沒有影響。

Answer 4

一個可靠的例子將很好地解釋histogram_quantile 。

假設：

• 為簡單起見，只有一個系列
• 指標http_request_duration_seconds 10 個桶。

10ms、50ms、100ms、200ms、300ms、500ms、1s、2s、3s、5s

• http_request_duration_seconds是COUNTER的度量類型

時間	價值	三角洲	rate（物品數量）
t-10m	50	不適用	不適用
t-5m	100	50	50 / (5*60)
噸	200	100	100 / (5*60)
...	...	...	...

• 我們至少有兩個系列的刮擦，覆蓋了 5 分鍾的rate()來計算每個桶的quantity

rate_xxx(t) = (value_xxx[t]-value_xxx[t-5m]) / (5m*60)是[t-5m, t] quantity of items

• 我們在這里查看 2 個樣本（ value(t)和value(t-5m) ）。
• 10000 http 請求持續時間（ items ），即
  10000 = rate_10ms(t) + rate_50ms(t) + rate_100ms(t) + ... + rate_5s(t) 。

桶（樂）	10ms	50ms	100ms	200ms	300ms	500ms	1s	2s	3s	5s	+信息
范圍	~10ms	10~50ms	50~100ms	100~200ms	200~300ms	300~500ms	500ms~1s	1~2s	2s~3s	3~5s	5s~
rate_xxx(t)	3000	3000	1500	1000	800	400	200	40	30	5	5

桶是直方圖的本質。 我們只需要rate_xxx(t) 10 個數字來進行分位數計算

讓我們仔細看看這個表達式（為簡單起見，省略了sum()類的聚合）

histogram_quantile(0.95, rate(http_request_duration_seconds_bucket[5m]))

我們實際上正在尋找rate_xxx(t)從bucket=10ms到bucket=+Inf 95%th項。 95%th表示這里的95%th 9500th ，因為我們總共有10000項目（ 10000 * 0.95 ）。
從上表中可以看出，在bucket=500ms之前總共有9300 = 3000+3000+1500+1000+800項。

所以第9500th項目是第200th項目（ 9500-9300 ）在bucket=500ms （ range=300~500ms ）內得到了400項目

Prometheus 假設桶中的物品以線性模式均勻分布。
bucket=500ms 200th項的度量值為400ms = 300+(500-300)*(200/400)

也就是說， 95%是400ms 。

有幾個要記住

• 對於直方圖度量類型，度量本質上應該是COUNTER
• 對於位數計算系列應該總是讓標簽le定義
• 特定桶中的項目（數據）以線性模式均勻分布（例如：300~500ms）

普羅米修斯至少做出了這個假設

• 分位數計算需要按升序/降序對桶進行排序（定義）（例如：1ms < 5ms < 10ms < ...）
• histogram_quantile結果是一個近似值

PS：
由於假設Items (Data) in a specific bucket spread evenly a linear pattern的Items (Data) in a specific bucket spread evenly a linear pattern因此度量值並不總是accurate

假設， bucket=500ms ( range=300~500ms ) 中的實際最大持續時間（例如：來自 nginx 訪問日志）是310ms ，但是，我們將通過上述設置從histogram_quantile獲得400ms ，這有時會令人困惑。

桶距越小， approximation越准確。
因此，請設置適合您需要的鏟斗距離。