Prometheus查询来计算avg_over_time正常运行时间，但要忽略少于1分钟的停机时间

Question

我是Prometheus的新手，并在下面进行查询，以按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，以Google为例）。

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

但是，有可能使计算忽略少于1分钟的任何停机时间吗？

Answer 1

处理探针SLA的最佳方法是使用分位数功能，例如：

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

这不完全是这种查询，但是需要从基本的角度来思考。

---

也就是说，直接回答问题，避免1分钟的停机时间，这可以有所帮助：

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

现在让我们剖析此查询：

avg_over_time(probe_success{instance="https://www.google.com"}[75s])在75秒内获得了平均值，因此我们可以尝试忽略100万次停机时间。将此称为UP_TIME_PERCENTAGE。

UP_TIME_PERCENTAGE * 75提供过去75秒钟的运行时间（以秒为单位）。将此称为UP_TIME_75S。

UP_TIME_75S > bool(60)提供了布尔1或0时间线，指示正常运行时间是否超过一分钟。将此称为IS_UP_MORE_THAN_1M

avg_over_time(IS_UP_MORE_THAN_1M[$__range:]) * 100在给定的$__range中导致正常运行时间超过1m的探测器所占的百分比。请注意:。在子查询上应用..._over_time方法很重要。