Question

我正在看这个article

# TYPE prometheus_http_request_duration_seconds histogram
prometheus_http_request_duration_seconds_bucket{handler="/",le="0.1"} 25547
prometheus_http_request_duration_seconds_bucket{handler="/",le="0.2"} 26688
prometheus_http_request_duration_seconds_bucket{handler="/",le="0.4"} 27760
prometheus_http_request_duration_seconds_bucket{handler="/",le="1"} 28641
prometheus_http_request_duration_seconds_bucket{handler="/",le="3"} 28782

我对为什么感到困惑

histogram_quantile(0.9, 
    rate(prometheus_http_request_duration_seconds_bucket[5m])
)

不会以单位observe event / second给出速率的分位数，而是以单位second / observe event给出请求持续时间的分位数

rate(prometheus_http_request_duration_seconds_bucket[5m]

应该在5分钟内平均给您number of observe event in certain bucket / second

我想histogram_quantile会给您速率分位数

我一定理解不正确

Answer 1

This 和 here 是 prometheus 中 historgram_quantile 的代码。

举个例子

assumed the original bucket is :
[50][100][150][200][200] with corresponding upperbound 5s,10s,15s,20s,+Inf.

then the rate(xx[5m]) returned a bucket like this:
[20/5*60][40/5*60][60/5*60][80/5*60][80/5*60]

histogram_quantile will delegate the returned bucket to another function bucketQuantile.
It used the rough following logic to compute the percentile: 

1) get the total rank of the percentile 
such as 90ile is 0.9 * total counts = 0.9 * (80/5*60)
2) compute the value of 90ile
last upperbound before the total rank position is 15 secs;
current upperbound of the total rank is 20 secs;
the count in the bucket that 90ile position belongs is (80/5*60)-(60/5*60);
the internal rank in that single bucket of 90ile position is (0.9 * 80/5*60)-(60/5*60);
finally, the value of 90ile is: 15 sec + (internal rank / that bucket count) * (20sec-15sec) = 15 + 3 * ( (0.9 * 80/5*60)-(60/5*60) / (80/5*60)-(60/5*60) ) = 
15 + 3 * ( (0.9*80 - 60)/(80-60) ) = 15 + 3 * ( 12/20) = 15+3*0.6= 16.8 sec

就是这样，你可以看到分母 5*60 在计算中实际上没有影响。所以 rate() 函数只是用来指定时间窗口 5 分钟。

Answer 2

rate()函数用于指定分位数计算的时间窗口，如histogram_quantile() function所示。它表示为“在过去5分钟内，我90％的用户经历的最长http响应时间是多少？”

histogram_quantile()函数通过假设存储桶中的线性分布来内插分位数，le给出了最长观察时间。桶是一个计数器，用于测量自过程开始以来观察到的次数。 rate()通过计算每秒（平均）观察值的出现次数来建立链接，可以从该观察值中插值整个时间窗口的响应时间（平均）。

您是对的，由于平均值的原因，它不是100％准确的度量，但是该函数进行了很多假设，并且选择存储桶已经引入了偏差。

我想您可以使用irate()来计算瞬时分位数，但是可能会更加嘈杂。

如何获得普罗米修斯率的分位数

2 个答案: