PromQL 中 histogram_quantile(0.9, rate(http_request_duration_seconds_bucket[10m])) 背后的数学是啥

Posted 2023-02-15

【中文标题】PromQL 中 histogram_quantile(0.9, rate(http_request_duration_seconds_bucket[10m])) 背后的数学是啥

【英文标题】：what's the math behind histogram_quantile(0.9, rate(http_request_duration_seconds_bucket[10m])) in PromQLPromQL 中 histogram_quantile(0.9, rate(http_request_duration_seconds_bucket[10m])) 背后的数学是什么

【发布时间】：2021-02-18 18:01:06

【问题描述】：

我正在试图弄清楚背后的计算方式

histogram_quantile(0.9, rate(http_request_duration_seconds_bucket[10m]))

基于https://prometheus.io/docs/prometheus/latest/querying/functions/#histogram_quantile，上述表达式计算了过去 10m 中请求持续时间的第 90 个百分位。

据我了解，http_request_duration_seconds_bucket 是一个带有le 和计数的桶数组。 le 指定存储桶边界。

那么rate(http_request_duration_seconds_bucket[10m])后面的计算是什么，是不是计算每秒每个bucket中counts的增加量？

根据上面的表达式，histogram_quantile(0.9, rate(...))，rate(...) 部分类似于累积密度分布 (CDF)。

我理解正确吗？

【问题讨论】：

请参考我的anwser here

【参考方案1】：

rate(http_request_duration_seconds_bucket[10m]) 后面的计算是什么，它是计算每秒每个bucket中计数的增加吗？

正如post 所解释的，此处应用于存储桶的rate 计算了过去 10 分钟内所有存储桶上发生的一组rate of increments。因此，要回答您的问题，请使用cumulative density distribution 在给定时间范围内计算的变化率。

histogram_quantile 函数然后使用此数据计算分位数/百分位数。