IT 面试题库

PromQL 里 rate、irate、increase 有什么区别?为什么计算 QPS 必须带上时间区间?

高级简答题SRE站点可靠性工程师DevOps工程师系统运维工程师PrometheusPromQLrateirate告警

题目

考察点:区间向量、外推逻辑、采样窗口与告警的配合。PromQL 实操核心。

参考答案

内容深度:详细 · 无代码示例 · 来源:外部链接 · 未复核 · 70 天前更新 · 技术内容可能随版本变化,建议结合官方文档理解

要点:

- rate(counter[5m]):计算区间内的平均每秒增长率。它把区间内所有采样点纳入,并自动处理 Counter 归零(进程重启)——检测到值下降时视为重置,按增长量累加。这是计算 QPS/速率的默认选择。

- irate(counter[5m]):用区间内最后两个采样点算瞬时速率。反应快、对突变更灵敏,但噪声大、容易抖动——适合看趋势与调试(观察瞬时波动),不适合直接用于告警(会频繁抖动触发)。

- increase(counter[5m]):区间内的总增长量(≈ rate × 区间秒数)。注意它仍然做了外推(不是简单的「末值 - 首值」),所以结果是近似值;语义上等价于「这 5 分钟处理了多少请求」,适合按时间窗口展示总量。

1. 平滑度:区间越长越平滑但越迟钝;

2. 与采集间隔的关系:区间至少要包含 2 个以上采样点(官方建议≥4 倍 scrape interval)。采集间隔 15s、区间 5m(20 个点)是常见配置;若采集间隔改成 60s 而区间仍是 5m,只剩 5 个点,遇到丢采样时rate 结果会剧烈跳变甚至出现空值。

- 区间内的数据点太少(如只采到 2 个点且间隔不均)时,结果误差明显;

- 反例:任务每 2 分钟才打点一次、却用 rate(x[1m]),会得到忽高忽低甚至 0 的结果;

- 断言:指标打点间隔必须小于查询区间,且最好相差 4 倍以上。

- 告警要用 rate + 足够长的区间(如 rate(errors_total[5m]) / rate(requests_total[5m]) > 0.05),并配 for: 5m 避免瞬时抖动触发——for 与区间长度是互补的防抖手段;

- irate 用在看板上(展现瞬时抖动)而不是告警;

- 算比率时分子分母区间必须一致(都用 [5m],否则得到无意义的比值);

- increase 用于「计数总量」(如「过去 1 小时错误数」),但要理解它是近似,不能用于计费级精确统计(那应该用日志或专门的事件统计);

- sum by (route) 再套 rate 与 rate 再 sum 的写法差异:sum(rate(...)) 满足「先聚合后计算」,是推荐写法(先按各实例算速率再求和)。反过来 rate(sum(...)) 在多数场景结果相近,但遇到 Counter 重置时行为不同(先 sum 会把重置掩盖掉)——推荐 sum(rate(...));

- 别忘了 [5m] 里的 5m 是「查询时的回溯窗口」,超出 lookback delta 的样本会被忽略(很久没更新的指标查询会返回空而不是 0——这常导致「指标消失」的困惑,需要 or vector(0) 之类兜底)。

练这道题

同分类 · 高频题

题目与答案就在本页;收藏、批注和错题重练在应用内

这道题看完了?连刷同类题,趁热打铁效果最好 进入刷题