2. Prometheus 基础回顾：PromQL 核心语法、数据类型与标签匹配

在 Kubernetes 集群生命周期运维中，Prometheus 是延迟水位与异常事件监控的数据基座。本节将系统回顾 PromQL 的三大支柱：核心语法、四种指标数据类型以及标签匹配机制。掌握这些基础，才能精准编写出反映集群真实状态的查询表达式。

2.1 指标数据类型：Counter / Gauge / Histogram / Summary

Prometheus 的指标采集端（Exporter）暴露的数据分为四种类型，每种类型对应不同的业务语义和 PromQL 聚合方式。下表从语义、典型场景和常用 PromQL 函数三个维度进行对比：

2.2 PromQL 核心语法：选择器与时间范围

PromQL 的查询表达式由指标名称、标签匹配器和时间范围三部分组成。以下是最常用的三种选择器形式：

• 瞬时向量选择器：返回当前最新值。
  kube_pod_status_phase{phase="Running"}
• 范围向量选择器：返回过去一段时间内的样本序列。
  kube_pod_status_phase{phase="Running"}[5m]
• 偏移修饰符：查询历史时刻的数据。
  kube_pod_status_phase{phase="Running"} offset 1h

范围向量不能直接用于算术运算，必须配合 rate()、avg_over_time() 等聚合函数使用。例如，计算过去 5 分钟 Pod 重启的平均速率：

rate(kube_pod_restart_total[5m])

2.3 标签匹配：精确匹配、正则匹配与负匹配

标签是 Prometheus 数据模型的灵魂。在 PromQL 中，标签匹配器支持四种操作符，用于筛选目标时间序列：

2.4 四种数据类型与 PromQL 聚合的关系

下图展示了四种数据类型在 PromQL 聚合链路中的位置与转换关系，帮助理解从原始指标到监控面板的完整路径：

2.5 常用 PromQL 函数速查

在集群生命周期运维中，以下 PromQL 函数出现频率最高，建议熟记：

• rate()：计算 Counter 类型在指定时间窗口内的每秒平均增长率。适用于 QPS、错误率。
  rate(http_requests_total{status="500"}[5m])
• increase()：计算 Counter 在时间窗口内的增量。适用于查看过去 1 小时错误总数。
  increase(kube_pod_restart_total[1h])
• histogram_quantile()：从 Histogram 中计算分位数。适用于 P99 延迟。
  histogram_quantile(0.99, rate(http_request_duration_seconds_bucket[5m]))
• avg() / max() / min()：对 Gauge 类型进行聚合。适用于集群平均内存使用率。
  avg(node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes) * 100
• delta()：计算 Gauge 在时间窗口内的差值。适用于查看节点温度变化。
  delta(node_cpu_temperature_celsius[10m])

2.6 标签匹配实战：过滤 Kubernetes 资源

在 K8s 环境中，Prometheus 自动为指标附加了丰富的标签（如 namespace、pod、container、node）。以下是一个典型的延迟水位查询，展示如何组合标签匹配与 PromQL 函数：

# 查询 production 命名空间中，所有 nginx Pod 的 P99 延迟（过去 5 分钟）
histogram_quantile(
  0.99,
  sum by (le, pod) (
    rate(
      nginx_ingress_controller_request_duration_seconds_bucket{
        namespace="production",
        pod=~"nginx-.*"
      }[5m]
    )
  )
)