4. PromQL 基础：即时向量与范围向量、选择器与标签匹配、基础聚合操作

PromQL（Prometheus Query Language）是 Prometheus 生态中用于数据查询与分析的唯一语言。在 SLO 作业模板与故障自愈场景中，绝大多数告警规则、Dashboard 面板、自动化决策逻辑都依赖 PromQL 的精确表达。本章聚焦 PromQL 最核心的三个概念：向量类型（即时向量 vs 范围向量）、标签选择器（精确匹配、正则匹配、负向匹配）以及基础聚合函数（rate / irate / sum / avg）。掌握这些基础后，你就能读懂并编写 80% 以上的 SLO 相关查询。

4.1 即时向量与范围向量

PromQL 的查询结果分为两种向量类型，理解它们的区别是正确使用聚合函数的前提。

在 PromQL 语法中，范围向量通过在指标名后加 [时间窗口] 表示，例如 http_requests_total[5m] 返回过去 5 分钟内每个时间序列的所有样本。即时向量则不加方括号，例如 http_requests_total 只返回最新值。

4.2 选择器与标签匹配

Prometheus 的数据模型基于指标名 + 标签键值对。选择器（Selector）用于从时间序列数据库中精确筛选目标数据。标签匹配支持四种操作符：

选择器可以组合多个标签条件，用逗号分隔，逻辑为 AND：

# 选择 job 为 api-server，且 method 为 GET 或 POST 的 series
http_requests_total{job="api-server", method=~"GET|POST"}

# 排除健康检查路径，且只保留 production 环境
http_requests_total{path!="/healthz", env="production"}

4.3 基础聚合操作：rate / irate / sum / avg

聚合函数是 PromQL 从原始样本中提取业务语义的核心工具。在 SLO 计算中，rate() 和 irate() 用于将 Counter 类型指标转换为每秒速率；sum() 和 avg() 用于跨维度汇总。

4.3.1 rate() 与 irate()：Counter 转速率

# 过去 5 分钟的平均每秒请求数（推荐用于 SLO 告警）
rate(http_requests_total[5m])

# 过去 5 分钟的瞬时每秒请求数（基于最后两个样本）
irate(http_requests_total[5m])

4.3.2 sum() 与 avg()：跨维度聚合

sum() 对指定维度求和，avg() 计算平均值。两者通常与 by 或 without 子句配合，控制聚合后保留哪些标签。

# 按 job 维度聚合，计算每个 job 的总请求速率
sum by (job) (rate(http_requests_total[5m]))

# 按 service 和 method 维度聚合，计算平均延迟
avg by (service, method) (rate(http_request_duration_seconds_sum[5m]) / rate(http_request_duration_seconds_count[5m]))

4.3.3 组合使用：SLO 错误率计算示例

以下是一个典型的 SLO 错误率查询，综合使用了 rate()、sum() 和标签选择器：

# 计算每个 service 过去 1 小时的错误率（HTTP 5xx / 总请求）
(
  sum by (service) (
    rate(http_requests_total{status=~"5.."}[1h])
  )
  /
  sum by (service) (
    rate(http_requests_total[1h])
  )
) * 100

该查询的语义分解：

1. rate(http_requests_total{status=~"5.."}[1h]) — 取过去 1 小时内所有 5xx 状态码的每秒速率（范围向量 → 即时向量）
2. sum by (service) (...) — 按 service 标签聚合，将同一 service 下所有实例的错误速率相加
3. 分母同理计算总请求速率
4. 两者相除后乘以 100，得到百分比形式的错误率

4.4 本章小结

• 即时向量返回当前最新值，范围向量返回时间窗口内的样本集合，通过 [时间窗口] 语法区分。
• 标签选择器支持 =、!=、=~、!~ 四种操作符，组合使用可精确筛选目标时间序列。
• rate() 计算窗口内平均速率，适合 SLO 告警；irate() 计算瞬时速率，适合实时 Dashboard。
• sum() 和 avg() 配合 by 子句实现跨维度聚合，是构建 SLO 错误率、延迟等核心指标的基础。