📚 课程目录第2章 PromQL基础回顾

2、PromQL 基础回顾：瞬时向量与区间向量、标签匹配器、基础聚合操作

在深入多租户隔离实践之前，必须牢固掌握 PromQL 的三大核心基础：数据类型（瞬时向量与区间向量）、标签筛选机制（标签匹配器）以及基础聚合操作（sum、avg、min、max）。这些概念是构建租户级查询隔离的基石。

PromQL 查询返回的数据主要分为两种向量类型，理解它们的区别是正确使用聚合函数的前提。

向量类型	英文名称	含义	典型语法	返回结果
瞬时向量	Instant Vector	每个时间序列在当前时刻的一个最新样本值	`http_requests_total`	一组键值对，每个时间序列对应一个值
区间向量	Range Vector	每个时间序列在过去一段时间范围内的一组样本值	`http_requests_total[5m]`	一组键值对，每个时间序列对应一个样本数组

  关键区别： 瞬时向量用于点查和聚合；区间向量用于趋势分析和速率计算（如 rate()、increase()）。聚合操作（sum/avg/min/max）通常作用于瞬时向量。

标签匹配器是 PromQL 实现多租户隔离的核心武器。通过在查询中精确匹配租户标签，可以确保一个租户的查询不会泄漏到其他租户的数据中。PromQL 支持四种匹配器：

最佳实践： 在多租户场景中，建议将 tenant_id 作为强制标签。所有查询入口（如 Grafana 变量、告警规则）都应自动注入 tenant_id="xxx" 匹配器，从源头隔离数据。

聚合操作将多个时间序列合并为一个或一组结果。在多租户场景中，聚合通常与 by 或 without 子句配合使用，以保留租户维度。

  租户隔离聚合示例：

  sum by (tenant_id) (http_requests_total{tenant_id=~"acme|beta"})

  该查询先通过标签匹配器筛选出 acme 和 beta 两个租户的数据，然后按 tenant_id 分组求和，返回每个租户的总请求量。

在多租户场景中，by 和 without 子句决定了哪些标签在聚合后保留：

by (tenant_id)：显式指定保留 tenant_id 标签，其他标签被丢弃。这是多租户隔离的推荐方式。
without (instance)：排除 instance 标签，保留其余所有标签（包括 tenant_id）。适用于需要保留多个维度的场景。

常见陷阱： 如果聚合时忘记使用 by 或 without，PromQL 会默认聚合所有维度，导致租户数据被合并，失去隔离性。例如：sum(http_requests_total) 会返回所有租户的总和，这在多租户场景中通常是错误的。