Prometheus中的时间加权范围查询

问题描述

我想为记录的跟踪错误计算性能指标，这是Prometheus坚持的时间序列。我感兴趣的是：

• IAE：绝对绝对误差
• ISE：积分平方误差
• ITAE：积分时间绝对误差
• ITSE：积分时间平方误差

为澄清起见，它们的计算如下：

IAE和ISE应该很简单。如果使用ITAE和ITSE，“较旧的”错误值的影响会减小，并强调新的错误值。

我已经创建了两个普罗米修斯规则：

rules:
- record: tracking_error:absolute
  expr: abs(tracking_error)
- record: tracking_error:squared
  expr: tracking_error*tracking_error

这些使我能够查询IAE和ISE：

# IAE
sum_over_time(tracking_error:absolute[1h])
# ISE
sum_over_time(tracking_error:squared[1h])

但是我在设计时间加权积分ITSE和ITAE的查询时遇到困难。

我当前的方法如下：

我创建了一组附加了带有时间戳记的规则：

rules: 
- record: tracking_error:timestamp
  expr:  time()
- record: tracking_error:timestamp:labelled
  expr: label_replace(tracking_error:timestamp,"errorName","someError","","")

继而可以编写如下查询：

sum_over_time(
  (
    tracking_error:absolute * ignoring (endpoint,instance,job,namespace,pod,service) group_left (errorName) (tracking_error:timestamp:labelled-(tracking_error:timestamp:labelled offset 1m))
  )[1m:]
)

感觉非常讨厌。这是否正确，还有其他更好的方法吗？我希望有人可以在这里帮助我。

解决方法

好得多，并且不依赖于其他规则：

sum_over_time(
  (
    tracking_error:absolute 
    * 
    (timestamp(tracking_error:absolute)-timestamp(tracking_error:absolute offset 1m))

  )[1m:]
)