一、先搞懂两个基础概念：Prometheus 和 PromQL
在说实时数据分析之前，得先把两个核心工具的作用掰明白，不然容易混淆。Prometheus 其实就是一个专门收集各种系统、服务运行数据的“大仓库”，比如你做的网站有没有卡顿、服务器CPU用了多少、数据库连不上的次数有多少，这些零散的运行数据都会被它定时收起来存好。而 PromQL 就是这个仓库的“专属查询工具”，它不是那种通用的SQL，是专门用来从Prometheus存的实时数据里，快速找出你要的信息、算出结果的语言。 举个最直白的例子：你家里的智能电表（相当于Prometheus）会每15分钟记一次用电量，你想知道今天每小时的用电量变化，就得用专门的电表APP（相当于PromQL）去查、去算，而不是用普通的计算器（通用查询工具）凑。
二、PromQL 实时数据分析的核心场景
PromQL 最适合做的就是“当下正在发生的事”的分析，而不是翻几个月前的旧账，下面说几个最常用的场景，都是实际开发中天天会碰到的。
2.1 实时监控服务的健康状态
比如你做的一个电商下单服务，突然下单量掉了一半，你得马上知道是不是服务本身出问题了？PromQL 就能实时查这个服务的接口调用成功率、响应时间，不用等日志慢慢导出来。
2.2 实时排查系统瓶颈
比如你的网站突然变卡，是服务器CPU占满了？还是内存不够？PromQL 能实时拉取服务器的各项指标，快速定位问题点。
2.3 实时统计业务数据
比如双11的时候，实时看每秒的订单量、支付成功率，不用等后台统计系统慢慢算，PromQL 能直接从实时数据里出结果。
三、PromQL 实时数据分析的完整示例
这里所有示例统一使用 Prometheus 自带的测试指标 + PromQL 语法，所有代码块都标注清楚，方便直接复制测试。
3.1 示例前的准备：先装个测试环境
先把Prometheus装起来，用来存测试数据，装完后就能直接用自带的测试指标来练手了，安装命令如下（Shell 命令）：
# 下载最新版Prometheus（以Linux amd64版本为例）
wget https://github.com/prometheus/prometheus/releases/download/v2.47.0/prometheus-2.47.0.linux-amd64.tar.gz
# 解压文件
tar xvfz prometheus-2.47.0.linux-amd64.tar.gz
# 进入解压后的目录
cd prometheus-2.47.0.linux-amd64
# 启动Prometheus，默认端口9090
./prometheus --config.file=prometheus.yml
启动后打开浏览器访问 http://localhost:9090 就能进入Prometheus的Web界面，后面的示例都在这个界面的查询框里输入PromQL语句运行。
3.2 示例1：实时查询单个指标的当前值
比如你想知道当前服务器的CPU使用率，PromQL里有个自带的测试指标叫 process_cpu_seconds_total，这个指标记录了进程启动后总共用了多少CPU时间，要算当前的使用率，就得用 rate() 函数，这个函数专门用来算指标的变化率，最适合实时数据分析。
完整PromQL语句（注释写在语句后面）：
# 计算当前进程的CPU使用率，rate()函数会算过去5分钟内的变化率
rate(process_cpu_seconds_total[5m])
运行后就能得到一个0到1之间的数，乘以100就是百分比，比如结果是0.12，就是当前CPU使用率12%。这里要注意 [5m] 是时间窗口，意思是拿过去5分钟的数据来算变化率，时间窗口不能设太小，不然数据波动太大，结果不准；也不能设太大，不然就不是“实时”了。
3.3 示例2：实时统计多个服务的接口成功率
比如你有3个服务，分别叫order、pay、user，每个服务都有接口调用总数和失败次数的指标，要实时算每个服务的成功率，就得用 sum() 函数分组统计，还要用 by 关键字按服务名分组。
完整PromQL语句：
# 先算每个服务的失败率，再用1减得到成功率，乘以100转成百分比
sum(rate(http_requests_total{status_code=~"5.."}[5m])) by (service)
/
sum(rate(http_requests_total[5m])) by (service)
* 100
这里的 status_code=~"5.." 是正则匹配，意思是所有5开头的状态码（也就是服务端错误），sum(rate(...)) by (service) 是按服务名分组统计，运行后就能得到每个服务的实时成功率，比如order服务的成功率是99.8%，pay服务是99.5%，一眼就能看出哪个服务有问题。
3.4 示例3：实时对比两个指标的差值
比如你想知道当前服务器的内存使用率，Prometheus里有 process_resident_memory_bytes（当前占用的内存大小）和 process_virtual_memory_bytes（总共能使用的内存大小）两个指标，要算使用率就得用这两个指标相除。
完整PromQL语句：
# 计算当前进程的内存使用率，乘以100转成百分比
process_resident_memory_bytes / process_virtual_memory_bytes * 100
运行后就能得到内存使用率的百分比，比如结果是45.2，就是当前内存用了45.2%。
四、PromQL 实时数据分析的优缺点
4.1 优点
第一，实时性强，Prometheus每15秒（默认）就会收集一次数据，PromQL能直接用最新的数据计算，延迟只有几秒到几十秒，完全满足实时分析的需求。 第二，语法简单，不用学复杂的SQL，只要搞懂几个常用函数（rate、sum、avg等）和关键字（by、offset等）就能上手，适合不同基础的开发者。 第三，性能好，PromQL是专门为Prometheus的存储结构设计的，查询速度非常快，就算是查几千个指标的实时数据，也能在几百毫秒内出结果。 第四，支持多维度查询，能按服务名、接口名、地域等多个维度分组统计，满足复杂的实时分析需求。
4.2 缺点
第一，只适合实时或近实时分析，不适合做历史数据分析，比如查一年前的某个指标的平均值，用PromQL就不如专门的大数据分析工具。 第二，功能有限，没有复杂的逻辑判断、循环等功能，只能做简单的统计、计算，复杂的业务分析还得结合其他工具。 第三，对新手不友好的点：指标命名不规范的话，查询语句会写得很复杂，比如同一个服务的接口调用数指标有的叫http_requests_total，有的叫api_call_total，就得写多个查询语句才能合并统计。
五、PromQL 实时数据分析的注意事项
第一，时间窗口要合理设置，比如查CPU使用率，时间窗口设1分钟的话，数据波动太大，结果不准；设1小时的话，就失去了实时性，一般设5到15分钟比较合适。
第二，指标命名要规范，最好按“业务类型_指标名_维度”的规则命名，比如order_service_success_count_by_service，这样查询的时候按维度分组很方便，不会出现混乱。
第三，避免过度查询，Prometheus的Web界面如果频繁查复杂的PromQL语句，会占用很多CPU和内存，影响Prometheus的正常运行，生产环境最好用专门的监控工具（比如Grafana）来展示实时数据，而不是直接在Prometheus的Web界面频繁查询。
第四，注意单位转换，比如有的指标是字节，有的是千字节，有的是百分比，查询的时候要统一单位，不然结果会出错，比如查内存使用率的时候，两个指标的单位都是字节，相除后就是百分比，不用额外转换，但如果一个是字节一个是千字节，就得先转成同一个单位再计算。
第五，正则匹配要准确，比如匹配状态码的时候，status_code=~"5..") 会匹配所有5开头的状态码，status_code="500" 只会匹配500状态码，要根据实际需求选择，不然会统计错数据。
六、文章总结
PromQL 是做实时数据分析的利器，尤其是针对系统、服务、业务的实时监控和排查，能快速帮开发者定位问题、统计数据。只要搞懂基础概念、常用函数和语法，再结合实际场景多练，就能很快上手。当然，它也不是万能的，复杂的历史分析、业务建模还是要结合其他工具，但对于实时数据分析这个场景来说，PromQL 足够简单、高效、好用。
Comments