【小测试】VictoriaMetrics中如何汇总单个time series上的多个data point？

作者:张富春(ahfuzhang)，转载时请注明作者和引用链接，谢谢！

• cnblogs博客
• zhihu
• Github
• 公众号:一本正经的瞎扯
  
  

---

问题最终在andy专家的帮助下解决，但是内部的原理还是很迷惑。

1.如何知道一个time series在一段时间内有多少个data point?

我用了这个笨办法来解决：

curl -G "http://11.145.xx.xx/select/0/prometheus/api/v1/query_range" --data-urlencode 'query=metric_count_rpc{metrics_name="xx"}' --data-urlencode 'timeout=10s' --data-urlencode 'start=1650440880' --data-urlencode "step=1s" --data-urlencode 'end=1650440939'

• 开始时间：2022-04-20 15:48:00
• 结束时间：2022-04-20 15:48:59
• step=1s，这个很重要
• 返回了61条数据（为什么不是60条，不明白）
• 返回最小时间：2022-04-20 15:48:00
• 返回最大时间：2022-04-20 15:59:09 (为什么超出了我指定的时间范围，不明白)
• 有四种不同的值，猜测正确的data point是4条
  
  (数据的格式请见最后)

1.1 如何刚好指定四条数据产生的时间，能不能查出来？

curl -G "http://11.145.xx.xx/select/0/prometheus/api/v1/query_range" --data-urlencode 'query=metric_count_rpc{metrics_name="xx"}' --data-urlencode 'timeout=10s' --data-urlencode 'start=1650441500' --data-urlencode "step=1s" --data-urlencode 'end=1650441530'

• 开始时间：2022-04-20 15:48:20
• 结束时间：2022-04-20 15:48:50
  
  同样能查询出四个不同的data point值。

1.2 查询下一分钟的数据会怎么样？

curl -G "http://11.145.xx.xx/select/0/prometheus/api/v1/query_range" --data-urlencode 'query=metric_count_rpc{metrics_name="xx"}' --data-urlencode 'timeout=10s' --data-urlencode 'start=1650441540' --data-urlencode "step=1s" --data-urlencode 'end=1650441599'

• 开始时间：2022-04-20 15:49:00
• 结束时间：2022-04-20 15:49:59
• 出现了上一分钟的最后一个值 (郁闷啊……为什么呢)

1.3 下一分钟，故意错开上次查询的时间范围，会怎么样？

curl -G "http://11.145.xx.xx/select/0/prometheus/api/v1/query_range" --data-urlencode 'query=metric_count_rpc{metrics_name="xx"}' --data-urlencode 'timeout=10s' --data-urlencode 'start=1650441551' --data-urlencode "step=1s" --data-urlencode 'end=1650441599'

• 开始时间：2022-04-20 15:49:11
• 结束时间：2022-04-20 15:49:59
• 查询结果为空，没有出现上一分钟的值了 (我擦，既然这一分钟没有值，时间范围为什么又与上一分钟相关？)

2.如何汇总一分钟内的data point

curl -G "http://11.145.xx.xx/select/0/prometheus/api/v1/query" --data-urlencode 'query=sum_over_time(metric_count_rpc{metrics_name="xx"}[1m])' --data-urlencode 'timeout=10s' --data-urlencode 'time=1650441539'

• 查询方式: query (instant，瞬时值)
• 查询的时间点：2022-04-20 15:48:59
• 汇总表达式：sum_over_time(metric_count_rpc{metrics_name="xx"}[1m])
• 结果正好等于上面四个不同的data point汇总起来的值
• 从行为来看，查询汇总了从time这个时间点倒数一分钟的data point

2.1 在下一分钟的开始汇总呢？

curl -G "http://11.145.xx.xx/select/0/prometheus/api/v1/query" --data-urlencode 'query=sum_over_time(metric_count_rpc{metrics_name="xx"}[1m])' --data-urlencode 'timeout=10s' --data-urlencode 'time=1650441540'

• 查询的时间点：2022-04-20 15:49:00
• 结果是把上一分钟的最后的三个data point汇总起来了
• 但是上一分钟的第一个data point 在2022-04-20 15:48:20, 按照时间窗口1分钟来计算的话，结果应该与上一分钟一样才对。

总而言之，这个对齐方式好奇怪，我还没理解

附录

query_range返回的数据格式

{"status":"success","isPartial":false,"data":{"resultType":"matrix","result":[{"metric":{"__name__":"metric_count_rpc"},"values":
[[1650441480,"1485340"],  //datetime.datetime(2022, 4, 20, 15, 58)  //21条
[1650441481,"1485340"],
[1650441482,"1485340"],
[1650441483,"1485340"],
[1650441484,"1485340"],
[1650441485,"1485340"],
[1650441486,"1485340"],
[1650441487,"1485340"],
[1650441488,"1485340"],
[1650441489,"1485340"],
[1650441490,"1485340"],
[1650441491,"1485340"],
[1650441492,"1485340"],
[1650441493,"1485340"],
[1650441494,"1485340"],
[1650441495,"1485340"],
[1650441496,"1485340"],
[1650441497,"1485340"],
[1650441498,"1485340"],
[1650441499,"1485340"],
[1650441500,"1485340"],  //中间为什么空了10秒?
[1650441510,"1433340"],  //10条
[1650441511,"1433340"],
[1650441512,"1433340"],
[1650441513,"1433340"],
[1650441514,"1433340"],
[1650441515,"1433340"],
[1650441516,"1433340"],
[1650441517,"1433340"],
[1650441518,"1433340"],
[1650441519,"1433340"],
[1650441520,"1294595"],  //10条
[1650441521,"1294595"],
[1650441522,"1294595"],
[1650441523,"1294595"],
[1650441524,"1294595"],
[1650441525,"1294595"],
[1650441526,"1294595"],
[1650441527,"1294595"],
[1650441528,"1294595"],
[1650441529,"1294595"],
[1650441530,"1254335"],   //datetime.datetime(2022, 4, 20, 15, 58, 50)  //20条
[1650441531,"1254335"],
[1650441532,"1254335"],
[1650441533,"1254335"],
[1650441534,"1254335"],
[1650441535,"1254335"],
[1650441536,"1254335"],
[1650441537,"1254335"],
[1650441538,"1254335"],
[1650441539,"1254335"],
[1650441540,"1254335"],
[1650441541,"1254335"],
[1650441542,"1254335"],
[1650441543,"1254335"],
[1650441544,"1254335"],
[1650441545,"1254335"],
[1650441546,"1254335"],
[1650441547,"1254335"],
[1650441548,"1254335"],
[1650441549,"1254335"]]   //datetime.datetime(2022, 4, 20, 15, 59, 9)
}]}}