1 背景
我們在查詢Prometheus的時候，通常有兩種方式，一種是查瞬時的Metric採樣數據，一種是查一段時間範圍內的Metric採樣數據。
如果對這兩種查詢方式理解不到位，結果往往是對PromQL的一些內置函數的使用是錯誤的，或者查詢的結果並不是自己預期的那樣。
那都是查Metric採樣數據，查詢瞬時和查詢一段時間範圍內這兩種方式有什麼區別呢？
2 圖解Metric和採樣
Prometheus和Exporter的關係
在上一篇文章Prometheus源碼分析：基於Go Client自定義的Exporter，是如何在Local存儲Metrics的？中，我們介紹了Exporter是如何在Local存儲Metric的。
本質是將Metric放在本地的Map中，然後等待Prometheus服務端來週期性地Pull。
3 從Prometheus服務端的視角來看Metric採樣
Prometheus對target的Metric進行採樣
Prometheus會週期性的對Exporter的target進行PULL。
例如：在時間T1，Prometheus訪問target，採樣到的Metric信息是：Metric01=Vt1
例如：在時間T2，Prometheus訪問target，採樣到的Metric信息是：Metric01=Vt2 Metric02=Vt2
上述示例說明，Metric01在T1時刻的值是Vt1，在T2時刻的值是Vt2。
4 何爲瞬時向量Instant Vector？
例如在上圖中，我們查詢最新的Metric信息，則會返回T3時刻的採樣數據（假設T3時刻是距離服務器當前時間最近的採樣時刻），包括Metric01=Vt3 Metric02=Vt3
這裏的瞬時向量就是：Metric01=Vt3 Metric02=Vt3
官方示例：
http_requests_total{job="prometheus"}表示返回距離服務器當前時間最近的採樣點的Metric信息。
5 何爲區間向量Range Vector？
例如上圖中，我們查詢[startTime,endTime]之間的Metric信息，假設這個時間段包含三個採樣時刻（T1，T2，T3）。
則查詢返回的結果包括：
- Metric01=Vt1
- Metric01=Vt2 Metric02=Vt2
- Metric01=Vt3 Metric02=Vt3
這裏的區間向量就是：包括上述5個metric信息。
官方示例：
http_requests_total{job="prometheus"}[5m]表示返回最近5分鐘內的Metric信息。
5 PromQL處理瞬時向量和區間向量上的區別
5.1 PromQL聚合操作
例如：sum，min，max，count等聚合函數，只能作用於瞬時向量上。
// 這是錯誤的，因爲count只能作用於瞬時向量，而這個查詢本身返回的是區間向量
count(http_requests_total{job="prometheus"}[5m])5.2 PromQL內置函數
5.2.1 ceil()向上取整，瞬時向量
ceil(v instant-vector) 將 v 中所有元素的樣本值向上四捨五入到最接近的整數。
node_load5{instance="192.168.1.75:9100"} # 結果爲 2.79
ceil(node_load5{instance="192.168.1.75:9100"}) # 結果爲 35.2.2 changes()數據值變化的次數，區間向量
changes(v range-vector) 輸入一個區間向量， 返回這個區間向量內每個樣本數據值變化的次數（瞬時向量）。
# 如果樣本數據值沒有發生變化，則返回結果爲 1
changes(node_load5{instance="192.168.1.75:9100"}[1m]) # 結果爲 16 結語
深刻的理解瞬時向量和區間向量的含義，是使用好PromQL的關鍵，否則我們查詢的結果很可能就不符合預期。