Prometheus 内置函数:label_replace() 用于替换时间序列上的标签值
label_replace() 函数用于替换时间序列上的标签值。这个函数允许你根据一个或多个源标签的值来动态地设置目标标签的值。
label_replace() 函数用于替换时间序列上的标签值。这个函数允许你根据一个或多个源标签的值来动态地设置目标标签的值。
label_join()函数用于将时间序列上的多个标签值合并成一个单一的标签值。这对于从多个标签中创建复合标签或处理标签结构非常有用。
irate() 函数用于计算时间序列的即时变化率。与 rate() 函数不同,irate() 考虑的是最近两个数据点之间的变化,而不是在指定的时间范围内的平均变化率。因此,irate() 适用于捕捉时间序列的短期、突发性的变化。
increase() 函数用于计算时间序列在指定时间范围内的增量。这个函数特别适用于计数器类型的时间序列,这些时间序列通常表示某个事件的总数,如HTTP请求的总数或任务完成的总数。
idelta() 函数用于计算两个连续的样本值之间的差异,并返回这些差异的时间序列。这对于检测时间序列的变化率特别有用,特别是当原始数据可能包含跳变或不规则间隔时。
hour() 函数用于提取时间序列样本中的小时部分。这对于基于时间的数据分析和聚合特别有用,比如你想知道在某个特定小时内的数据点有多少。
holt_winters() 是 Prometheus 查询语言 PromQL 中的一个预测函数,用于执行 Holt-Winters 指数平滑预测算法。这个算法是一种时间序列预测方法,适用于具有趋势和季节性的数据。Holt-Winters 方法通过平滑历史数据来预测未来的值。
floor() 函数是一个标量函数,用于将给定的数值向下取整到最接近的整数。换句话说,它会移除数值的小数部分,只保留整数部分。
exp() 函数是一个标量函数,用于计算自然指数(e)的指定次幂。它的作用是将输入值作为指数,并返回e的这个次幂的结果。
deriv() 函数用于计算时间序列的导数,即变化率。它可以帮助你了解时间序列数据随时间的变化速度。
delta() 函数是match一个向量函数,用于计算两个时间序列样本之间的差值。它通常用于计算时间序列在指定时间范围内的变化量。
days_in_month() 函数是一个标量函数,用于计算指定日期所在月份的天数。这个函数返回一个标量值,表示给定日期所在月份的总天数。
day_of_year() 函数是一个向量函数,用于提取时间戳向量中每个样本日期所在的年中的第几天。该函数返回一个向量,其中每个样本的值都是该样本时间戳所在年份的日数(从1月1日开始的天数)。
day_of_week() 函数是一个向量函数,用于提取时间戳向量中每个样本日期所在的星期几。这个函数返回一个向量,其中每个样本的值表示该样本时间戳所在的星期几,通常是从 0(代表星期日)到 6(代表星期六)的整数。
day_of_month() 函数是一个向量函数,用于提取时间戳向量中每个样本日期所在月份的天数。该函数返回一个向量,其中每个样本的值都是该样本时间戳所在月份的天数(1 到 31)。