PromQL 聚合 sum/by/topk

几十台机器的指标怎么看整体？聚合算子让你从“单机”上升到“集群”。

适用环境

• 已采集多实例指标（如多台 node_exporter，job="node"）
• 在 Graph 页面验证聚合效果

# 看集群里有多少台机器的 up==1
curl -s 'http://localhost:9090/api/v1/query?query=count(up%7Bjob=%22node%22%7D)'

操作步骤

1. sum：求和

# 集群整体 QPS
sum(rate(http_requests_total[5m]))

2. by：按标签分组保留维度

# 按 instance 分组求和，保留每台机器
sum by (instance) (rate(http_requests_total[5m]))

# 按 job 汇总
sum by (job) (up)

3. without：去掉某些标签后聚合

# 去掉 instance/cpu 标签，按其余维度聚合
sum without (instance, cpu) (rate(node_cpu_seconds_total[5m]))

4. topk / bottomk：取头尾

# CPU 使用率最高的 3 台
topk(3, 1 - avg by (instance) (rate(node_cpu_seconds_total{mode="idle"}[5m])))

验证

# 集群内存总量与可用量
sum(node_memory_MemTotal_bytes) / 1024^3
sum(node_memory_MemAvailable_bytes) / 1024^3

常见坑

聚合会丢失标签

sum(x) 不带 by 会把所有标签抹掉，画不出分维度图，记得加 by (...)。

avg 不等于算数均值直觉

avg by (instance) 是对“该 instance 的多个序列”求平均，别和“按时间平均”混淆。

参考资料

• PromQL 聚合算子文档
• Prometheus 查询示例
• Robust Perception 聚合文章