1、什么是 PromQL？
PromQL（Prometheus Query Language）是 Prometheus 内置的数据查询语言，它能实现对事件序列数据的查询、聚合、逻辑运算等。它并且被广泛应用在 Prometheus 的日常应用当中，包括对数据查询、可视化、告警处理当中。
简单地说，PromQL 广泛存在于以 Prometheus 为核心的监控体系中。所以需要用到数据筛选的地方，就会用到 PromQL。例如：监控指标的设置、报警指标的设置等等。
2、PromQL 基础用法
当Prometheus通过Exporter采集到相应的监控指标样本数据后，我们就可以通过PromQL对监控样本数据进行查询。
当我们直接使用监控指标名称查询时，可以查询该指标下的所有时间序列。我们这里启动 Prometheus 服务器，并打开 http://localhost:9090/graph 地址。在查询框中，我们输入：prometheus_http_requests_total 并点击执行。
可以看到我们查询出了所有指标名称为 prometheus_http_requests_total 的数据。
PromQL 支持户根据时间序列的标签匹配模式来对时间序列进行过滤，目前主要支持两种匹配模式：完全匹配和正则匹配。
完全匹配：
PromQL 支持使用 = 和 != 两种完全匹配模式。
- 等于。通过使用
label=value可以选择那些标签满足表达式定义的时间序列。 - 不等于。通过使用
label!=value则可以根据标签匹配排除时间序列。
例如我们上面查询出了所有指标名称为 prometheus_http_requests_total 的数据。这时候我们希望只查看错误的请求，即过滤掉所有 code 标签不是 200 的数据。那么我们的 PromQL 表达式可以修改为：prometheus_http_requests_total{code!="200"}。
正则匹配：
PromQL 还可以使用正则表达式作为匹配条件，并且可以使用多个匹配条件。
- 正向匹配。使用
label=~regx表示选择那些标签符合正则表达式定义的时间序列。 - 反向匹配。使用
label!~regx进行排除。
例如我想查询指标 prometheus_http_requests_total 中，所有 handler 标签以 /api/v1/ 开头的记录，那么我的表达式为：prometheus_http_requests_total{handler=~"/api/v1/.*"}。
范围查询：
我们上面直接通过类似 prometheus_http_requests_total 表达式查询时间序列时，同一个指标同一标签只会返回一条数据。这样的表达式我们称之为瞬间向量表达式，而返回的结果称之为瞬间向量。
而如果我们想查询一段时间范围内的样本数据，那么我们就需要用到区间向量表达式，其查询出来的结果称之为区间向量。时间范围通过时间范围选择器 [] 进行定义。例如，通过以下表达式可以选择最近5分钟内的所有样本数据：prometheus_http_requests_total{}[5m]
通过查询结果可以看到，此时我们查询出了所有的样本数据，而不再是一个样本数据的统计值。
除了使用m表示分钟以外，PromQL的时间范围选择器支持其它时间单位：
- s - 秒
- m - 分钟
- h - 小时
- d - 天
- w - 周
- y - 年
时间位移操作：
在瞬时向量表达式或者区间向量表达式中，都是以当前时间为基准：
# 瞬时向量表达式，选择当前最新的数据
prometheus_http_requests_total{}
# 区间向量表达式，选择以当前时间为基准，5分钟内的数据
prometheus_http_requests_total{}[5m]
如果我们想查询 5 分钟前的瞬时样本数据，或昨天一天的区间内的样本数据呢? 这个时候我们就可以使用位移操作，位移操作的关键字为 offset。
# 查询 5 分钟前的最新数据
http_request_total{} offset 5m
# 往前移动 1 天，查询 1 天前的数据
# 例如现在是 2020-10-07 00:00:00
# 那么这个表达式查询的数据是：2020-10-05 至 2020-10-06 的数据
http_request_total{}[1d] offset 1d
聚合操作：
一般情况下，我们通过 PromQL 查询到的数据都是很多的。PromQL 提供的聚合操作可以用来对这些时间序列进行处理，形成一条新的时间序列。
以我们的 prometheus_http_requests_total 指标为例，不加任何条件我们查询到的数据为：