找 ChatGPT 写 SQL? 不如试试 PromQL，三行解决复杂时序场景查询

PromQL 的前世今生

PromQL(Prometheus Query Language) 是 Prometheus 监控系统的查询语言，用于对时序数据进行查询，分析和聚合。PromQL 表达能力强大、灵活，可以帮助开发者快速提取和操作时间序列数据，在云原生可观测领域已经是公认使用最广泛的查询语言了。相比 SQL 通用语言，PromQL 是针对时序和监控的领域语言，它的由来值得介绍一下。

早在 2012 年，Julius Volz 和 Matt Proud 在 SoundCloud 的时候共同研发了 Prometheus，PromQL 也随之诞生。但故事并不是从 2012 年才开始的，更早之前 Volz 在 Google 就已经开始了相关工作，对应的是 Borgmon 的查询语言, Borgmon 是 Borg 系统的监控服务，那 Borg 又是什么呢？

可能大家都听过 Kubernetes，Borg 可以说是 K8s 的前身，所以 Borg 对应了 Kubernetes, Borgmon 对应了 Prometheus，而 PromQL 就起源于当年的 Borgmon 查询语言，现在看来 PromQL 从出生就带上来云原生可观测的基因。

为什么使用 PromQL

借用互联网前辈的产品方法公式，用户价值 = 新体验 - 旧体验 - 替换成本，SQL 已经非常强大，而且深入人心了，为什么我们还需要花时间再去掌握 PromQL？

PromQL 是一门领域语言，处理的场景是监控场景，面对的数据是时序数据。监控的逻辑是会以时序的形式采集大量系统指标，再对这些指标做聚合、分析和计算，从这些结果中寻找系统的规律，及时探测异常以及定位问题。监控指标有两个关键属性，标签和时间，一个指标系列是通过标签整合，比如某台服务器的 CPU 情况，也往往会通过时间来聚合，比如最近 7 天的气温变化，PromQL 就是针对这些数据的选择，计算和分析等常用操作提供了非常友好的语法和函数。

"Talk is cheap, show me the code", 我们就拿一些简单的例子来说明。

PromQL 使用案例

背景

假设现在需要检测城市环境信息，包括温度，湿度，空气质量，噪音，水污染等等数据指标，这些指标已经通过相应的传感器设备采集，并且存储到了合适的时序数据库.

为了简单起见，我们就以温度和噪音两个指标举例，比如温度的指标名字是 city_env_temp_total, 噪音指标名字 city_env_noise_total，如果用的是传统的数据库，我们假设表名就是指标名字，即有两张表 city_env_temp_total 和 city_env_noise_total。

查询

我们先从一个不实际但最简单的查询开始，查看所有城市所有时间的气温指标，SQL 和 PromQL 语句分别如下：

sql

SELECT * 
FROM city_env_temp_total;

PromQL

city_env_temp_total

PromQL 可以直接通过指标名称来获取所有的指标数据，比 SQL 简单了那么一些，那如果我们想要查看某个城市所有时间的气温指标呢？

sql

SELECT * 
FROM city_env_temp_total 
WHERE city = "hangzhou";

PromQL

city_env_temp_total{city="hangzhou"}

PromQL 可以通过 {} 来做条件过滤和匹配，与 SQL 的 where 类似，而且还支持正则表达，主要是：

= : 选择与查询内容完全匹配的数据
!= : 选择与查询内容不同的数据
=~ : 按照正则，选择与查询内容匹配的数据
!~ : 按照正则，选择与查询内容不同的数据

比如我们要查询多个城市的气温数据：

sql

SELECT * 
FROM city_env_temp_total 
WHERE city = "hangzhou" OR city = "beijing" OR city = "shanghai";

PromQL

sql

city_env_temp_total{city=~"hangzhou|beijing|shanghai"}

而实际情况，我们不会把所有时间的环境指标都拿出来分析，往往是会看最近一段时间，比如最近一个月或最近一年：

sql

SELECT * 
FROM city_env_temp_total 
Where city = "hangzhou" and data >= (CURDATE() - INTERVAL 1 MONTH )

PromQL

city_env_temp_total{city="hangzhou"}[30d]

PromQL 通过 [] 来做区间查询，支持的时间单位如下：

ms - milliseconds
s - seconds
m - minutes
h - hours
d - days - 假设一天是 24 小时
w - weeks - 假设一周 7 天
y - years - 假设一年 365 天

PromQL 还提供了其他的操作符来简化查询，比如 offset 等，就不详细展开了，有兴趣的朋友可以查看官方手册 range-vector-selectors。

计算

PromQL 还提供了大量用于计算的函数，比如

sum() 求和
min() 最小值
max() 最大值
avg() 平均值
rate() 时间窗口内每秒的平均增长率

具体可以参看: https://prometheus.io/docs/prometheus/latest/querying/functions/

比如我们想查询过去一个月每天平均噪音大于 100 dB 的城市数据：

SQL:

sql

SELECT city, AVG(noise) as avg_noise
FROM city_env_noise_total
GROUP BY city, DATE(timestamp)
HAVING AVG(noise) > 100;

PromQL

avg_over_time(city_env_noise_total[30d]) > 100

我们可以尝试一个更复杂的例子，查看过去一个月内每个城市的平均噪音情况，在其中筛选出平均噪音超过 100 分贝至少有 15 天的城市：

SQL (由于实在是太复杂了，本人只能用 ChatGPT 生成这个 SQL)

sql

SELECT city,
       (SUM(CASE WHEN avg_noise > 100 THEN 1 ELSE 0 END) / 30) > 0.5 as above_threshold
FROM (
  SELECT city, AVG(noise) as avg_noise
  FROM city_env_noise_total
  WHERE timestamp >= NOW() - INTERVAL 1 MONTH
  GROUP BY city
) data
GROUP BY city

PromQL

sum(
  avg_over_time(city_env_noise_total[30d]) > bool 100
) by (city) / 30 > 0.5

相信通过上面的例子，相信足以看出 PromQL 在查询分析时序数据领域强大的表达能力。相比 SQL 的通用性来讲，PromQL 还是有它的局限性，比如 join 查询等。但是，PromQL 毕竟是一门领域语言，在不同的场景下选择最合适的语言才是最佳的办法。

结语

有个笑话是“很多很多年以后，也许 Prometheus 这个商业公司都不存在，但 PromQL 一定还会以他的方式流传下去”，作为从业者，由衷感谢 Prometheus 社区为时序领域带来了这么棒的查询语言。

这些年 PromQL 社区依然非常活跃，在聚合函数，查询性能方面优化了很多，也有很多开发者在 PromQL 的基础上扩展了新的语法，可以说 PromQL 已经成为 Cloud-Native 下对时序数据操作必须要支持的标准语言了。

GreptimeDB 也会在 0.1 版本的发布中初步支持 PromQL，希望可以给用户带来真正的价值，届时欢迎试用反馈！

关于 Greptime

Greptime 格睿科技专注于为可观测、物联网及车联网等领域提供实时、高效的数据存储和分析服务，帮助客户挖掘数据的深层价值。目前基于云原生的时序数据库 GreptimeDB 已经衍生出多款适合不同用户的解决方案，更多信息或 demo 展示请联系下方小助手（微信号：greptime）。

欢迎对开源感兴趣的朋友们参与贡献和讨论，从带有 good first issue 标签的 issue 开始你的开源之旅吧～期待在开源社群里遇见你！添加小助手微信即可加入“技术交流群”与志同道合的朋友们面对面交流哦~

Star us on GitHub Now: https://github.com/GreptimeTeam/greptimedb

官网：https://greptime.cn/

文档：https://docs.greptime.cn/

Twitter: https://twitter.com/Greptime

Slack: https://greptime.com/slack

LinkedIn: https://www.linkedin.com/company/greptime/

找 ChatGPT 写 SQL? 不如试试 PromQL，三行解决复杂时序场景查询

PromQL 的前世今生 ​

为什么使用 PromQL ​

PromQL 使用案例 ​

背景 ​

查询 ​

计算 ​

结语 ​

关于 Greptime ​

加入我们的社区

加入我们的开发者社区

PromQL 的前世今生

为什么使用 PromQL

PromQL 使用案例

背景

查询

计算

结语

关于 Greptime