本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
# 查詢 Prometheus 指標
既然已將指標擷取至工作區，便可對其進行查詢。
若要建立具有指標視覺化呈現的儀表板，您可以使用 Amazon Managed Grafana 等服務。Amazon Managed Grafana （或 Grafana 的獨立執行個體） 可以建置圖形界面，以各種顯示呈現樣式顯示您的指標。如需 Amazon Managed Grafana 的詳細資訊，請參閱《[Amazon Managed Grafana 使用者指南》](https://docs.aws.amazon.com/grafana/latest/userguide/)。
您也可以建立一次性查詢、探索資料，或使用直接查詢撰寫使用指標的自有應用程式。直接查詢使用 Amazon Managed Service for Prometheus API 和標準 Prometheus 查詢語言 PromQL，從您的 Prometheus 工作區取得資料。如需有關 PromQL 和其語法的詳細資訊，請參閱 Prometheus 說明文件中的[查詢 Prometheus](https://prometheus.io/docs/prometheus/latest/querying/basics/)。
**Topics**
+ [PromQL 欺騙工作表](#promql-cheat-sheet)
+ [基本選擇器](#promql-basic-selectors)
+ [範圍向量選擇器](#promql-range-selectors)
+ [彙總運算子](#promql-aggregation-operators)
+ [常見的函數](#promql-functions)
+ [二元運算子](#promql-operators)
+ [實際查詢範例](#promql-practical-examples)
+ [保護您的指標查詢](AMP-secure-querying.md)
+ [設定 Amazon Managed Grafana，以搭配 Amazon Managed Service for Prometheus 使用](AMP-amg.md)
+ [設定 Grafana 開放原始碼或 Grafana 企業版，以搭配 Amazon Managed Service for Prometheus 使用](AMP-onboard-query-standalone-grafana.md)
+ [使用 Amazon EKS 叢集中執行的 Grafana 查詢](AMP-onboard-query-grafana-7.3.md)
+ [使用與 Prometheus 相容的 API 查詢](AMP-onboard-query-APIs.md)
+ [取得每個查詢的查詢用量統計資料](AMP-stats.md)
## PromQL 欺騙工作表
在 Amazon Managed Service for Prometheus 工作區中查詢指標時，請使用此 PromQL (Prometheus 查詢語言） 備忘單作為快速參考。使用 PromQL，您可以透過其功能查詢語言即時選取和彙總時間序列資料。
如需 PromQL 的詳細資訊，請參閱 [PromLabs 網站上的 PromQL Cheat Sheet](https://promlabs.com/promql-cheat-sheet/)。 *PromLabs*
## 基本選擇器
依指標名稱和標籤比對器選取時間序列：
```
# Select all time series with the metric name http_requests_total
http_requests_total
# Select time series with specific label values
http_requests_total{job="prometheus", method="GET"}
# Use label matchers
http_requests_total{status_code!="200"} # Not equal
http_requests_total{status_code=~"2.."} # Regex match
http_requests_total{status_code!~"4.."} # Negative regex match
```
## 範圍向量選擇器
選取一段時間內的範例範圍：
```
# Select 5 minutes of data
http_requests_total[5m]
# Time units: s (seconds), m (minutes), h (hours), d (days), w (weeks), y (years)
cpu_usage[1h]
memory_usage[30s]
```
## 彙總運算子
跨多個時間序列彙總資料：
```
# Sum all values
sum(http_requests_total)
# Sum by specific labels
sum by (job) (http_requests_total)
sum without (instance) (http_requests_total)
# Other aggregation operators
avg(cpu_usage) # Average
min(response_time) # Minimum
max(response_time) # Maximum
count(up) # Count of series
stddev(cpu_usage) # Standard deviation
```
## 常見的函數
套用函數來轉換您的資料：
```
# Rate of increase per second (for counters)
rate(http_requests_total[5m])
# Increase over time range
increase(http_requests_total[1h])
# Derivative (for gauges)
deriv(cpu_temperature[5m])
# Mathematical functions
abs(cpu_usage - 50) # Absolute value
round(cpu_usage, 0.1) # Round to nearest 0.1
sqrt(memory_usage) # Square root
# Time functions
time() # Current Unix timestamp
hour() # Hour of day (0-23)
day_of_week() # Day of week (0-6, Sunday=0)
```
## 二元運算子
執行算術和邏輯操作：
```
# Arithmetic operators
cpu_usage + 10
memory_total - memory_available
disk_usage / disk_total * 100
# Comparison operators (return 0 or 1)
cpu_usage > 80
memory_usage < 1000
response_time >= 0.5
# Logical operators
(cpu_usage > 80) and (memory_usage > 1000)
(status_code == 200) or (status_code == 201)
```
## 實際查詢範例
您可以在 Amazon Managed Service for Prometheus 工作區中使用的常見監控查詢：
```
# CPU usage percentage
100 - (avg by (instance) (rate(node_cpu_seconds_total{mode="idle"}[5m])) * 100)
# Memory usage percentage
(1 - (node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes)) * 100
# Request rate per second
sum(rate(http_requests_total[5m])) by (job)
# Error rate percentage
sum(rate(http_requests_total{status_code=~"5.."}[5m])) /
sum(rate(http_requests_total[5m])) * 100
# 95th percentile response time
histogram_quantile(0.95, sum(rate(http_request_duration_seconds_bucket[5m])) by (le))
# Top 5 instances by CPU usage
topk(5, avg by (instance) (cpu_usage))
```