PromQL实验性 info() 函数

概述

在Prometheus中，为指标数据附加丰富的元数据（如Kubernetes标签、OpenTelemetry资源属性）是实现深度可观测性的关键，但传统方法往往需要编写复杂的PromQL连接查询。info()函数是Prometheus 3.0引入的一个强大的实验性功能，旨在彻底简化元数据标签富集流程。对于SRE而言，这意味着更清晰、更可靠、更易于维护的监控查询，特别是在处理OpenTelemetry集成和动态基础设施时，能显著降低人为错误和查询故障的风险。

核心概念

info()函数解决的核心问题是如何高效、可靠地将“信息指标”（Info Metrics，如 target_info, build_info）中的元数据标签关联到实际的“数据指标”（如请求速率、错误计数）上。

  • 元数据标签富集：指通过连接（join）操作，将描述指标生产者的上下文信息（如 k8s_cluster_name, app_version）添加到时间序列数据中，以便进行更精细的聚合和分析。
  • 传统连接查询的痛点：过去需要使用类似 * on (job, instance) group_left (k8s_cluster_name) 的复杂语法。这要求使用者精确指定：
    • 识别标签（Identifying Labels）：用于连接的共同标签（如 job, instance），相当于关系数据库中的外键。
    • 信息指标名称：要从中获取标签的特定指标。
    • 数据标签：希望被附加的元数据标签列表。
  • “数据变动”问题（The Churn Problem）：这是一个关键的技术挑战。当OpenTelemetry资源属性或Kubernetes标签等“非识别信息标签”发生变化时（例如Pod重建导致版本标签更新），Prometheus中会同时存在新旧两个 target_info 时间序列。由于OTLP摄取不进行陈旧性标记，传统连接查询会因匹配到两个系列而报错（“many-to-many matching”），导致仪表板中断和告警失效。info()函数通过自动选择最新样本的系列，从根本上解决了此问题。

实践

基本语法与用法

info()函数的基本语法如下： info(v instant-vector, [data-label-selector instant-vector])

  • v：需要被富集的基础指标（瞬时向量）。
  • data-label-selector（可选）：一个标签选择器，用于过滤和选择要从信息指标中添加哪些数据标签。

基础富集：默认情况下，使用 target_info 指标并添加所有数据标签。

info(rate(http_server_request_duration_seconds_count[2m]))

筛选特定标签：使用第二个参数精确控制要添加的标签。

// 仅添加 k8s_cluster_name 标签
info(
  rate(http_server_request_duration_seconds_count[2m]),
  {k8s_cluster_name=~".+"}
)

// 仅添加来自美国集群的指标数据
info(
  rate(http_server_request_duration_seconds_count[2m]),
  {k8s_cluster_name=~"us-.*"}
)

选择不同的信息指标：通过 __name__ 选择器切换或组合多个信息指标。

// 使用 build_info 而非 target_info
info(up, {__name__="build_info"})

// 同时结合 target_info 和 build_info 的标签（注意：当前实现限制）
info(up, {__name__=~"(target|build)_info"})

典型用例

  1. OpenTelemetry 资源属性集成：这是主要应用场景。OTel资源属性会自动映射到 target_info 的数据标签上。

    // 为请求速率添加所有OTel资源属性
sum by (http_status_code, k8s_cluster_name, k8s_namespace_name) (
  info(rate(http_server_request_duration_seconds_sum[5m]))
)

  2. 基于构建信息过滤：用于A/B测试或金丝雀发布监控。

    // 仅查看2.x版本的指标数据
sum by (job, version) (
  info(
    rate(http_server_request_duration_seconds_count[2m]),
    {__name__="build_info", version=~"2\\..+"}
  )
)

SRE 要点

与可靠性工程的关联

  • 减少查询复杂性：简化的语法降低了编写和维护监控查询的认知负荷与错误概率，使SRE团队能更专注于分析而非语法调试，直接提升了监控系统的可靠性。
  • 解决基础设施变动导致的故障：“数据变动”问题是生产环境中的一个隐蔽风险。info()函数的自动处理机制确保了即使在频繁的滚动更新或属性变更期间，监控查询和告警依然稳定运行，避免了监控“盲区”。
  • 增强可观测性上下文：轻松附加的元数据（如集群、命名空间、服务版本）使得问题定位和根因分析速度大幅提升。在事件响应时，能快速从聚合指标下钻到受影响的具体环境或版本。

最佳实践与反模式

  • 最佳实践：
    • 对于新写的OTel集成查询，优先使用 info() 替代复杂连接。
    • 明确使用 data-label-selector 来仅添加必要的标签，避免查询结果中出现大量无关标签。
    • 在仪表板和告警规则中记录所使用的 info() 用法，方便团队协作。
  • 常见反模式：
    • 过度依赖默认设置：当前默认仅识别 target_info 和固定的 job/instance 标签。对于自定义信息指标（如 kube_pod_labels，其识别标签为 namespace/pod），此功能目前不适用，需使用传统连接。
    • 忽略实验状态：由于是实验功能，需注意在升级Prometheus版本时检查其行为或API是否变更。建议在生产环境启用前，进行充分测试。

相关指标

  • SLI（服务等级指标）：info() 常用于富集与SLI计算相关的指标（如请求错误率、延迟），使其具备更丰富的维度（如版本、区域），从而可以计算更细粒度的SLO。
  • SLO（服务等级目标）：通过 info() 按版本或集群分解指标，有助于为不同服务实例或环境定义和跟踪独立的SLO。
  • Error Budget（错误预算）：结合 info() 的版本过滤功能，可以分别计算不同版本的错误预算消耗情况，为发布决策提供数据支持。

实施注意

当前实现为最小可行产品（MVP），存在明确限制：默认仅使用 target_info，且固定使用 job 和 instance 作为识别标签。未来版本计划自动识别所有信息指标及其正确的识别标签。启用此功能需要添加特性标志：prometheus --enable-feature=promql-experimental-functions。