作者这方面，来自 Elastic Miguel Sánchez，Vinay Chandrasekhar 及 Felix Barnsteiner

因为 PromQL 现在在 Kibana 中得到原生支持。你可以在 Discover 中编写并执行 PromQL，用于分析指标，也可以在 Dashboards 可视化、告警规则还有任何支持 ES|QL 的地方使用。PromQL 目前以技术预览形式提供，适用于常见的指标分析场景。

自 年与 Promeus 一起最初开发以来PromQL 在过去十多年中一直是时序监控的基石。按理说，虽然 Kibana 已经通过 ES|QL TS 命令支持时序分析。但我们很高兴为常见的指标分析用例引入原生 PromQL 支持。对于已经熟悉 PromQL 的团队这一支持代表着几乎零学习成本，并能显著降低直接接入 Elastic 环境的上手难度。

在 Kibana 中运行 PromQL 查询

在 Kibana 的 ES|QL 编辑器中。输入 PROMQL 命令，并在该代码块中编写你的 PromQL。其实，PROMQL 会标记该片段。使 Elasticsearch 在 Kibana 发送的完整 ES|QL 请求中将其解析为 PromQL。

你可以查询的内容

原始指标

`PROMQL container.cpu.usage` AI写代码

所有容器的平均值

`PROMQL avg` AI写代码

对 counter 使用 rate

`PROMQL rate` AI写代码

聚合速率

`PROMQL sum)` AI写代码

按 label 分组

`PROMQL sum by )` AI写代码

你可能会注意到，上述示例中没有在每个 rate 中包含 start、end、step 或 lookback window。这些参数都是可选的：时间选择器和 Kibana 的默认设置会帮你处理大部分情况。

你也可以选择在 index= 参数中包含数据流名称。 至于例如，PROMQL index=metrics-docker.cpu-default container.cpu.usage。添加该参数可以帮助缩小查询扫描的数据范围。

当前 PromQL 技术预览版本在覆盖率上已超过 %，该指标基于对主流 Grafana dashboards 的基准测试。更高级的修饰符和特定函数正在考虑在未来版本中支持。

查找你的数据流和指标名称

如果你已有 PromQL 查询。可以直接在 PROMQL 命令中使用，无需修改。如果你是从头编写查询并需要查找准确的字段名称，可以在 Discover 中运行 TS metrics-* 来查看所有 metrics 数据流。每个 metric 会以小图表形式展示，方便你快速识别哪些是活跃的。将鼠标悬停在某个 metric 上。并点击 “View details” 操作，即可查看字段名称还有它所属的数据流。

.

时间选择器与查询时间处理

Kibana 中的时间选择器会设置查询的时间范围。Dashboard 面板和告警规则的处理方式相同，它们各自使用自己的时间范围。所以你不需要在查询中写 start= 或 end=。