首页/云/可观测性速查/increase:窗口内的累计增量
Prometheus 与采集64 条

increase:窗口内的累计增量

increase() 计算计数器在窗口内的增长总量(rate 乘窗口秒数),适合回答'过去 1 小时处理了多少请求';同样内置处理计数器重置。

可观测性速查云更新于 2026-10-13

increase 是什么

increase 计算计数类指标在窗口内的增长总量,等价于速率乘窗口长度,适合回答过去一小时一共处理了多少请求。它同样内置处理了进程重启导致的归零,不会因为计数器重置而算出负值。

结果为什么是小数

它是外推估计值:窗口边界与样本点不对齐时,函数会按比例推算,因此出现小数并不代表统计错误。也正因为如此,跨天对账、精确报表这类场景不应依赖它,应使用原始计数做持久化差值。

基本信息

输入计数类序列
等价关系速率乘窗口秒数
精度外推估计,结果为小数属正常
适用趋势观察与规模量级判断

典型使用场景

  • 业务量统计:过去一小时处理了多少请求
  • 告警判断:短时间内的错误增量超过阈值
  • 容量趋势:每日请求增量的历史变化
  • 发布验证:发布后一段时间内的处理量对比
  • 报表辅助:为非精确报表提供量级参考

增量与等价表达

增量与等价表达
# 过去 1 小时的请求增量
sum(increase(http_requests_total[1h]))

# 与速率乘窗口秒数等价,便于理解换算关系
sum(rate(http_requests_total[1h])) * 3600

# 错误增量告警:10 分钟内新增错误超过 100
sum(increase(http_requests_total{code=~"5.."}[10m])) > 100

与速率的对应

表达含义适用问题
increase窗口内累计增量一共多少
rate每秒平均速率有多快
rate 乘窗口秒数与 increase 等价理解换算关系
需要精确计数时用原始计数器做持久化差值:外推估计在窗口边界会带来偏差,不适合用于对账。
对可增可减的瞬时数值类指标使用 increase 没有意义:这类型指标的变化量直接做减法即可。

使用时的三个约定

  • 窗口与统计周期对齐:按小时统计就用一小时窗口,减少边界偏差
  • 保留聚合维度:需要按业务线分别统计时,分组要写清
  • 与速率配合使用:量级看增量,趋势看速率,两者互补
增量类告警要设绝对阈值而不是比例:短窗口内基数小,比例阈值容易被个位数的失败触发。

易错点

  • 用 increase 做精确对账:外推误差会让数值与真实计数对不上
  • 窗口与统计周期不对齐:跨天统计出现无法解释的偏差
  • 对瞬时数值类指标套用:结果没有实际意义
  • 看到小数就以为算错:外推估计本身就会产出小数

数据来源与参考

  • Prometheus 文档 · increase()
​‌‌​​‌​​​‌‌​‌‌‌‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌​​‌‌‌​​​‌​‌‌​‌​​‌​‌‌‌​​​‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​‌​​​‌‌​‌‌‌‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌