子查询）

第 6、7 章介绍了 rate 与子查询的基本用法，本章聚焦生产中最容易写错、画出误导曲线的几个陷阱。

⚠️rate 只看单增计数器

rate / irate 只应对 counter 类型。gauge（如内存使用量）直接用会得出负数或错误增速。

1. rate 与 irate 的取舍

# 推荐：告警用 rate，窗口至少 2 倍 scrape_interval
rate(http_requests_total[5m])
 
# 慎用：irate 在数据点稀疏时会跳变
irate(http_requests_total[5m])

进程重启会让计数器归零，rate 已能自动处理单次重置；但区间跨多次重置或抓取间隙过长时，速率会被低估。保证 scrape_interval 远小于 rate 窗口。

子查询 [range:resolution] 的第二个参数决定每次采样的步长，过细会爆查询、过粗会丢峰：

# 每小时的最大 5 分钟速率（分辨率 1h）
max_over_time(rate(http_requests_total[5m])[1h:1m])

💡histogram 的 rate 陷阱

histogram_quantile 必须包在 rate 外层，且 _bucket 必须有 le 标签。直接对 bucket 瞬时值求分位数会得到完全错误的结果。

对带 instance / pod 等高频标签的序列直接 rate(...) 再聚合尚可，但若在子查询内保留高基数再 max_over_time，内存开销骤增。先用 sum by 降维。