首页
/ GreptimeDB PromQL查询结果异常问题分析与解决

GreptimeDB PromQL查询结果异常问题分析与解决

2025-06-10 09:06:31作者:仰钰奇

问题背景

在使用GreptimeDB v0.14.2版本时,用户发现对特定表metrics.cpu_usage执行PromQL查询时出现结果异常。主要表现包括:

  1. 返回的时间序列数据值不正确
  2. 返回的时间序列数据点缺失
  3. 查询结果不稳定,受并发查询影响
  4. 在不同机器上表现不一致

问题现象

用户提供了几个典型查询示例:

  1. 正确工作的查询(仅查询id=0的数据):
TQL EVAL (1747334498, 1747334700, '1s') sum by(id) (cpu_usage{experiment="...", job="...", id=~"^0$"}) / 1e9
  1. 返回错误值的查询(查询id=0,1,2的数据):
TQL EVAL (1747334498, 1747334700, '1s') sum by(id) (cpu_usage{experiment="...", job="...", id=~"^[012]$"}) / 1e9
  1. 同时存在缺失数据点和错误值的查询:
TQL EVAL (1747334498, 1747334700, '1s') sum by(id) (irate(cpu_usage{experiment="...", job="..."}[5s])) / 1e9

技术分析

数据表结构

cpu_usage表结构如下:

CREATE TABLE IF NOT EXISTS "cpu_usage" (
  "experiment" STRING NULL,
  "job" STRING NULL,
  "run" STRING NULL,
  "metric_type" STRING NULL,
  "id" STRING NULL,
  "state" STRING NULL,
  "unit" STRING NULL,
  "value" DOUBLE NULL,
  "ts" TIMESTAMP(9) NOT NULL,
  TIME INDEX ("ts"),
  PRIMARY KEY ("experiment", "job", "run", "metric_type", "id", "state", "unit")
)
ENGINE=mito
WITH(
  merge_mode = 'last_non_null'
)

问题根源

经过开发团队分析,问题主要源于:

  1. 数据排序问题:查询执行过程中数据排序不正确,导致聚合计算时使用了错误的数据值
  2. 执行顺序不稳定:由于排序问题,不同执行环境下中间结果的顺序可能不同,导致结果不一致
  3. PromQL特性:查询结果末尾出现的重复数据点是PromQL的"lookback"特性所致,属于预期行为

解决方案

开发团队已定位并修复了该问题,主要改进包括:

  1. 修正了查询执行过程中的数据排序逻辑
  2. 确保了中间结果的稳定顺序
  3. 优化了聚合计算的准确性

修复后:

  • 查询返回的时间序列数量正确(如192条序列)
  • 数据值计算准确
  • 结果在不同环境下保持一致

验证结果

修复后的版本验证显示:

  • 带id过滤的查询正确返回3条时间序列
  • 不带id过滤的查询正确返回192条时间序列
  • 数据形状符合预期,呈现单调递增趋势

使用建议

对于遇到类似问题的用户,建议:

  1. 升级到包含修复的版本(如nightly-20250522或更高)
  2. 使用TQL ANALYZE VERBOSE分析查询执行计划
  3. 了解PromQL的"lookback"特性,避免误认为数据重复是问题

总结

该案例展示了时序数据库查询执行过程中数据排序的重要性。GreptimeDB团队通过快速定位和修复数据排序问题,确保了PromQL查询结果的准确性和一致性。对于时序数据处理场景,正确的数据顺序不仅影响查询性能,更是结果准确性的关键保障。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
125
1.89 K
kernelkernel
deepin linux kernel
C
22
6
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
341
1.24 K
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
191
271
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
912
546
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
377
389
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
143
188
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
69
58
harmony-utilsharmony-utils
harmony-utils 一款功能丰富且极易上手的HarmonyOS工具库,借助众多实用工具类,致力于助力开发者迅速构建鸿蒙应用。其封装的工具涵盖了APP、设备、屏幕、授权、通知、线程间通信、弹框、吐司、生物认证、用户首选项、拍照、相册、扫码、文件、日志,异常捕获、字符、字符串、数字、集合、日期、随机、base64、加密、解密、JSON等一系列的功能和操作,能够满足各种不同的开发需求。
ArkTS
84
2