Thanos 0.35版本中Sidecar对max/min聚合函数支持异常的深度解析

问题现象

在Thanos监控生态系统中，用户从0.34版本升级到0.35版本后，发现通过Query组件查询Sidecar数据时，max()和min()聚合函数出现异常。具体表现为：

1. 查询最近2小时内的新数据时返回空结果
2. 仅历史数据（对象存储中的数据）能够正常返回
3. 其他聚合函数如avg()/sum()工作正常
4. 查询日志显示Sidecar收到了包含__name__标签的改写后查询语句

技术背景

Thanos Sidecar作为Prometheus的伴生容器，主要负责：

• 实时数据访问代理
• 块数据上传到对象存储
• 对外提供统一的gRPC查询接口

在0.34版本之前，查询流程采用原始PromQL透传机制。而从0.34.1版本开始，Thanos引入了查询下推优化（queryPushdown），会对查询语句进行改写和优化。

根本原因分析

经过深入排查，发现问题源于版本兼容性机制：

1. 协议变更：0.35版本的Query组件采用了新的查询下推协议
2. 标签重写：新版本会对查询语句进行规范化处理，自动添加__name__等系统标签
3. 版本断层：当Query(0.35)请求Sidecar(0.34)时，下推的查询语句包含Sidecar不支持的语法结构
4. 选择性影响：max/min等聚合函数会触发查询改写，而avg/sum等保持原始查询

解决方案

根据社区验证，推荐以下两种方案：

方案一：统一升级（推荐）

将所有Sidecar组件同步升级到0.35版本：

image: quay.io/thanos/thanos:v0.35.0

方案二：回退Query版本

临时将Query组件回退到0.34版本：

image: quay.io/thanos/thanos:v0.34.1

最佳实践建议

1. 版本一致性：保持Thanos各组件版本一致，特别是跨组件通信的部分
2. 升级策略：采用滚动升级时，先升级边缘组件（Sidecar/Store），再升级中心组件（Query）
3. 监控验证：升级后对各类查询（即时/范围/聚合）进行全面验证
4. 日志检查：开启debug日志级别，关注查询改写过程

技术启示

该案例揭示了分布式系统中一个重要原则：协议演进需要考虑向后兼容性。Thanos作为多组件系统，各模块间的接口协议变更必须谨慎处理，特别是当组件可能独立升级时，需要：

1. 明确定义版本兼容矩阵
2. 实现自动降级机制
3. 提供清晰的升级指南
4. 在CI中增加跨版本测试用例

未来版本中，Thanos社区已计划改进版本协商机制，避免类似问题发生。