Prometheus的数据特点：
Prometheus 将pull来的数据存储在自己的DB中，称为TSDB（Time Series Database）,每一个指标随时间点的变化而对应一个个散列值，由此构成一个时间序列，多个指标就构成了多个时间序列，用户可以按照自己的需要进行指标数据的提取和图表展示；
prometheus 表达式语言中，有四种类型:
即时向量(instant vector) ：包含每个时间序列的单个样本的一组时间序列，共享相同的时间戳。
范围向量(Range vector) ：包含每个时间序列随时间变化的数据点的一组时间序列。
标量(Scalar) ：一个简单的数字浮点值
字符串(String)： 一个简单的字符串值(目前未被使用)
prometheus提供了功能性表达式语言，可让用户对于时间序列的数据进行选择和聚合。通过表达式查询的结果可以绘制为曲线图，也可以在prometheus提供的表达式浏览器中显示为表格，也可以通过外部系统以HTTP API来调用使用。
Expression即PromQl的书写规范：
Prometheus基于指标名称（metrics name）和附属的标签集唯一定义一条时间序列
- 指标名称代表着监控目标上某类可测量属性的基本特征标识
- 标签则是这个基本特征上再次细分的多个可测量维度
PromQl是prometheus Server 内置的数据查询语言
PromQl 怎么用？
打开prometheus的web页面，在Expression 框里面输入指标名称：
数据的筛选：
等值查询：
点击excute即可得到查询结果，若想要进一步筛选数据，缩小范围，可以在metric name 指标名称后面加大括号{},在括号里面添加标签属性进行过滤：
例如node_cpu_seconds_total{cpu=“0”} 就是选择node_cpu_seconds_total指标的并且cpu为0的数据：
不等值查询
在用标签进行过滤的时候也可以用不等值查询:
偏移修饰符(offset modifier)
偏移修饰符允许更改查询中单个即时向量和范围向量的时间偏移量
例如：
node_cpu_seconds_total{cpu=“0”,mode=~“s.*”}offset 5m
是查看指标在5m前的值：
正则表达式的应用
使用=~“表达式” 进行正则表达式的匹配
如：node_cpu_seconds_total{cpu=“0”,mode=~“s.*”} 就是选择CPU为0的，并且mode的值以s开头的所有的样本数值：
范围向量的查询：
以上展示的即时向量的使用展示，即某一时刻的指标值，在Prometheus graph中会默认展示最近1h内的数据：
Expression中的表达式后面加入一个方括号[] ,括号里面定义时间范围如5m、1h时 原来的即时向量就变成了范围向量，这时的数据量就不是一个了，而是多个：
范围向量选择器的单位：
s：seconds
m：minutes
h：hours
d：days
w：weeks
y：years
，例如，以下表达式返回相对于当前查询时间5分钟前的http_requests_total值：
那么范围向量是无法绘图的，因为即时向量在绘图时Prometheus已经默认加了一个时间的范围，而范围向量本身就是带了时间范围的“一堆”数据了，无法展示成趋势图，这个时候一般会用rate函数处理，得到5m钟内的node_cpu_seconds_total指标的变化速率：
这样就可以绘图了：
