解析PromQL
目前对Prometheus 的promQL 的解析文章比较少，且Prometheus官方也没有提供一个公共的库来对齐进行解析。下面实现对promQL的解析，并实现注入label功能。
表达式类型
AggregateExpr
对应聚合操作，如sum without (instance) (http_requests_total)，定义可以查看Aggregation operators。源码定义在prometheus/promql/parser/lex.go
// Aggregators.
"sum": SUM,
"avg": AVG,
"count": COUNT,
"min": MIN,
"max": MAX,
"group": GROUP,
"stddev": STDDEV,
"stdvar": STDVAR,
"topk": TOPK,
"bottomk": BOTTOMK,
"count_values": COUNT_VALUES,
"quantile": QUANTILE,
结构体如下，label位于AggregateExpr.Expr中：
type AggregateExpr struct {
Op ItemType // The used aggregation operation.
Expr Expr // The Vector expression over which is aggregated.
Param Expr // Parameter used by some aggregators.
Grouping []string // The labels by which to group the Vector.
Without bool // Whether to drop the given labels rather than keep them.
PosRange PositionRange
}
Call
对应函数调用，如absent(nonexistent{job="myjob"})，函数定义可以查看function。源码定义在Prometheus/promql/parser/function.go文件中，
// Functions is a list of all functions supported by PromQL, including their types.
var Functions = map[string]*Function{
"abs": {
Name: "abs",
ArgTypes: []ValueType{ValueTypeVector},
ReturnType: ValueTypeVector,
},
"absent": {
Name: "absent",
ArgTypes: []ValueType{ValueTypeVector},
ReturnType: ValueTypeVector,
},
"absent_over_time": {
Name: "absent_over_time",
ArgTypes: []ValueType{ValueTypeMatrix},
ReturnType: ValueTypeVector,
},
"avg_over_time": {
Name: "avg_over_time",
ArgTypes: []ValueType{ValueTypeMatrix},
ReturnType: ValueTypeVector,
},结构体如下，label位于Call.Args中：
type Call struct {
Func *Function // The function that was called.
Args Expressions // Arguments used in the call.PosRange PositionRange
}
ParenExpr
圆括号表达式，即表达式外面加了圆括号，如(up)、(3*1)，一般集成在BinaryExpr中，如1 + 2/(3*1)，但根据ParenExpr
的定义，(1 + 2/(3*1))又变成了ParenExpr。
结构体如下，label位于ParenExpr.Expr中：
type ParenExpr struct {
Expr Expr
PosRange PositionRange
}
UnaryExpr
一元表达式，如-some_metric、+some_metric、-1^2。UnaryExpr只适用于获取标量结果的表达式。
结构体如下，label位于UnaryExpr.Expr中：
type UnaryExpr struct {
Op ItemType
Expr ExprStartPos Pos
}
BinaryExpr
多元表达式，使用二元运算符组合成的表达式，被运算符分割的表达式被保存到LHS和RHS树中
结构体如下，label位于BinaryExpr.LHS和BinaryExpr.RHS中：
type BinaryExpr struct {
Op ItemType // The operation of the expression.
LHS, RHS Expr // The operands on the respective sides of the operator. // The matching behavior for the operation if both operands are Vectors.
// If they are not this field is nil.
VectorMatching *VectorMatching // If a comparison operator, return 0/1 rather than filtering.
ReturnBool bool
}
NumberLiteral
数字表达式，如1、0xc、5e-3，该类型的表达式与UnaryExpr类似，也是集成到其他类型的表达式中使用的，单独使用并没有意义。
结构体如下，无label：
type NumberLiteral struct {
Val float64 PosRange PositionRange
}
StringLiteral
字符表达式，如"version"，与NumberLiteral类似，一般会集成到其他表达式中，如count_values("version", build_version)
结构体如下，无label：
type StringLiteral struct {
Val string
PosRange PositionRange
}
VectorSelector
瞬时向量，无需指定时间范围，如http_requests_total、{job=~".*",method="get"}
结构体如下，label位于VectorSelector.LabelMatchers中：
type VectorSelector struct {
Name string
Offset time.Duration
LabelMatchers []*labels.Matcher // The unexpanded seriesSet populated at query preparation time.
UnexpandedSeriesSet storage.SeriesSet
Series []storage.Series PosRange PositionRange
}
MatrixSelector
区间向量，需指定时间范围，如http_requests_total[1m]、{job=~".*",method="get"}[1m]
结构体如下，label位于MatrixSelector.LabelMatchers中：
type MatrixSelector struct {
Name string
Range time.Duration
Offset time.Duration
LabelMatchers []*labels.Matcher // The series are populated at query preparation time.
series []storage.Series
}
SubqueryExpr
子查询表达式，支持指定查询范围和精度，其实就是MatrixSelector加了精度功能。格式为<instant_query> '[' <range> ':' [<resolution>] ']'，如rate(http_requests_total[5m])[30m:1m]，官方定义参见Subquery
结构体如下，label位于SubqueryExpr.Expr中：
type SubqueryExpr struct {
Expr Expr
Range time.Duration
Offset time.Duration
Step time.DurationEndPos Pos
}
小结:一般日常中使用的表达式可以分为多元表达式和非多元表达式两种。多元表达式里面是被二元运算符分隔的非多元表达式。一般使用的非多元表达式有：AggregateExpr、Call、VectorSelector和MatrixSelector。SubqueryExpr用的比较少
PromQl的解析
从上面分析可以看出，Prometheus的查询语句的基本类型为：NumberLiteral、StringLiteral、VectorSelector、MatrixSelector，前两个本身就没有任何标签，后两个有明确的结构体来保存标签。其他类型只是这四种基本类型的组合。
Prometheus源码的eval函数(位于Prometheus/promql/engine.go文件中)对分别不同类型的promQL进行了处理，可以参考此处代码。
解析代码如下：
func injectLabels(expr parser.Expr, match labels.MatchType, name,value string){
switch e := expr.(type) {
case *parser.AggregateExpr:
injectLabels(e.Expr,match,name,value)
case *parser.Call:
for _,v := range e.Args{
injectLabels(v,match,name,value)
}
case *parser.ParenExpr:
injectLabels(e.Expr,match,name,value)
case *parser.UnaryExpr:
injectLabels(e.Expr,match,name,value)
case *parser.BinaryExpr:
injectLabels(e.LHS,match,name,value)
injectLabels(e.RHS,match,name,value)
case *parser.VectorSelector:
l := genMetricLabel(match,name,value)
e.LabelMatchers = append(e.LabelMatchers, l)
return
case *parser.MatrixSelector:
injectLabels(e.VectorSelector,match,name,value)
case *parser.SubqueryExpr:
injectLabels(e.Expr,match,name,value)
case *parser.NumberLiteral,*parser.StringLiteral:
return
default:
panic(errors.Errorf("unhandled expression of type: %T", expr))
}
return
}func genMetricLabel(match labels.MatchType, name,value string) *labels.Matcher{
m,err := labels.NewMatcher(match,name,value)
if nil != err {
return nil
}return m
}
使用方式如下，在rate(http_requests_total[5m])[30m:1m]种注入”appName !~ testAppName”的表达式，输出结果为：rate(http_requests_total{appname!~"1111"}[5m])[30m:1m]
func main() {
ql := `rate(http_requests_total[5m])[30m:1m]`
expr,_ := parser.ParseExpr(ql)
injectLabels(expr,labels.MatchNotRegexp,"appName","testAppName")
fmt.Println(expr.String())
}
Prometheus支持如下四种匹配模式：
MatchEqual: "=",
MatchNotEqual: "!=",
MatchRegexp: "=~",
MatchNotRegexp: "!~",
TIPs
- 只有较高版本的Prometheus库才能支持解析SubqueryExpr，但直接通过
go mod tidy命令(目前)只能获取到v2.5.0版本，该版本并不支持解析SubqueryExpr。可以在GitHub上找到对应版本的tag，然后执行go get github.com/prometheus/prometheus@${commitId}来获得该版本。需要注意的是执行之后go.mod中的Prometheus版本为v1.8.2，可以忽略此版本标记。具体参见该issue
