PromQL-Abfrage-Formatter & -Validierer

Formatieren und Validieren von Prometheus-PromQL-Abfragen sofort

Der PromQL-Abfrage-Formatter & Validator bereinigt die Abfragen, die Sie gegen Prometheus und andere kompatible Zeitreihendatenbanken schreiben, und stellt sicher, dass die Abfragezeichen um binäre Operatoren, Aggregationen, Funktionsaufrufe und Label-Matcher auf eigene Zeilen gelegt werden, wenn die Abfrage lang wird. Außerdem zeigt er unbalancierte Klammern, fehlende Klammern, fehlende Dauer und andere syntaktische Probleme auf, bevor Sie die Abfrage in ein Dashboard oder eine Warnungsregel eingeben. Alle Vorgänge erfolgen lokal in Ihrem Browser, sodass die Abfragen – die oft interne Metriknamen und Labels enthält – nie Ihr Gerät verlassen.

Nutzung

1. Fügen Sie Ihre PromQL-Abfrage in das Eingabefeld ein oder laden Sie eine .promql oder Textdatei über das Dateiwähler-Element hoch.
2. Wählen Sie die Einrückungsbreite – 2 Leerzeichen, 4 Leerzeichen oder ein Literal-Tabelle-Zeichen – für jede mehrzeilige Erweiterung.
3. Legen Sie eine maximale Zeilenlänge fest. Funktionen, Label-Matcher-Listen und niedrige Präzedenz-Boolean-Operatoren (and, or, unless) werden auf eine eigene Zeile umgebrochen, sobald die formatierte Zeile diese Breite überschreiten würde.
4. Umschalten Stets trennen wenn Sie jede Aggregation, Funktionsaufrufargumentliste und Label-Matcher-Liste auf eine eigene Zeile trennen möchten, unabhängig von der Länge.
5. Umschalten Als Eintrag-Regel formatieren und geben Sie einen Metriknamen (z. B. job:http_errors:rate5m) ein, um die formatierte Abfrage als bereit zum Kopieren Prometheus-Eintrag-Regel in YAML auszugeben.
6. Kopieren Sie das formatierte Ergebnis oder speichern Sie es als .promql Datei.

Funktionen

• PromQL-bewusste Abstandseinstellung – Fügt einen einzigen Abstand um arithmetische, vergleichende und boolesche Operatoren ein, während Label-Matcher innerhalb der { } Klammern eng bleiben.
• Intelligente mehrzeilige Layout-Struktur – Teilt lange Abfragen zuerst an and / or / unless dann an Funktionsargumentgrenzen und dann an einzelne Label-Matcher, sodass das Ergebnis leicht zu scannen ist.
• Unterstützung für Aggregationen und Vektor-Matching – Erkennung von sum, avg, topk, quantile und Freunde zusammen mit by, without, on, ignoring, group_left und group_right Modifikatoren.
• Dauer- und Unterverweis-Parser – Parsen komplexer Zeitfenster wie 1h30m und Unterverweise wie [5m:1m] als einzelne Einheiten, sodass sie niemals mitten in einem Token unterbrochen werden.
• Syntaxvalidierung – Erkennung unbalancierter Klammern, Klammern und geschweifte Klammern, unpassender Öffnungs- und Schließungszeichen, ungültiger Label-Matcher-Body, ungültiger Unterverweise und unendliche Zeichenketten, jeweils mit einer Zeilennummer angegeben.
• Eintrag-Regel-Export – Optional formatiert die Abfrage als Prometheus-YAML-Eintrag-Regel-Block, wobei ein YAML-Literal-Block-Skalar für mehrzeilige Ausdrücke verwendet wird, um Einrückung zu erhalten.

Häufige Anwendungsfälle

• Bereinigung von zufälligen Prometheus-Abfragen, die aus Grafana-Panel-Editoren kopiert wurden, bevor sie in Dashboards oder Warnungsregeln eingefügt werden.
• Vorbereitung von PromQL-Ausdrücken für Code-Review – lange Fehler-Rate- oder Sättigungsabfragen werden lesbar, sobald jeder Zweig auf einer eigenen Zeile steht.
• Erkennung feiner Syntaxfehler (fehlende Dauer, zusätzliche Komma, ungeschlossene { nach der Bearbeitung von Label-Matchern), ohne durch eine live Prometheus-Instanz zu gehen.
• Konvertierung von Rohabfragen in Prometheus-Eintrag-Regel-YAML für vorab aggregierte Pipelines.
• Lernen von PromQL – das normalisierte Ergebnis macht die Operator-Präzedenz und Aggregationengruppierung sofort für Leser, die die Sprache lernen, offensichtlich.