https://advanced-beginner.github.io/ko/docs/observability/concepts/promql/Recent content in PromQL on Advanced BeginnerHugoko-KRd8lzz1gpw@mozmail.com (kimbenji)d8lzz1gpw@mozmail.com (kimbenji)Mon, 23 Mar 2026 19:08:15 +0900https://advanced-beginner.github.io/ko/docs/observability/concepts/promql/syntax-basics/Thu, 15 Jan 2026 00:00:00 +0000d8lzz1gpw@mozmail.com (kimbenji)https://advanced-beginner.github.io/ko/docs/observability/concepts/promql/syntax-basics/<h2 id="전체-비유-환자-기록-검색">전체 비유: 환자 기록 검색<a class="anchor" href="#%ec%a0%84%ec%b2%b4-%eb%b9%84%ec%9c%a0-%ed%99%98%ec%9e%90-%ea%b8%b0%eb%a1%9d-%ea%b2%80%ec%83%89">#</a></h2> <p>PromQL 기본 문법을 <strong>병원 EMR 검색 시스템</strong>에 비유하면 이해하기 쉽습니다:</p> <table> <thead> <tr> <th>EMR 검색 비유</th> <th>PromQL 문법</th> <th>역할</th> </tr> </thead> <tbody> <tr> <td>전체 환자 기록</td> <td>메트릭명</td> <td>모든 시계열 조회</td> </tr> <tr> <td>현재 상태 조회</td> <td>Instant Vector</td> <td>특정 시점 데이터</td> </tr> <tr> <td>기간별 기록 조회</td> <td>Range Vector</td> <td>시간 범위 데이터</td> </tr> <tr> <td>진료과 필터</td> <td>레이블 매칭 (=)</td> <td>정확히 일치 필터</td> </tr> <tr> <td>제외 검색</td> <td>레이블 매칭 (!=)</td> <td>특정 값 제외</td> </tr> <tr> <td>패턴 검색</td> <td>정규식 (=~)</td> <td>유연한 필터링</td> </tr> <tr> <td>이전 기록 조회</td> <td>offset</td> <td>과거 시점 데이터</td> </tr> <tr> <td>기준 비교 (정상 범위)</td> <td>비교 연산자</td> <td>임계값 비교</td> </tr> </tbody> </table> <p>이처럼 EMR에서 조건을 조합하여 환자 기록을 검색하듯, PromQL로 메트릭을 필터링하고 조회합니다.</p>https://advanced-beginner.github.io/ko/docs/observability/concepts/promql/aggregation-operators/Thu, 15 Jan 2026 00:00:00 +0000d8lzz1gpw@mozmail.com (kimbenji)https://advanced-beginner.github.io/ko/docs/observability/concepts/promql/aggregation-operators/<h2 id="전체-비유-병원-통계-분석">전체 비유: 병원 통계 분석<a class="anchor" href="#%ec%a0%84%ec%b2%b4-%eb%b9%84%ec%9c%a0-%eb%b3%91%ec%9b%90-%ed%86%b5%ea%b3%84-%eb%b6%84%ec%84%9d">#</a></h2> <p>PromQL 집계 연산자를 <strong>병원 통계 분석</strong>에 비유하면 이해하기 쉽습니다:</p> <table> <thead> <tr> <th>병원 통계 비유</th> <th>집계 연산자</th> <th>역할</th> </tr> </thead> <tbody> <tr> <td>전체 환자 수 합계</td> <td>sum</td> <td>모든 값 더하기</td> </tr> <tr> <td>평균 진료 시간</td> <td>avg</td> <td>평균값 계산</td> </tr> <tr> <td>병동별 환자 수</td> <td>count</td> <td>개수 세기</td> </tr> <tr> <td>최고/최저 혈압</td> <td>max/min</td> <td>극값 찾기</td> </tr> <tr> <td>진료 건수 상위 5개 과</td> <td>topk</td> <td>상위 N개 추출</td> </tr> <tr> <td>진료과별 통계</td> <td>by</td> <td>그룹별 집계</td> </tr> <tr> <td>개인정보 제외 통계</td> <td>without</td> <td>특정 라벨 제외 집계</td> </tr> <tr> <td>환자 연령 분포</td> <td>quantile</td> <td>분위수 계산</td> </tr> </tbody> </table> <p>이처럼 병원에서 진료과별, 병동별로 통계를 집계하듯, PromQL 집계 연산자로 메트릭을 요약합니다.</p>https://advanced-beginner.github.io/ko/docs/observability/concepts/promql/rate-and-increase/Thu, 15 Jan 2026 00:00:00 +0000d8lzz1gpw@mozmail.com (kimbenji)https://advanced-beginner.github.io/ko/docs/observability/concepts/promql/rate-and-increase/<h2 id="전체-비유-누적-진료-기록-분석">전체 비유: 누적 진료 기록 분석<a class="anchor" href="#%ec%a0%84%ec%b2%b4-%eb%b9%84%ec%9c%a0-%eb%88%84%ec%a0%81-%ec%a7%84%eb%a3%8c-%ea%b8%b0%eb%a1%9d-%eb%b6%84%ec%84%9d">#</a></h2> <p>rate와 increase를 <strong>누적 진료 기록 분석</strong>에 비유하면 이해하기 쉽습니다:</p> <table> <thead> <tr> <th>진료 기록 비유</th> <th>PromQL 함수</th> <th>역할</th> </tr> </thead> <tbody> <tr> <td>총 누적 진료 건수</td> <td>Counter 원시값</td> <td>서버 시작 후 누적 (의미 제한적)</td> </tr> <tr> <td>시간당 진료 건수</td> <td>rate()</td> <td>초당 평균 증가율 (핵심)</td> </tr> <tr> <td>오늘 하루 진료 건수</td> <td>increase()</td> <td>기간 내 총 증가량</td> </tr> <tr> <td>방금 전 진료 속도</td> <td>irate()</td> <td>마지막 구간 순간 증가율</td> </tr> <tr> <td>야간 진료 재시작</td> <td>Counter 리셋</td> <td>자동으로 처리됨</td> </tr> <tr> <td>대시보드 현황판</td> <td>rate 활용</td> <td>실시간 모니터링</td> </tr> <tr> <td>월간 리포트</td> <td>increase 활용</td> <td>기간별 합계</td> </tr> </tbody> </table> <p>이처럼 누적 진료 기록에서 &ldquo;시간당 진료 건수&quot;를 계산하듯, rate()로 Counter를 변화율로 변환합니다.</p>https://advanced-beginner.github.io/ko/docs/observability/concepts/promql/histogram-quantile/Thu, 15 Jan 2026 00:00:00 +0000d8lzz1gpw@mozmail.com (kimbenji)https://advanced-beginner.github.io/ko/docs/observability/concepts/promql/histogram-quantile/<h2 id="전체-비유-진료-대기시간-분포-분석">전체 비유: 진료 대기시간 분포 분석<a class="anchor" href="#%ec%a0%84%ec%b2%b4-%eb%b9%84%ec%9c%a0-%ec%a7%84%eb%a3%8c-%eb%8c%80%ea%b8%b0%ec%8b%9c%ea%b0%84-%eb%b6%84%ed%8f%ac-%eb%b6%84%ec%84%9d">#</a></h2> <p>histogram_quantile을 <strong>진료 대기시간 분포 분석</strong>에 비유하면 이해하기 쉽습니다:</p> <table> <thead> <tr> <th>대기시간 분석 비유</th> <th>histogram_quantile</th> <th>역할</th> </tr> </thead> <tbody> <tr> <td>평균 대기시간</td> <td>평균 (avg)</td> <td>극단값에 왜곡됨</td> </tr> <tr> <td>절반 환자 대기시간</td> <td>P50 (중앙값)</td> <td>일반적 경험</td> </tr> <tr> <td>대부분 환자 대기시간</td> <td>P95</td> <td>95% 환자 경험</td> </tr> <tr> <td>최악 대기시간</td> <td>P99</td> <td>SLA 기준</td> </tr> <tr> <td>대기시간 구간 (0-10분, 10-30분)</td> <td>Histogram 버킷</td> <td>분포 저장 구조</td> </tr> <tr> <td>구간 간 추정</td> <td>선형 보간</td> <td>버킷 사이 값 추정</td> </tr> <tr> <td>세밀한 구간 설정</td> <td>버킷 설계</td> <td>정확도 향상</td> </tr> </tbody> </table> <p>이처럼 &ldquo;평균 대기시간 10분&quot;보다 &ldquo;95% 환자가 30분 이내&quot;가 더 정확한 정보인 것처럼, 백분위가 실제 경험을 반영합니다.</p>https://advanced-beginner.github.io/ko/docs/observability/concepts/promql/recording-rules/Thu, 15 Jan 2026 00:00:00 +0000d8lzz1gpw@mozmail.com (kimbenji)https://advanced-beginner.github.io/ko/docs/observability/concepts/promql/recording-rules/<h2 id="전체-비유-정기-통계-보고서">전체 비유: 정기 통계 보고서<a class="anchor" href="#%ec%a0%84%ec%b2%b4-%eb%b9%84%ec%9c%a0-%ec%a0%95%ea%b8%b0-%ed%86%b5%ea%b3%84-%eb%b3%b4%ea%b3%a0%ec%84%9c">#</a></h2> <p>Recording Rules를 <strong>병원의 정기 통계 보고서</strong>에 비유하면 이해하기 쉽습니다:</p> <table> <thead> <tr> <th>정기 보고서 비유</th> <th>Recording Rules</th> <th>역할</th> </tr> </thead> <tbody> <tr> <td>매일 계산하는 월간 통계</td> <td>사전 계산</td> <td>복잡한 쿼리 미리 계산</td> </tr> <tr> <td>정기 보고서 템플릿</td> <td>규칙 정의</td> <td>반복 계산 자동화</td> </tr> <tr> <td>보고서 저장</td> <td>새 메트릭 생성</td> <td>결과를 메트릭으로 저장</td> </tr> <tr> <td>일간→주간→월간 요약</td> <td>계층적 집계</td> <td>단계별 요약</td> </tr> <tr> <td>부서별 통계</td> <td>by 그룹화</td> <td>그룹별 사전 계산</td> </tr> <tr> <td>경영진 대시보드</td> <td>대시보드 최적화</td> <td>빠른 조회 지원</td> </tr> <tr> <td>표준 보고서 명명규칙</td> <td>네이밍 컨벤션</td> <td>일관된 메트릭 이름</td> </tr> </tbody> </table> <p>이처럼 병원에서 복잡한 통계를 매일 미리 계산해두듯, Recording Rules로 자주 쓰는 쿼리를 사전 계산합니다.</p>https://advanced-beginner.github.io/ko/docs/observability/concepts/promql/alerting-rules/Thu, 15 Jan 2026 00:00:00 +0000d8lzz1gpw@mozmail.com (kimbenji)https://advanced-beginner.github.io/ko/docs/observability/concepts/promql/alerting-rules/<h2 id="전체-비유-환자-모니터-경보-시스템">전체 비유: 환자 모니터 경보 시스템<a class="anchor" href="#%ec%a0%84%ec%b2%b4-%eb%b9%84%ec%9c%a0-%ed%99%98%ec%9e%90-%eb%aa%a8%eb%8b%88%ed%84%b0-%ea%b2%bd%eb%b3%b4-%ec%8b%9c%ec%8a%a4%ed%85%9c">#</a></h2> <p>Alerting Rules를 <strong>중환자실 환자 모니터 경보 시스템</strong>에 비유하면 이해하기 쉽습니다:</p> <table> <thead> <tr> <th>환자 모니터 비유</th> <th>Alerting Rules</th> <th>역할</th> </tr> </thead> <tbody> <tr> <td>맥박 비정상 조건</td> <td>expr (조건)</td> <td>알림 발동 조건 정의</td> </tr> <tr> <td>5분간 지속 시 알림</td> <td>for (지속 시간)</td> <td>일시적 변동 무시</td> </tr> <tr> <td>긴급/주의 분류</td> <td>severity 라벨</td> <td>심각도 구분</td> </tr> <tr> <td>담당 의료진 호출</td> <td>알림 라우팅</td> <td>적절한 담당자에게 전달</td> </tr> <tr> <td>알림 상세 정보</td> <td>annotations</td> <td>문제 설명, 조치 가이드</td> </tr> <tr> <td>경보 피로 방지</td> <td>적절한 임계값</td> <td>의미 있는 알림만</td> </tr> <tr> <td>연쇄 경보 억제</td> <td>inhibition</td> <td>중복 알림 방지</td> </tr> <tr> <td>대응 매뉴얼 링크</td> <td>runbook_url</td> <td>문제 해결 가이드</td> </tr> </tbody> </table> <p>이처럼 환자 모니터가 이상 징후를 감지하여 의료진에게 알리듯, Alerting Rules로 시스템 문제를 감지합니다.</p>