regex无法过滤僵尸节点，因其仅匹配字符串而不能判断up状态或时间窗口；应通过promql变量（如label_values({up="1"}[5m], instance)）获取活跃实例，并在面板查询中用up==0显式排除。
直接用 Regex 过滤“非活跃僵尸节点”在 Grafana 变量中不可靠——因为变量本身不执行实时状态判断，它只负责生成下拉选项列表。所谓“僵尸节点”，本质是已注册但长期无指标上报的实例（如 up == 0 或 last_seen ），而 Regex 只能匹配字符串模式（比如标签名、IP前缀、服务名），无法识别时间或数值状态。
先明确：Regex 不是状态过滤器，而是标签筛选器
你看到的“过滤僵尸节点”，实际要分两步做：
-
第一步（变量层）：用 Query 类型变量 + PromQL 获取所有当前注册的
instance标签值； -
第二步（查询层）：在面板的 PromQL 中显式排除掉不活跃节点，例如：
http_requests_total{instance=~"$instance"} * on(instance) group_left() (up{instance=~"$instance"} == 0)—— 这类写法才能真正剔除掉up == 0的实例。
变量配置：用 PromQL 精准限定候选节点范围
在 Dashboard Variables 中创建一个 instance 变量，Type 选 Query，Data source 选 Prometheus，关键配置如下：
-
Query：
label_values({job=~"service-.+", up="1"}[5m], instance)→ 表示：过去 5 分钟内至少上报过一次且up == 1的所有实例。 -
Refresh：选
On Time Range Change，确保时间滑动时变量自动更新； -
Regex（可选增强）：填
/^(?!10.200.\d+\.\d+).*/→ 排除测试网段（如 10.200.x.x），避免干扰生产视图；注意这里只是辅助清洗，不是主过滤逻辑。
联动强化：结合 job 和 env 变量做前置收敛
高并发集群中，直接列出全部 instance 容易卡顿或超限。建议构建三级变量链：
-
env：用
label_values(job, environment)，限定为prod； -
job：用
label_values({environment="$env", up="1"}[5m], job)，只列当前活跃的 job； -
instance：用
label_values({environment="$env", job="$job", up="1"}[5m], instance)，最终候选集就是“指定环境+指定服务+近5分钟活跃”的实例。
避坑提醒：别依赖 Regex 判断活跃性
以下写法是典型误区：
-
label_values(up == 0, instance)→ 错误：PromQL 函数不能直接在label_values()内写表达式； -
label_values(up, instance) + Regex /0$/→ 错误：up是数值标签，不是字符串，Regex 匹配失败； - 仅靠
instance=~"prod-.*"就认为是“活跃” → 危险：命名规则≠运行状态，僵尸节点也可能叫prod-order-v2-03。
真正有效的“去僵尸化”，靠的是 PromQL 时间窗口聚合 + up 指标联合判断，变量只负责把结果干净地呈现出来。不复杂但容易忽略。
