P95 und P99 machen langsame Anfragen sichtbar, die ein Durchschnittswert verdecken kann. Ein P95 beschreibt vereinfacht die Dauer, die etwa 95 Prozent der ausgewählten Anfragen nicht überschreiten. Welche Aussage dahintersteht, hängt vom Messpunkt, dem Zeitraum und der erfassten Anfragemenge ab. Histogramme liefern dafür Schätzungen, deren Genauigkeit von ihrer Auflösung abhängt. Für eine belastbare Betriebssicht gehören auch Anfragevolumen und Fehlerrate dazu; ein Perzentil allein erklärt weder die Ursache einer Verzögerung noch die Erfahrung einzelner Personen.
Was die Latenzmessung erfasst
Eine Latenzkennzahl ist nur verständlich, wenn ihr Messpunkt feststeht. Ein Reverse Proxy kann die Dauer einer Anfrage an seinem Übergang zum Dienst erfassen; eine Anwendung misst dagegen einen Abschnitt innerhalb ihrer eigenen Verarbeitung. Welche Schritte jeweils enthalten sind, hängt davon ab, wo die Messung beginnt und endet.
Eine Messung im Browser kann zusätzlich Teile des Wegs zwischen Client und Server sowie clientseitige Verarbeitung erfassen. Auch hier entscheidet die konkrete Instrumentierung über Anfang und Ende. Eine niedrige Serverlatenz allein belegt deshalb nicht, dass eine Seite im Browser schnell nutzbar ist: Netzwerkübertragung und Verarbeitung auf dem Endgerät können weitere Zeit beanspruchen.
Lege ebenso die Grundgesamtheit fest: Geht es um alle Anfragen eines Dienstes oder um einen bestimmten Endpunkt? Eine Gesamtverteilung kann anders aussehen als die eines einzelnen Endpunkts. Halte außerdem fest, ob die Auswertung ein gleitendes Fünf-Minuten-Fenster oder einen längeren Zeitraum umfasst und ob die Werte in Sekunden oder Millisekunden angezeigt werden.
Erfolgreiche und fehlgeschlagene Anfragen gehören ebenfalls zur Definition. Ein schnell zurückgegebener Fehler kann die Latenzverteilung verbessern, obwohl die Anfrage ihr Ziel nicht erreicht hat. Getrennte Ansichten für Erfolg und Fehler helfen, diese Fälle zu erkennen; zusätzlich bleibt die Fehlerrate eine eigenständige Betriebskennzahl.
Die OpenTelemetry-Konvention im Entwicklungszweig beschreibt für HTTP-Server ein Histogramm der Anfragedauer in Sekunden. Daraus folgt nicht, dass eine bestimmte installierte Version es unterstützt oder unter demselben Namen exportiert. Prüfe in deiner Umgebung den tatsächlichen Metriknamen und die verfügbaren Attribute, bevor du darauf ein Dashboard aufbaust.
P95 und P99 richtig lesen
Ein Perzentil beschreibt eine Grenze innerhalb der ausgewählten Verteilung. Liegt P95 bei 400 Millisekunden, sind vereinfacht etwa 95 Prozent der berücksichtigten Anfragedauern höchstens so groß. P99 verschiebt den Blick weiter zum langsamen Ende: Es beschreibt entsprechend die Grenze für etwa 99 Prozent der Beobachtungen.
| Kennzahl | Aussage | Grenze der Aussage |
|---|---|---|
| Durchschnitt | Summe der Dauern geteilt durch die Anzahl der Anfragen | Verdeckt die Verteilung einzelner schneller und langsamer Anfragen |
| P50 | Grenze für ungefähr die Hälfte der beobachteten Dauern | Beschreibt nicht, wie langsam das obere Ende ist |
| P95 | Grenze für ungefähr 95 Prozent der beobachteten Dauern | Langsamere Beobachtungen oberhalb der Grenze bleiben in einem einzelnen Wert unsichtbar |
| P99 | Grenze für ungefähr 99 Prozent der beobachteten Dauern | Kann bei wenigen Beobachtungen stark von einzelnen Werten abhängen |
Diese Prozentangaben beziehen sich auf Messwerte, nicht unmittelbar auf Personen oder Sitzungen. Eine Person kann mehrere Anfragen auslösen, während eine andere nur eine sendet. Aus einem P99 allein lässt sich daher nicht ableiten, dass ein Prozent der Nutzerinnen und Nutzer eine langsame Sitzung erlebt hat.
Die genaue Grenze hängt außerdem vom Berechnungsverfahren ab. Bei gleichen Messwerten oder wenn die gewünschte Position zwischen zwei Beobachtungen liegt, können verschiedene Quantildefinitionen unterschiedlich auswählen oder interpolieren. Bei geschätzten Histogrammwerten kommt die Aufteilung in Buckets hinzu; ein angezeigter Wert ist deshalb nicht immer eine tatsächlich beobachtete Einzeldauer.
Für das Hosting-Monitoring gehören zum Perzentil das Anfragevolumen und die Fehlerrate. Derselbe P99-Wert ist bei wenigen Anfragen anders einzuordnen als bei vielen; ohne Volumen bleibt seine Stabilität schwer einzuschätzen. Die Fehlerrate zeigt zudem einen Aspekt, den eine reine Dauerverteilung nicht zuverlässig abbildet.
Wie Histogramme Perzentile schätzen
Ein klassisches Prometheus-Histogramm speichert keine sortierte Liste aller Anfragedauern. Es zählt Beobachtungen in kumulativen Buckets: Ein Bucket mit einer bestimmten Obergrenze umfasst auch Beobachtungen, die bereits in niedrigeren Buckets liegen. Aus diesen Zählern lässt sich abschätzen, in welchem Bereich der Verteilung ein gesuchtes Perzentil liegt.
Angenommen, die gesuchte Position liegt zwischen den Grenzen 200 und 500 Millisekunden. Das Histogramm zeigt, wie viele Beobachtungen bis zu diesen Grenzen gezählt wurden, aber nicht ihre exakte Verteilung dazwischen. Für klassische Histogramme schätzt Prometheus die Position innerhalb dieses Buckets durch lineare Interpolation.
Diese Schätzung kann von den tatsächlichen Einzelwerten abweichen. Besonders ein breiter Bucket um einen betrieblich wichtigen Grenzwert lässt viel Raum für Unsicherheit: Die Beobachtungen könnten innerhalb des Bereichs anders verteilt sein als bei der Interpolation angenommen. Engere Grenzen in relevanten Bereichen verbessern die Auflösung, verursachen aber zusätzlichen Datenaufwand.
Native Histogramme verwenden eine andere Darstellung als die klassischen Bucket-Zeitreihen. Auch ihre Quantile sind Schätzungen; die Interpolation hängt dort vom verwendeten Schema und Bucket ab. Klassische und native Histogramme sollten daher nicht so behandelt werden, als hätten sie dieselbe Speicherung und stets dieselben Interpolationsregeln.
Eine Summary kann Quantile bereits im instrumentierten Prozess berechnen. Diese fertigen Quantilwerte lassen sich aber nicht nachträglich zu einem korrekten Gesamtquantil mehrerer Prozesse zusammenführen. Für eine gemeinsame Auswertung über Instanzen sind aggregierbare Histogrammdaten deshalb oft die passendere Grundlage; die Bucket-Grenzen müssen dabei zur gewünschten Zusammenfassung passen.
Wenn der Durchschnitt Ausreißer verdeckt
Illustratives Rechenbeispiel, keine Messung: In einem Zeitfenster dauern 95 Anfragen jeweils 100 Millisekunden und fünf weitere jeweils 2.000 Millisekunden. Alle 100 Beobachtungen gehören zur selben ausgewählten Grundgesamtheit. Das Beispiel dient dazu, Kennzahlen zu vergleichen, und ist kein Leistungsnachweis für ein Hosting-System.
Für die Perzentile verwenden wir hier eine konkrete Auswahlregel: Gesucht ist jeweils der kleinste beobachtete Wert, bei dem mindestens der angegebene Anteil der Anfragen liegt oder darunter bleibt. Sortiert stehen zunächst 95 Werte mit 100 Millisekunden und danach fünf Werte mit 2.000 Millisekunden.
| Kennzahl | Berechnung oder Auswahl | Ergebnis |
|---|---|---|
| Durchschnitt | (95 × 100 ms + 5 × 2.000 ms) / 100 | 195 ms |
| P95 | 95. sortierter Wert | 100 ms |
| P99 | 99. sortierter Wert | 2.000 ms |
Der Durchschnitt liegt deutlich unter der Dauer der fünf langsamen Anfragen. Er verteilt deren zusätzliche Zeit rechnerisch auf alle Beobachtungen. Wer nur diesen Wert betrachtet, erkennt deshalb weder die Dauer der langsamen Anfragen noch unmittelbar, wie viele davon betroffen sind.
P95 beträgt hier 100 Millisekunden, obwohl fünf Prozent der Anfragen 20-mal so lange dauern. Die langsamen Beobachtungen liegen genau oberhalb der gewählten P95-Grenze; P99 macht sie in diesem Beispiel sichtbar. Das bedeutet nicht, dass P99 generell jede relevante Verzögerung erfasst.
Andere Quantildefinitionen können zwischen sortierten Werten interpolieren und dadurch andere Ergebnisse liefern. Auch ein aus Histogramm-Buckets geschätztes Perzentil muss nicht mit der Auswahl aus Einzelwerten übereinstimmen. Für die Interpretation gehören daher Berechnungsverfahren, Anfragezahl und betrachtetes Zeitfenster zum angezeigten Wert.
P95 mit PromQL abfragen
Für die folgende Abfrage brauchst du Zugriff auf eine Prometheus-Datenquelle und ein tatsächlich vorhandenes klassisches Histogramm für Anfragedauern. Gib den Ausdruck im Prometheus-Ausdrucksbrowser oder in einem Grafana-Abfragefeld für Prometheus ein. Die Abfrage liest vorhandene Zeitreihen; sie ist weder ein Terminalbefehl noch eine Konfigurationsänderung.
Der Metrikname ist ein Platzhalter. Ersetze ihn gegebenenfalls durch den Namen deiner Instrumentierung und prüfe, ob die ausgewählten Zeitreihen kompatible Bucket-Grenzen besitzen. Das Beispiel aggregiert ohne zusätzliche Filter über alle übrigen Labels und liefert damit nur dann den gewünschten Gesamtwert, wenn diese Auswahl deiner Betriebsfrage entspricht.
Zuerst berechnet rate aus den kumulativen Bucket-Zählern deren Änderungsrate über das gleitende Fünf-Minuten-Fenster. Danach addiert sum by (le) die Raten über die übrigen Labels. Diese Reihenfolge ermöglicht es, Zählerrücksetzungen einzelner Zeitreihen bei der Ratenberechnung zu berücksichtigen.
Das Label le bleibt dabei erhalten: Es bezeichnet die obere Grenze des jeweiligen Buckets. Aus der zusammengefassten Verteilung schätzt histogram_quantile das Gesamt-P95. Bei der hier angenommenen Sekundenmetrik ist auch das Ergebnis in Sekunden angegeben; 0,4 entspricht somit 400 Millisekunden.
Für P99 ersetzt du den ersten Parameter 0.95 durch 0.99. Mit passenden Label-Filtern kannst du beispielsweise einen Dienst auswählen; zusätzliche Gruppierungslabels erlauben getrennte Ergebnisse. Kontrolliere jeweils, welche Anfragen einbezogen werden und ob die Bucket-Auflösung für den interessierenden Bereich ausreicht.
Für native Histogramme gilt eine andere Abfragesyntax: Sie verwenden nicht die klassische separate _bucket-Reihe mit le. Ob native Histogramme verfügbar sind und wie sie exportiert werden, hängt von den eingesetzten Komponenten und Versionen ab.
Instanzen und Anfragegruppen vergleichen
Ein gemeinsames P99 für Cache-Treffer und dynamische Aufrufe beantwortet die Frage nach der gesamten ausgewählten Anfragemenge. Es erklärt aber nicht, welche Gruppe sich verändert hat. Wenn sich der Anteil schneller Cache-Treffer verschiebt, kann sich auch der Gesamtwert ändern, ohne dass jede einzelne Gruppe langsamer geworden sein muss.
Ergänze den Gesamtwert deshalb um getrennte Ansichten für fachlich relevante Anfragegruppen, sofern geeignete Labels vorhanden sind. Eine begrenzte Routenbezeichnung oder ein Cache-Status kann dafür nützlich sein. Individuelle URLs oder Nutzerkennungen als Labels können dagegen sehr viele Zeitreihen erzeugen; wähle Dimensionen so, dass sie eine konkrete Frage beantworten.
Für ein Gesamtperzentil über mehrere Instanzen werden bei kompatiblen klassischen Histogrammen zuerst die Bucket-Zähler beziehungsweise ihre Raten je Grenze zusammengeführt. Erst aus dieser gemeinsamen Verteilung wird das Quantil geschätzt. Einzelne Instanz-P99-Werte zu mitteln ergibt im Allgemeinen kein korrektes Gesamt-P99, weil die Verteilungen und Anfragezahlen unterschiedlich sein können.
| Datenform | Aggregation und Genauigkeit | Datenaufwand |
|---|---|---|
| Histogramm | Kompatible Buckets aggregierbar; Quantile geschätzt, Genauigkeit abhängig von Auflösung und Darstellung | Zeitreihen beziehungsweise Histogrammdaten je gewählter Auflösung und Labelkombination |
| Summary | Im Prozess berechnete Quantile nicht zu einem Gesamtquantil aggregierbar; Genauigkeit abhängig von der Konfiguration | Quantilberechnung im Prozess und Zeitreihen für konfigurierte Quantile |
| Einzelereignisse | Gemeinsame Auswertung möglich, wenn relevante Einzelwerte vorliegen; Ergebnis abhängig vom gewählten Quantilverfahren | Potenziell ein Datensatz je Anfrage; Speicherung und Auswertung können aufwendig sein |
Eine Summary kann für die Sicht auf einen einzelnen Prozess nützlich sein. Ihre bereits dort berechneten Quantile lassen sich jedoch nicht nachträglich zu einem korrekten Quantil für alle Instanzen zusammensetzen. Einzelereignisse erlauben eine andere Detailtiefe, setzen aber voraus, dass die benötigten Beobachtungen tatsächlich erfasst und verfügbar sind.
Latenzziele und Alarme festlegen
Ein Latenzziel wird erst durch eine klar definierte Grundgesamtheit prüfbar. „95 Prozent der ausgewählten Anfragen dauern höchstens 300 Millisekunden“ benötigt deshalb Angaben zum Messpunkt, zu den einbezogenen Endpunkten und zum Auswertungszeitraum. Ein Fünf-Minuten-Fenster beantwortet eine andere Betriebsfrage als ein Tagesfenster.
Für den Schwellenanteil teilst du die Zahl der Beobachtungen bis einschließlich 300 Millisekunden durch die Gesamtzahl der Beobachtungen. Bei einem klassischen Histogramm liefert ein Bucket mit genau dieser Grenze den passenden Zähler; für ein Zeitfenster verwendest du die entsprechenden Zähleränderungen beziehungsweise Raten. Der Anteil zeigt unmittelbar, ob die gewählte Schwelle im Fenster erreicht wurde.
Liegt keine Bucket-Grenze bei 300 Millisekunden, lässt sich der exakte Anteil aus den Bucket-Zählern allein nicht bestimmen. Das geschätzte P95 kann dennoch eine Orientierung geben, seine Genauigkeit hängt aber von der Verteilung und den Bucket-Grenzen ab. Für eine wichtige Zielschwelle lohnt es sich daher, die Histogrammkonfiguration vorab zu prüfen.
Lege außerdem ausdrücklich fest, wie Fehler in das Ziel eingehen. Eine schnell beantwortete Fehlermeldung sollte nicht unbesehen als gute Nutzererfahrung zählen; je nach Zieldefinition können Fehler etwa separat überwacht oder als schlechte Ereignisse gewertet werden. Entscheidend ist, dass Zähler und Nenner zur gewählten Definition passen.
Eine Alarmdauer verhindert, dass jede kurze Schwankung sofort eine Benachrichtigung auslöst. Ergänze eine Mindestzahl an Beobachtungen, damit wenige Einzelanfragen nicht unverhältnismäßig über einen Alarm entscheiden. Beide Werte sollten zum Verkehrsaufkommen und zur Dringlichkeit des Dienstes passen; fehlende Daten brauchen eine eigene Behandlung.
Im Dashboard ist es hilfreich, Zielanteil, Anfragevolumen und Fehlerrate nebeneinander darzustellen. So lässt sich unterscheiden, ob eine Zielverletzung viele Anfragen betrifft oder auf einem kleinen Fenster beruht. Ein Alarm sollte zudem erkennen lassen, welche Auswahl und welcher Zeitraum die Meldung ausgelöst haben.
Steigende Perzentile systematisch untersuchen
Steigt das P99, prüfe zuerst das Anfragevolumen und den Endpunktmix. Mehr langsame dynamische Aufrufe können den Gesamtwert verschieben, selbst wenn sich die Dauer jeder einzelnen Anfragegruppe kaum verändert hat. Umgekehrt kann ein Rückgang schneller Aufrufe den Anteil langsamerer Aufrufe erhöhen.
Vergleiche anschließend getrennte Ansichten nach Route und Statusgruppe, sofern die Instrumentierung diese Labels bereitstellt. Eine auffällige Route kann die Suche eingrenzen; getrennte Fehlergruppen zeigen außerdem, ob schnelle oder langsame Fehlantworten die Verteilung beeinflussen. Verwende möglichst begrenzte Routenkategorien statt individueller URLs oder Nutzerkennungen.
Betrachte danach parallel Auslastung, Warteschlangen, Datenbankdauer und Fehlerrate im gleichen Zeitraum. Eine wachsende Warteschlange bei gleichzeitig steigendem P99 ist ein Ansatzpunkt für die Untersuchung, aber noch kein Nachweis, dass sie die Verzögerung verursacht. Prüfe auch, ob die Metriken denselben Dienst und vergleichbare Anfragegruppen betreffen.
Für einzelne langsame Abläufe helfen Traces und gezielt ausgewählte Logs, sofern sie verfügbar und mit dem Anfragekontext verknüpft sind. Ein Trace kann beispielsweise zeigen, welcher Abschnitt eines Anfragewegs viel Zeit beansprucht. Ob dieser Abschnitt tatsächlich die Ursache ist, muss anschließend anhand weiterer Beobachtungen geprüft werden.
Wie sich Metriken, Logs und Traces bei offenen Betriebsfragen ergänzen, erklärt der Beitrag zu Observability im Hosting. Für Warteschlangen ist auch das Mail Queue Monitoring ein verwandter Anwendungsfall: Dort geht es um die Zustellung von Nachrichten, nicht unmittelbar um die Latenz einer HTTP-Anfrage.
Halte bei jedem Vergleich fest, welche Zeitfenster und Messpunkte beteiligt sind. Eine gleichzeitig hohe Datenbankdauer und Serverlatenz kann eine weitere Prüfung rechtfertigen, doch zeitliche Korrelation allein beweist keinen ursächlichen Zusammenhang. Auch Änderungen am Traffic oder an der Instrumentierung können das beobachtete Bild beeinflussen.
Datenqualität und Betriebsentscheidungen
Bei wenig Verkehr reagiert P99 stark auf einzelne Beobachtungen. Zehn Anfragen in einem Fenster erlauben keine ebenso stabile Einordnung wie ein großes Anfragevolumen; zeige deshalb die Anzahl der Beobachtungen neben dem Perzentil. Für Alarme kann eine Mindestzahl helfen, die Aussagekraft zu berücksichtigen, ohne schwach genutzte Dienste vollständig aus der Überwachung zu nehmen.
Ein leeres Fenster bedeutet keine beobachteten Anfragen und nicht null Millisekunden Latenz. Stelle fehlende oder nicht definierte Werte im Dashboard entsprechend dar und entscheide gesondert, ob ausbleibender Verkehr selbst ein Problem ist. So wird ein Mangel an Daten nicht versehentlich als besonders schnelle Antwort interpretiert.
Auch Zeiträume lassen sich nicht beliebig zusammenfassen: Ein Fünf-Minuten-P99 beschreibt ein anderes Fenster als ein Tages-P99. Der Durchschnitt einzelner Minuten-P99 ergibt im Allgemeinen kein Tages-P99. Für die Tagesauswertung benötigst du die zugrunde liegenden aggregierbaren Verteilungsdaten über den gewünschten Zeitraum.
Die Bucket-Auflösung bestimmt mit, wie genau ein Histogramm die interessierende Grenze abbilden kann. Feiner gewählte Grenzen können die Schätzung im relevanten Bereich verbessern, benötigen bei klassischen Histogrammen aber zusätzliche Zeitreihen und damit mehr Speicher. Prüfe diesen Aufwand gegen den Nutzen für die konkrete Betriebsentscheidung.
Für die laufende Beurteilung ergänzen sich die Kennzahlen: Der Durchschnitt beschreibt die mittlere Dauer, P95 und P99 machen langsame Bereiche sichtbar, und der Schwellenanteil beantwortet ein konkret definiertes Latenzziel. Anfragevolumen und Fehlerrate liefern den Kontext, um diese Werte einzuordnen. Keine einzelne Kennzahl ersetzt die Prüfung von Messpunkt, Zeitraum und Datenqualität.
Quellen und fachlicher Stand
Recherche-Stand:
Recherchegrundlage vom 16. November 2026; OpenTelemetry-Konventionen aus dem Entwicklungszweig sind keine Zusicherung für installierte Versionen.
https://sre.google/workbook/monitoring/
https://prometheus.io/docs/practices/histograms/
https://github.com/open-telemetry/semantic-conventions/blob/main/docs/http/http-metrics.md
https://prometheus.io/docs/specs/native_histograms/
https://grafana.com/docs/grafana/latest/datasources/prometheus/query-editor/




