Prometheus指标

场景结构图：

Prometheus定义了4种不同的指标类型(metric type)：

Counter（计数器）、Gauge（仪表盘）、Histogram（直方图）、Summary（摘要）。

• Counter ：一种累加的 metric，典型的应用如：请求的个数，结束的任务数， 出现的错误数等等。

Counter类型的指标其工作方式和计数器一样，只增不减（除非系统发生重置）。常见的监控指标，如http_requests_total，node_cpu都是Counter类型的监控指标。 一般在定义Counter类型指标的名称时推荐使用_total作为后缀。

Counter是一个简单但有强大的工具，例如我们可以在应用程序中记录某些事件发生的次数，通过以时序的形式存储这些数据，我们可以轻松的了解该事件产生速率的变化。 PromQL内置的聚合操作和函数可以让用户对这些数据进行进一步的分析：

• Gauge ：可以任意加减。

• Histogram ：

  可以理解为柱状图，典型的应用如：请求持续时间，响应大小。
  可以对观察结果采样，分组及统计。
  总请求次数100次，总响应时间是 10ms，<0.1ms 响应时间的50个，<0.2ms 响应时间的80个，<0.5ms 响应时间的100个，每一个段属于一个 bucket，个数是累加的。

以上表示：0-0.1ms的请求是50个，0.1-0.2ms 的请求是80-50=30个，0.2-0.5ms 的请求是100-80=20个。

• Summary
  类似于 Histogram, 典型的应用如：请求持续时间，响应大小。
  提供观测值的 count 和 sum 功能。
  提供百分位的功能，即可以按百分比划分跟踪结果。
  总请求次数100次，总响应时间10ms，quantile="0.5" 0.1ms ，quantile="0.8" 0.3ms，quantile="0.95" 0.5ms。

以上表示：50% 的次数响应时间是 0.1ms，80% 的次数响应时间是 0.3ms，95%的次数响应时间是 0.5ms。

a. Summary 的百分位数是客户端计算好直接让 Prometheus 抓取的，不需要 Prometheus 计算，直方图是通过内置函数 histogram_quantile 在 Prometheus 服务端计算求出。

b. Histogram 的 bucket(桶）要设置合理，histogram_quantile 计算的逻辑是假定你的样本是线性分布的，如果 bucket 设置不合理，可能结果会相差很大。