【Prometheus 】【实战篇（五）】深入解析 Prometheus 监控指标类型：Counter、Gauge、Histogram 和 Summary

Prometheus 提供了四种核心的指标类型，分别是 Counter（计数器）、Gauge（仪表）、Histogram（直方图）和 Summary（摘要）。这些指标类型在客户端库中有具体的使用说明，允许 API 根据不同类型的指标提供针对性的操作。这些类型在 Prometheus 的协议中有明确区分，然而，Prometheus 服务器并不依赖这些类型信息，而是将所有数据扁平化为无类型的时间序列。将来这一点可能会有所变化。

下面是每种指标类型的详细介绍：

---

1. Counter（计数器）

概述：

• 定义：计数器是单调递增的累计指标，表示一个仅能增加或在重启时重置为零的值。计数器不可减少，用于表示某个事件发生的次数或某些累计的数值。
• 常见用途：用于表示请求数、错误数、任务完成数等。

注意事项：

• 计数器的值永远不会减少。不要使用计数器来暴露可以减少的值（例如正在运行的进程数），应使用 Gauge。
• 常用于累积的事件计数，记录总数或累计量。

示例：

http_requests_total{method="GET", status="200"} 1024

这个计数器记录了 GET 请求且返回 200 状态码的总数为 1024。

查询示例：

• 计算请求总数：

  sum(http_requests_total)
  

2. Gauge（仪表）

概述：

• 定义：仪表是一种可以增加、减少或保持不变的指标。它表示当前的数值，可以上下浮动，常用于测量某一时刻的状态或度量动态变化的量。
• 常见用途：表示动态数据，如温度、内存使用、磁盘空间、并发请求数等。

注意事项：

• 仪表值可以增加、减少或保持不变。
• 适用于表示系统的当前状态，例如 CPU 使用率、内存占用等。

示例：

memory_usage_bytes{instance="server01"} 2048000000

表示服务器 server01 的内存使用量为 2048 MB。

查询示例：

• 获取当前的内存使用量：

  memory_usage_bytes
  

3. Histogram（直方图）

概述：

• 定义：直方图用于采样观测值（通常是请求持续时间或响应大小），并将它们分配到一个或多个可配置的桶中。它不仅可以记录数据的分布，还提供了所有观测值的总和。
• 常见用途：用于分析请求的延迟分布、响应时间、数据包大小等。

组成：

• 直方图会暴露多个时间序列：
  • 观测桶计数器：记录每个桶中的观测数量，格式为 <basename>_bucket{le="<upper inclusive bound>"}。
  • 总和：记录所有观测值的总和，格式为 <basename>_sum。
  • 计数器：记录观察的事件数量，格式为 <basename>_count（与 <basename>_bucket{le="+Inf"} 相同）。

注意事项：

• 使用 histogram_quantile() 函数来计算直方图的分位数（如 P95、P99）。
• 直方图适合用来计算 Apdex 分数。
• Prometheus v2.40 版本开始提供实验性支持的原生直方图，提供更高的分辨率，性能更优。

示例：

http_request_duration_seconds_bucket{le="0.5", method="GET"} 500
http_request_duration_seconds_bucket{le="1.0", method="GET"} 800
http_request_duration_seconds_bucket{le="2.0", method="GET"} 1000
http_request_duration_seconds_sum{method="GET"} 4000
http_request_duration_seconds_count{method="GET"} 1000

表示 GET 请求的响应时间分布，以及总的响应时间总和和计数。

查询示例：

• 获取 99 百分位的请求响应时间：

  histogram_quantile(0.99, sum(rate(http_request_duration_seconds_bucket[5m])) by (le))
  

4. Summary（摘要）

概述：

• 定义：摘要类似于直方图，但与直方图不同的是，它在滑动时间窗口内计算可配置的分位数（如 P50、P90、P95、P99 等）。它也提供了总计数和所有观测值的总和。
• 常见用途：用于记录请求的响应时间、延迟分布等统计信息。

组成：

• 摘要会暴露多个时间序列：
  • 分位数：记录 φ 分位数（0 ≤ φ ≤ 1）的观测事件，格式为 <basename>{quantile="<φ>"}。
  • 总和：记录所有观测值的总和，格式为 <basename>_sum。
  • 计数器：记录观察的事件数量，格式为 <basename>_count。

注意事项：

• 摘要适用于高效计算百分位数，不需要配置桶。
• 摘要的分位数是实时计算的，适合记录如请求延迟的动态数据。

示例：

http_request_duration_seconds{quantile="0.95", method="GET"} 0.5
http_request_duration_seconds_sum{method="GET"} 1000
http_request_duration_seconds_count{method="GET"} 500

表示 GET 请求的 95 百分位响应时间为 0.5 秒，总响应时间为 1000 秒，共有 500 次请求。

查询示例：

• 获取 95 百分位的响应时间：

  http_request_duration_seconds{method="GET", quantile="0.95"}
  

指标类型总结

指标类型	特点	常见用途	示例
Counter	仅增不减，表示累计数值。	记录事件总数，如请求数、错误数、任务完成数。	http_requests_total（HTTP 请求总数）
Gauge	值可以增加、减少或保持不变。	记录动态变化的数据，如温度、内存、并发请求数。	memory_usage_bytes（内存使用量）
Histogram	记录数据分布，使用桶统计数据。	分析数据分布，如请求延迟、响应时间。	http_request_duration_seconds_bucket（响应时间分布）
Summary	记录统计信息和百分位数，支持滑动时间窗口。	计算分位数和统计信息，如请求延迟。	http_request_duration_seconds（延迟统计）

• Counter：用于表示累积计数（如请求数、错误数）。
• Gauge：用于表示当前状态的动态数据（如内存、CPU 使用）。
• Histogram 和 Summary：用于处理数据的分布和百分位数，Histogram 更适合用于延迟分布的分析，Summary 用于更精确的实时百分位数计算。

了解并合理选择 Prometheus 指标类型是有效监控和数据分析的关键。