指标类型

Prometheus 时序数据分为 Counter, Gauge, Histogram, Summary 四种类型。

Counter

Counter 表示收集的数据是按照时间推移不断累加变化的，我们往往用它记录服务请求总量、错误总数等。

例如 Prometheus server 中 http_requests_total, 表示 Prometheus 处理的 http 请求总数，我们可以使用 rate, 很容易得到任意区间数据的均值，这个会在 PromQL 一节中细讲。

Gauge

Gauge 表示采集的数据是一个瞬时值，时间前后没有关联，可以任意变化（忽高忽低），比如可以用来记录内存、磁盘使用量。

例如 Prometheus server 中 go_goroutines, 表示 Prometheus 当前 goroutines 的数量。

Histogram

Histogram 由 <basename>_bucket{le="<upper inclusive bound>"}，<basename>_bucket{le="+Inf"}, <basename>_sum，<basename>_count 组成，主要对采样的数据（例如请求耗时或响应大小）按照预设的 bucket（统计区间）进行累计，然后针对某个时间范围统计区间的变化情况，可以很方便得出指标的分位值，例如我们可以用它来计算最近5分钟请求耗时的95峰值。

例如 Prometheus server 中 prometheus_http_request_duration_seconds, 表示 Prometheus HTTP 请求耗时，我们可以用它计算耗时的分位数。

Summary

Summary 和 Histogram 类似，由 <basename>{quantile="<φ>"}，<basename>_sum，<basename>_count 组成，主要用于表示一段时间内数据采样结果（通常是请求持续时间或响应大小），它直接存储了 quantile 数据，而不是根据统计区间计算出来的。

例如 Prometheus server 中 prometheus_target_interval_length_seconds。

Histogram vs Summary

• 都包含 <basename>_sum，<basename>_count。

• Histogram 需要通过 <basename>_bucket 设定分布实时计算 quantile, 而 Summary 直接存储了 quantile 的值。

• 真实应用场景中，大家使用 Histogram 更多一些。