跳到主要内容

Prometheus 指标类型详解

· 阅读需 5 分钟
梧桐
梧桐
永远年轻，永远热爱

在 Prometheus 生态系统中，指标（Metrics）是最基础的数据类型。理解不同类型的指标及其适用场景，对于构建有效的监控系统至关重要。本文将详细介绍 Prometheus 的四种核心指标类型。

Counter（计数器）​

定义​

Counter 是一个只增不减的累计指标。它的值只能增加或在重启时重置为零。

特点​

  • 单调递增
  • 只能增加或重置为零
  • 常用于计数场景

使用场景​

# 常见的 Counter 指标
http_requests_total         # HTTP 请求总数
node_network_receive_bytes  # 网络接收字节数
errors_total               # 错误总数

最佳实践​

# 计算速率（每秒请求数）
rate(http_requests_total[5m])

# 计算一段时间内的增量
increase(http_requests_total[1h])

Gauge（仪表盘）​

定义​

Gauge 是可以任意上下波动的指标，可增可减。

特点​

  • 可增可减
  • 反映瞬时状态
  • 适合记录当前状态

使用场景​

# 常见的 Gauge 指标
node_memory_MemAvailable_bytes  # 可用内存
node_cpu_usage_percent         # CPU 使用率
temperature_celsius            # 温度

最佳实践​

# 直接使用当前值
node_memory_MemAvailable_bytes

# 计算变化率
delta(temperature_celsius[1h])

Histogram（直方图）​

定义​

Histogram 对观察值进行采样，并将其计入可配置的桶（bucket）中，同时提供所有观察值的总和。

特点​

  • 包含多个桶计数
  • 自动计算总和和样本数
  • 支持分位数计算

组成部分​

# 一个 Histogram 指标会自动生成以下数据：
<basename>_bucket{le="<upper inclusive bound>"}  # 桶计数
<basename>_sum                                   # 所有观察值的总和
<basename>_count                                 # 观察值的总数

使用场景​

# HTTP 请求延迟分布
http_request_duration_seconds_bucket{le="0.1"}  # 100ms 内的请求数
http_request_duration_seconds_sum               # 总延迟时间
http_request_duration_seconds_count             # 总请求数

# 计算 P90 延迟
histogram_quantile(0.9, 
  rate(http_request_duration_seconds_bucket[5m])
)

Summary（摘要）​

定义​

Summary 类似于 Histogram，但它直接在客户端计算分位数。

特点​

  • 客户端计算分位数
  • 提供总和和计数
  • 配置固定的分位数

组成部分​

# 一个 Summary 指标会自动生成：
<basename>{quantile="<φ>"}  # φ-分位数值
<basename>_sum              # 所有观察值的总和
<basename>_count            # 观察值的总数

使用场景​

# 应用响应时间
http_request_duration_seconds{quantile="0.95"}  # P95 延迟
http_request_duration_seconds_sum               # 总延迟
http_request_duration_seconds_count             # 总请求数

指标类型选择建议​

  1. Counter 适用于：

    • 请求计数
    • 错误计数
    • 任务完成数

  2. Gauge 适用于：

    • 内存使用量
    • 温度
    • 当前并发连接数

  3. Histogram 适用于：

    • 请求延迟
    • 响应大小
    • 需要计算分位数的场景

  4. Summary 适用于：

    • 需要精确分位数的场景
    • 客户端计算分位数的场景

最佳实践​

1. 命名规范​

# 好的命名示例
http_requests_total
http_request_duration_seconds
node_memory_usage_bytes

2. 标签使用​

# 合理使用标签
http_requests_total{method="GET", status="200", path="/api/v1/users"}

3. 单位规范​

  • 使用基本单位（秒、字节等）
  • 在指标名称中包含单位信息

总结​

选择合适的指标类型对于构建有效的监控系统至关重要：

  • Counter 适合累计型数据
  • Gauge 适合状态型数据
  • Histogram 适合需要分析分布的数据
  • Summary 适合需要客户端计算分位数的场景

理解这些指标类型的特点和使用场景，可以帮助我们更好地设计监控系统。

参考资料​