指标类型

Prometheus 客户端库提供了四种核心指标类型。目前，这些类型只在客户端库（用于提供针对特定类型使用场景定制的 API）和网络传输协议中进行区分。Prometheus 服务端尚未使用类型信息，而是将所有数据扁平化为无类型的时间序列。未来可能会有所改变。

Counter (计数器)

计数器 (Counter) 是一种累积型指标，表示一个单条单调递增的计数器，其值只能增加或在重启时重置为零。例如，您可以使用计数器来表示服务的请求数、完成的任务数或错误数。

不要使用计数器来暴露一个可能会减少的值。例如，不要用计数器来表示当前运行的进程数；相反，请使用仪表盘 (gauge)。

计数器客户端库使用文档

Gauge (仪表盘)

仪表盘 (Gauge) 是一种指标，表示一个可以任意上下变化的数值。

仪表盘通常用于测量值，如温度或当前内存使用量，但也可以用于上下变化的“计数”，例如并发请求数。

仪表盘客户端库使用文档

Histogram (直方图)

直方图 (Histogram) 对观测值（通常是请求持续时间或响应大小之类的值）进行采样，并将其计数到可配置的桶中。它还提供了所有观测值的总和。

一个基础指标名为 <basename> 的直方图在抓取时会暴露多个时间序列

  • 观测值桶的累积计数器，暴露为 <basename>_bucket{le="<upper inclusive bound>"}
  • 所有观测值的总和，暴露为 <basename>_sum
  • 已观测事件的计数，暴露为 <basename>_count (与上面的 <basename>_bucket{le="+Inf"} 相同)

使用 histogram_quantile() 函数可以计算直方图，甚至是直方图聚合的 Quantile (分位数)。直方图也适用于计算 Apdex 分数。操作桶时，请记住直方图是 累积的。有关直方图的使用细节以及与 摘要 (Summary) 的区别，请参阅直方图和摘要。

注意： 从 Prometheus v2.40 开始，原生直方图提供了实验性支持。原生直方图仅需要一个时间序列，其中除了观测值的总和与计数外，还包含动态数量的桶。原生直方图能以很小的开销提供高得多的分辨率。一旦原生直方图接近稳定特性，将提供详细文档。
注意： 从 Prometheus v3.0 开始，传统直方图的 le 标签值在摄入过程中会根据 OpenMetrics 规范数字 的格式进行标准化。

直方图客户端库使用文档

Summary (摘要)

与直方图类似，摘要 (Summary) 对观测值（通常是请求持续时间或响应大小之类的值）进行采样。虽然它也提供观测值的总计数和所有观测值的总和，但它会在滑动时间窗口上计算可配置的 Quantile (分位数)。

一个基础指标名为 <basename> 的摘要在抓取时会暴露多个时间序列

  • 已观测事件的流式 φ-分位数 (0 ≤ φ ≤ 1)，暴露为 <basename>{quantile="<φ>"}
  • 所有观测值的总和，暴露为 <basename>_sum
  • 已观测事件的计数，暴露为 <basename>_count

有关 φ-分位数、摘要使用以及与直方图的区别的详细说明，请参阅直方图和摘要。

注意： 从 Prometheus v3.0 开始，quantile 标签的值在摄入过程中会根据 OpenMetrics 规范数字 的格式进行标准化。

摘要客户端库使用文档

本文档是开源的。请通过提交 issue 或 pull request 帮助改进它。