理解指标类型
Prometheus 支持四种指标类型
- 计数器 (Counter)
- 仪表盘 (Gauge)
- 直方图
- 摘要
计数器 (Counter)
计数器是一种指标值，它只能递增或重置，即其值不能小于前一个值。它可以用于表示请求数量、错误数量等指标。
在查询栏中输入以下查询并点击执行。
go_gc_duration_seconds_count
PromQL 中的 `rate()` 函数会获取指标在一段时间范围内的历史数据，并计算该值每秒的增长速度。`rate` 仅适用于计数器值。
rate(go_gc_duration_seconds_count[5m]) 
仪表盘 (Gauge)
仪表盘 (Gauge) 是一个可升可降的数值。它可以用于表示集群中的 Pod 数量、队列中的事件数量等指标。
go_memstats_heap_alloc_bytes 
PromQL 函数，如 `max_over_time`、`min_over_time` 和 `avg_over_time` 可用于仪表盘指标。
直方图 (Histogram)
直方图是比前两种更复杂的指标类型。直方图可用于根据桶值计数的任何计算值。桶边界可由开发者配置。一个常见的例子是响应请求所需的时间，称为延迟。
示例：假设我们要观察处理 API 请求所需的时间。直方图允许我们将请求时间存储在桶中，而不是为每个请求存储请求时间。我们为所需时间定义桶，例如 `小于或等于 0.3`、`le 0.5`、`le 0.7`、`le 1` 和 `le 1.2`。这些就是我们的桶，一旦请求所需时间被计算出来，它就会被添加到所有桶的计数中，这些桶的边界都高于测量值。
假设端点“/ping”的请求 1 耗时 0.25 秒。桶的计数将是。
/ping
| 桶 | 计数 |
|---|---|
| 0 - 0.3 | 1 |
| 0 - 0.5 | 1 |
| 0 - 0.7 | 1 |
| 0 - 1 | 1 |
| 0 - 1.2 | 1 |
| 0 - +Inf | 1 |
注意：+Inf 桶是默认添加的。
（由于直方图是累积频率，1 会被添加到所有大于该值的桶中）
端点“/ping”的请求 2 耗时 0.4 秒。桶的计数将是这样。
/ping
| 桶 | 计数 |
|---|---|
| 0 - 0.3 | 1 |
| 0 - 0.5 | 2 |
| 0 - 0.7 | 2 |
| 0 - 1 | 2 |
| 0 - 1.2 | 2 |
| 0 - +Inf | 2 |
由于 0.4 小于 0.5，因此直到该边界的所有桶都会增加其计数。
让我们从 Prometheus UI 中探索一个直方图指标并应用一些函数。
prometheus_http_request_duration_seconds_bucket{handler="/graph"}
`histogram_quantile()` 函数可用于从直方图中计算分位数。
histogram_quantile(0.9,prometheus_http_request_duration_seconds_bucket{handler="/graph"})
图表显示第 90 百分位数是 0.09。要查找过去 5 分钟的 histogram_quantile，可以使用 `rate()` 和时间范围。
histogram_quantile(0.9, rate(prometheus_http_request_duration_seconds_bucket{handler="/graph"}[5m]))
摘要 (Summary)
摘要也用于测量事件，是直方图的替代品。它们成本更低，但会丢失更多数据。它们是在应用层面计算的，因此无法聚合来自同一进程的多个实例的指标。当指标的桶事先未知时使用它们，但只要可能，强烈建议使用直方图而不是摘要。
在本教程中，我们详细介绍了指标类型以及 `rate`、`histogram_quantile` 等 PromQL 操作。