OpenTelemetry 指标(Metrics)
介绍
OpenTelemetry指标（Metrics）是分布式系统中用于量化系统状态的数值数据，例如请求速率、错误计数或资源利用率。与日志（Logs）和追踪（Traces）不同，指标通过定期采样提供系统行为的趋势分析，帮助开发者监控性能、定位瓶颈和触发告警。
关键特性
- 时间序列数据：按时间戳记录的数值序列。
- 多维标签：通过键值对（如
method="GET"）细化数据维度。 - 聚合能力：支持求和、平均值等统计操作。
核心概念
1. 指标类型
OpenTelemetry定义了四种基础指标类型：
| 类型 | 描述 | 示例 |
|---|---|---|
| Counter | 单调递增的累计值（如请求总数） | http.requests.total |
| Gauge | 瞬时可变值（如CPU使用率） | memory.usage.bytes |
| Histogram | 数值分布统计（如响应时间分桶） | http.duration.ms |
| Summary | 客户端计算的百分位数（如P99延迟） | db.query.latency |
2. 指标管道
- Instrumentation：在代码中埋点收集数据。
- Meter Provider：管理指标生成和聚合。
- Exporter：将数据发送到Prometheus等后端。
代码示例
使用Python SDK记录指标
以下示例展示如何记录HTTP请求计数和响应时间：
python
from opentelemetry import metrics
from opentelemetry.sdk.metrics import MeterProvider
# 初始化Meter
provider = MeterProvider()
metrics.set_meter_provider(provider)
meter = metrics.get_meter("my.service")
# 创建Counter和Histogram
request_counter = meter.create_counter(
name="http.requests.total",
description="Total HTTP requests"
)
duration_histogram = meter.create_histogram(
name="http.duration.ms",
unit="milliseconds"
)
# 记录指标
request_counter.add(1, {"method": "GET", "status": 200})
duration_histogram.record(150, {"endpoint": "/api/users"})
输出到控制台：
http.requests.total{method="GET",status="200"} 1
http.duration.ms{endpoint="/api/users"} 150
实际应用场景
场景：监控Web服务
假设有一个电商网站，需要监控：
- 请求量：使用
Counter统计每秒订单创建数。 - 延迟：使用
Histogram分析支付接口的P99延迟。 - 资源：使用
Gauge跟踪服务器内存使用峰值。
最佳实践
- 为指标添加有意义的标签（如
region="us-east"）。 - 避免高基数标签（如用户ID），防止存储压力。
总结
OpenTelemetry指标提供了：
- 系统健康度的实时快照
- 性能问题的早期预警
- 资源优化的数据依据
下一步学习
- 官方文档：OpenTelemetry Metrics Specification
- 实践练习：将指标导出到Prometheus并配置Grafana看板。