跳到主要内容

Prometheus 指标类型

Prometheus 是一个强大的监控和告警工具，它通过收集和存储时间序列数据来帮助用户监控系统状态。在 Prometheus 中，指标（Metrics）是监控的核心，而指标类型则决定了这些数据的含义和用途。本文将详细介绍 Prometheus 中的四种核心指标类型：Counter、Gauge、Histogram 和 Summary，并通过实际案例帮助你理解它们的使用场景。

1. 什么是 Prometheus 指标类型？​

Prometheus 中的指标类型定义了数据的性质和用途。每种类型都有其特定的行为和适用场景。理解这些类型是正确使用 Prometheus 的关键。

Prometheus 支持以下四种核心指标类型：

  1. Counter（计数器）
  2. Gauge（仪表盘）
  3. Histogram（直方图）
  4. Summary（摘要）

接下来，我们将逐一介绍这些类型。

2. Counter（计数器）​

2.1 特点​

  • 单调递增：Counter 类型的值只能增加或保持不变，不能减少。
  • 适合计数：常用于记录事件发生的次数，例如 HTTP 请求总数、错误次数等。
  • 支持重置：当进程重启时，Counter 可能会重置为 0。

2.2 示例​

以下是一个 Counter 类型的指标示例，用于记录 HTTP 请求的总数：

prometheus
http_requests_total{method="GET", status="200"} 1027
http_requests_total{method="POST", status="500"} 3

2.3 实际应用​

  • 记录 API 请求的总数。
  • 监控错误发生的次数。
提示

使用 rate() 函数可以计算 Counter 的增长速率，例如 rate(http_requests_total[1m]) 可以计算每分钟的请求速率。

3. Gauge（仪表盘）​

3.1 特点​

  • 可增可减：Gauge 类型的值可以随意增加或减少。
  • 适合实时值：常用于记录当前状态，例如 CPU 使用率、内存使用量等。

3.2 示例​

以下是一个 Gauge 类型的指标示例，用于记录当前的内存使用量：

prometheus
memory_usage_bytes{instance="localhost:9090"} 512345678

3.3 实际应用​

  • 监控系统的 CPU 使用率。
  • 记录当前连接数。
备注

Gauge 类型的值可以直接用于告警规则，例如当内存使用量超过某个阈值时触发告警。

4. Histogram（直方图）​

4.1 特点​

  • 分桶统计：Histogram 将数据划分为多个桶（Bucket），并记录每个桶中的数据量。
  • 适合分布分析：常用于分析请求延迟、响应时间等分布情况。

4.2 示例​

以下是一个 Histogram 类型的指标示例，用于记录 HTTP 请求的延迟分布：

prometheus
http_request_duration_seconds_bucket{le="0.1"} 100
http_request_duration_seconds_bucket{le="0.5"} 300
http_request_duration_seconds_bucket{le="1"} 500
http_request_duration_seconds_bucket{le="+Inf"} 1000
http_request_duration_seconds_sum 450
http_request_duration_seconds_count 1000

4.3 实际应用​

  • 分析 API 请求的延迟分布。
  • 监控数据库查询的响应时间。
警告

Histogram 的桶边界是固定的，因此在设计时需要根据实际需求选择合适的桶范围。

5. Summary（摘要）​

5.1 特点​

  • 分位数统计：Summary 直接计算分位数（例如 50%、90%、99%），而不是分桶。
  • 适合精确分析：常用于需要精确分位数的场景。

5.2 示例​

以下是一个 Summary 类型的指标示例，用于记录 HTTP 请求的延迟分位数：

prometheus
http_request_duration_seconds{quantile="0.5"} 0.1
http_request_duration_seconds{quantile="0.9"} 0.5
http_request_duration_seconds{quantile="0.99"} 1.0
http_request_duration_seconds_sum 450
http_request_duration_seconds_count 1000

5.3 实际应用​

  • 精确分析 API 请求的延迟分位数。
  • 监控关键业务指标的分位数。
注意

Summary 的分位数是在客户端计算的，因此可能会增加客户端的计算负担。

6. 总结​

Prometheus 的四种指标类型各有其特点和适用场景：

  • Counter：用于记录单调递增的事件计数。
  • Gauge：用于记录可增可减的实时值。
  • Histogram：用于分析数据的分布情况。
  • Summary：用于精确计算分位数。

理解这些类型的特点和适用场景，可以帮助你更好地设计监控系统并分析数据。

7. 附加资源与练习​

7.1 附加资源​

7.2 练习​

  1. 使用 Counter 记录一个自定义事件的次数。
  2. 使用 Gauge 监控系统的 CPU 使用率。
  3. 使用 Histogram 分析 API 请求的延迟分布。
  4. 使用 Summary 计算关键业务指标的分位数。

通过实践这些练习，你将更深入地理解 Prometheus 指标类型的应用。