指标类型

Prometheus 客户端库提供四种核心指标类型。目前这些类型仅在客户端库（用于提供针对特定类型使用的定制 API）和传输协议中进行区分。Prometheus 服务器尚未利用类型信息，而是将所有数据扁平化为无类型的时间序列。这在未来可能会改变。

Counter（计数器）

counter 是一个累积指标，表示一个单调递增的计数器，其值只能增加或在重启时重置为零。例如，你可以使用计数器来表示已服务的请求数、已完成的任务数或错误数。

不要使用计数器来暴露可能减少的值。例如，不要使用计数器来表示当前运行的进程数；应该使用仪表盘（gauge）。

各客户端库的计数器使用文档：

• Go
• Java
• Python
• Ruby
• .Net
• Rust

Gauge（仪表盘）

gauge 是一个表示单个数值的指标，该数值可以任意上升和下降。

仪表盘通常用于测量值，如温度或当前内存使用量，也用于可以上下波动的"计数"，如并发请求数。

各客户端库的仪表盘使用文档：

• Go
• Java
• Python
• Ruby
• .Net
• Rust

Histogram（直方图）

histogram 对观测值（通常是请求持续时间或响应大小等）进行采样，并在可配置的桶中对其进行计数。它还提供所有观测值的总和。

基本指标名称为 <basename> 的直方图在抓取期间暴露多个时间序列：

• 观测桶的累积计数器，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() 函数从直方图甚至直方图的聚合中计算分位数。直方图也适合计算 Apdex 评分。在对桶进行操作时，请记住直方图是累积的。有关直方图用法以及与 Summary 的区别的详细信息，请参阅直方图和摘要。

注意：从 Prometheus v2.40 开始，提供了对原生直方图的实验性支持。原生直方图只需要一个时间序列，除了观测值的总和和计数外，还包括动态数量的桶。原生直方图以极低的成本实现了更高的分辨率。当原生直方图更接近成为稳定功能时，将提供详细文档。

注意：从 Prometheus v3.0 开始，经典直方图的 le 标签值在摄取期间会进行标准化，以遵循 OpenMetrics 规范数字格式。

各客户端库的直方图使用文档：

• Go
• Java
• Python
• Ruby
• .Net
• Rust

Summary（摘要）

与 histogram 类似，summary 对观测值（通常是请求持续时间和响应大小等）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分位数。

基本指标名称为 <basename> 的摘要在抓取期间暴露多个时间序列：

• 流式 phi-分位数（0 <= phi <= 1）的观测事件，暴露为 <basename>{quantile="<phi>"}
• 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 phi-分位数、摘要用法以及与直方图的区别的详细解释，请参阅直方图和摘要。

注意：从 Prometheus v3.0 开始，quantile 标签的值在摄取期间会进行标准化，以遵循 OpenMetrics 规范数字格式。

各客户端库的摘要使用文档：

• Go
• Java
• Python
• Ruby
• .Net