数据指标类型

Prometheus 客户端库提供了四种核心数据指标类型。这些仅在客户端库(针对特定类型的使用量身定制的API)和有线协议中有所区别。Prometheus 服务尚未使用数据类型，而是将所有数据平铺为没有类型的时间序列。将来可能会改变。

Counter 计数器类型

_counter_是一个累计类型的数据指标，它代表单调递增的计数器，其值只能在重新启动时增加或重置为 0。例如，您可以使用计数器来表示已响应的请求数，已完成或出错的任务数。

不要使用计数器来显示可以减小的值。例如，请不要使用计数器表示当前正在运行的进程数；使用 gauge 代替。

计数器的客户端库使用文档：

• Go

• Java

• Python

• Ruby

Gauge 数据轨迹类型

gauge 是可以任意上下波动数值的指标类型。

Gauge 通常用于测量值，例如温度或当前的内存使用量，还可用于可能上下波动的"计数"，例如请求并发数。

Gauge 的客户端库使用文档：

• Go

• Java

• Python

• Ruby

Histogram 直方图类型

Histogram 对观测值(通常是请求持续时间或响应大小之类的数据)进行采样，并将其计数在可配置的数值区间中。它也提供了所有数据的总和。

基本数据指标名称为<basename>的直方图类型数据指标，在数据采集期间会显示多个时间序列：

• 数值区间的累计计数器，显示为<basename>_bucket{le="<数值区间的上边界>"}

• 所有观测值的总和，显示为<basename>_sum

• 统计到的事件计数，显示为<basename>_count(与上述<basename>_bucket{le="+Inf"}相同)

使用histogram_quantile()函数可以根据直方图及聚合直方图来计算分位数。直方图也适用于计算 Apdex 得分。在数值区间操作时，请注意直方图是累积的。更多直方图用法的详细信息及与 summary 的差异，请参见直方图和 summary。

Histogram 的客户端库使用文档：

• Go

• Java

• Python

• Ruby

Summary 汇总类型

类似于 histogram，summary 会采样观察结果(通常是请求持续时间和响应大小之类的数据)。它不仅提供了观测值的总数和所有观测值的总和，还可以计算滑动时间窗口内的可配置分位数。

基本数据指标名称为<basename>的 summary 类型数据指标，在数据采集期间会显示多个时间序列：

• 流观察到的事件的 φ-quantiles(0≤φ≤1)，显示为<basename>{quantile="<φ>"}

• 所有观测值的总和，显示为<basename>_sum

• 观察到的事件计数，显示为<basename>_count

有关 φ-quantiles 的详细说明，summary 使用方法用法以及与的差异，请参见 histograms and summaries。

Summary 的客户端库使用文档：

• Go

• Java

• Python

• Ruby