Prometheus-指标类型(3)

Metric types
指标类型只在客户端类库作区分，服务端不使用这个类型信息，全部当做无类型的时间序列，一共四个类型的指标，Counter、Gauge、Histogram、Summary。
Counter
counter表示一个单调地址的累加器，它的值只能增加或者重置为0，通常你可以使用counter表示请求处理数，任务积压数，错误数等信息。不要使用counter暴露可以减少的值，例如当前运行的进程数，这时候应该使用guage。
Guage
guage表示一个可以任意增减的数值型的指标，典型应用场景是cpu、内存使用率、tps这类指标。
Histogram
Histogram主要用于表示一段时间范围内对数据进行采样（通常是请求持续时间或响应大小），并能够对其指定区间以及总数进行统计，通常它采集的数据展示为直方图，由 _bucket{le=""}，_bucket{le="+Inf"}, _sum，_count 组成
Summary
Summary 和 Histogram 类似，由 {quantile="<φ>"}，_sum，_count 组成，主要用于表示一段时间内数据采样结果（通常是请求持续时间或响应大小），summary分位数是客户端计算上报，不是根据统计区间计算出来的，histogram中位数涉及服务端计算。
Histogram和Summary主用用于统计和分析样本的分布情况，在大多数情况下人们都倾向于使用某些量化指标的平均值，例如CPU的平均使用率、页面的平均响应时间。这种方式的问题很明显，以系统API调用的平均响应时间为例：如果大多数API请求都维持在100ms的响应时间范围内，而个别请求的响应时间需要5s，那么就会导致某些WEB页面的响应时间落到中位数的情况，而这种现象被称为长尾问题。
为了区分是平均的慢还是长尾的慢，最简单的方式就是按照请求延迟的范围进行分组。例如，统计延迟在0_{10ms之间的请求数有多少而10}20ms之间的请求数又有多少。通过这种方式可以快速分析系统慢的原因。Histogram和Summary都是为了能够解决这样问题的存在，通过Histogram和Summary类型的监控指标，我们可以快速了解监控样本的分布情况。