Prometheus-Metrics

Metrics

Prometheus存在多种不同的监控指标Metrics，在不同的场景下应该要选择不同的Metrics。

1.Counter：只增不减的计数器

Counter类型的指标其工作方式和计数器一样，只增不减（除非系统发生重置）。常见的监控指标，如http_requests_total是Counter类型的监控指标。 一般在定义Counter类型指标的名称时推荐使用==_total==作为后缀。

• 通过increase函数获取过去五分钟请求数量

  increase(http_requests_total[5m])
    
  

• counter中函数

   Inc() //指标加一
   Add(float64) //指标加任意非负数
  

2.Gauge：可增可减的仪表盘

与Counter不同，Gauge类型的指标侧重于反应系统的当前状态。因此这类指标的样本数据可增可减。常见指标如：node_memory_MemFree（主机当前空闲的内容大小）、node_memory_MemAvailable（可用内存大小）都是Gauge类型的监控指标。

通过Gauge指标，用户可以直接查看系统的当前状态。

• gauge中函数

  Dec() //减一
  Inc() //加一
  Add(float64) //指标加任意数 
  Set(float64) //直接设置值
  

3.使用Histogram分析数据分布情况

Histogram和Summary主用用于统计和分析样本的分布情况。

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中的函数

  Observe() //上报一个指标
  

4.Summary

使用较少