第二节 深入Prometheus设计-指标定义与分类(PromQL)

1.指标

• 每种监控系统都有自己的指标定义和规范
• 指标的数据格式将直接影响对数据的采集和存储
• 定义指标时需要充分考虑通用性和扩展性

1.1 指标定义

<metric name>{<label name>=<label value>, ...},

1.1.1指标名称（metric name）

• 用于说明指标的含义
• 指标名称必须有字母、数字、下划线或者冒号组成
• 符合正则表达式 [a-zA-Z:][a-zA-Z0-9:]
• 冒号不能用于exporter

1.1.2 标签（label）

• 体现指标的维度特性，用于过滤和聚合
• 通过标签名和标签值组成，键值对形式形成多种维度

1.1.3 举例

指标1 http_request_total{status="200",method="POST"}

指标2 {__name__ = "http_request_total",status="200",method="POST"}

• 以上两个指标是一样，下划线开头的标签是系统内部使用的
• 指标名称：http_request_total 代表HTTP请求的总数
• 标签1： status 值 200， 代表状态码为200
• 标签2： method 值 POST，代表请求类型为POST

2 指标分类

Prometheus指标分为Counter、Gauge、Histogram、Summary。

2.1 Counter 计数器

• 计数器类型，只增不减
• 适用于机器启动时间、HTTP访问量
• 具有很好的不相关性，不会因为机器重启而置0
• 通常会结合rate()方法获取该指标在某个时间段的变化率

2.2 Gauge

• 仪表盘，表征指标的实时变化情况。
• 可增可减，CPU和内存使用量。
• 大部分监控数据类型都是Gauge类型的

2.3 Summary

• 高级指标，用于凸显数据的分布情况
• 某个时间段内请求的响应时间
• 可以与Histogram相互转化
• 采样点分位图统计，用于得到数据的分布情况
• 无需消耗服务端资源
• 与histogram相比消耗系统资源更多
• 计算的指标不能再获取平均数等其他指标
• 一般只适用于独立的监控指标，如垃圾回收时间等

2.4 Histogram

• 反映了某个区间内的样本个数，通过{le="上边界"}指定这个范围内的样本数。

2.5 数据样本

Prometheus 采集的数据样本都是以时间序列保存的，每个样本都由三个部分组成

• 指标
• 样本值： 64位浮点数和时间戳的组合代表这个时间点采集到的数据。
• 时间戳