2.1.1 Prometheus 的指标定义

Prometheus 的所有监控指标（Metric）被统一定义为
指标定义涉及指标名称和标签这两部分，下面分别对这两部分进行讲解。

1.指标名称（metric name）

指标名称用于说明指标的含义，例如 httprequest_total 代表 HTTP 的请求总数。
指标名称必须由字面、数值下画线或者冒号组成，符合正则表达式[a-zA-Z:][a-zA-Z0-9_:]*，其中的冒号指标不能用于 exporter。

2.标签（label）

标签可体现指标的维度特征，用于过滤和聚合。它通过标签名（label name）和标签值（label value）这种键值对的形式，形成多种维度。
例如，对于指标 httprequesttotal，可以有{status=「200」，method=「POST」}和{status=「200」，method=「GET」}这两个标签。在需要分别获取 GET 和 POST 返回 200 的请求时，可分别使用上述两种指标；在需要获取所有返回 200 的请求时，可以通过 httprequesttotal{status=「200」}完成数据的聚合，非常便捷和通用。
指标的某些标签是以「」开头的，这些标签是在 Prometheus 系统内部使用的。在形式上，http_request_total{status=「200」} 和 {__name=「http_request_total」，status=「200」}代表相同的指标。Prometheus 指标采用标签的方式能够很好地与容器结合，无论是原生 Docker 还是 Kubernetes，都通过标签关联资源。

2.1.2 Prometheus 的指标分类

Prometheus 指标分为 Counter（计数器）、Gauge（仪表盘）、Histogram（直方图）和 Summary（摘要）这 4 类，下面对这 4 类进行讲解。

1.Counter

Counter 是计数器类型，它的特点是只增不减，例如机器启动时间、HTTP 访问量等。

2.Gauge

Gauge 是仪表盘，表征指标的实时变化情况，可增可减，例如 CPU 和内存的使用量、网络 I/O 大小等，大部分监控数据都是 Gauge 类型的。如图 2-3 所示是内存使用量监控图，内存使用量随着时间的推移不断变化。

3.Summary

Summary 同 Histogram 一样，都属于高级指标，用于凸显数据的分布状况。如果需要了解某个时间段内请求的响应时间，则通常使用平均响应时间，但这样做无法体现数据的长尾效应。例如，一个 HTTP 服务器的正常响应时间是 30ms，但有很少几次请求耗时 3s，通过平均响应时间很难甄别长尾效应，这时可以通过 Histogram 或者 Summary 展现。Histogram 和 Summary 这两种指标类型在本质上是可以相互转化的。
这里先了解一下数据分位：φ 代表分位数，0≤φ≤1，分位数是在 N 个观测值中按数量 φ·N 排序的观测值。例如，0.9 分位数代表第 90% 位置上的数，如果总数是 100 个，那么将是第 90 个数。
Summary 是采样点分位图统计，用于得到数据的分布情况。例如，如果在要统计的班级中，有 90% 学生的成绩低于 93 分，有 95% 学生的成绩低于 96 分，则采用 Summary 能够更好地展示数据的分布情况。

4.Histogram

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。Prometheus 中表示每个本地存储序列保存的 chunk 数量的指标