我Metric types

Prometheus 客户端库提供了四种核心指标类型。目前，这些类型仅在客户端库（以便启用针对特定类型用例量身定制的 API）和传输协议中区分。Prometheus 服务器尚未利用类型信息，并将所有数据扁平化为无类型时间序列。这在未来可能会发生变化。

Counter（计数器）

计数器是一种累计指标，表示一个可以增加或在重启时重置为零的单调递增计数器 。例如，您可以使用计数器来表示已处理的请求数、已完成的任务数或错误数。

不要使用计数器来暴露可能减少的值。例如，不要使用计数器来表示当前正在运行的进程数；而应使用 gauge。

计数器客户端库使用文档

Go

Java

Python

Ruby

.Net

Rust

Gauge（仪表盘）

Gauge 是一种指标，表示一个可以任意上升和下降的单个数值。

Gauge 通常用于测量值，如温度或当前内存使用情况，但也用于可以上升和下降的“计数”，如并发请求的数量。

Gauge 客户端库使用文档

Go

Java

Python

Ruby

.Net

Rust

Histogram（直方图）

Histogram 对观测值（通常如请求持续时间或响应大小）进行采样，并将它们计数到可配置的存储桶中。它还提供了所有观测值的总和。

基指标名称为 的直方图在抓取期间会公开多个时间序列

观测存储桶的累积计数器，公开为 _bucket{le=""}

所有观测值的总和，公开为 _sum

已观测到的事件的计数，公开为 _count（与上面的 _bucket{le="+Inf"} 相同）

使用 histogram_quantile() 函数从直方图或直方图的聚合中计算分位数。直方图也适用于计算 Apdex 分数 。在处理存储桶时，请记住直方图是累积的 。有关直方图使用和与摘要的差异的详细信息，请参阅直方图和摘要。

注意从 Prometheus v2.40 开始，对原生直方图提供了实验性支持。原生直方图仅需要一个时间序列，该时间序列除了观测值的总和与计数外，还包含动态数量的存储桶。原生直方图能以较低的成本提供更高的分辨率。一旦原生直方图更接近成为稳定功能，将提供详细文档。

注意从 Prometheus v3.0 开始，经典直方图 le 标签的值在摄取期间会进行标准化，以遵循 OpenMetrics 规范数字 的格式。

直方图客户端库使用文档

Go

Java

Python

Ruby

.Net

Rust

总结

与直方图类似，摘要会对观测值（通常如请求持续时间或响应大小）进行采样。虽然它也提供了观测值的总数和所有观测值的总和，但它会在滑动时间窗口内计算可配置的分位数。

基指标名称为 的摘要在抓取期间会公开多个时间序列

流式传输的φ-分位数（0 ≤ φ ≤ 1），公开为 {quantile="<φ>"}

所有观测值的总和，公开为 _sum

已观测到的事件的计数，公开为 _count

有关 φ-分位数、摘要用法以及与直方图的差异的详细解释，请参阅直方图和摘要。

注意从 Prometheus v3.0 开始，quantile 标签的值在摄取期间会进行标准化，以遵循 OpenMetrics 规范数字 的格式。

摘要客户端库使用文档

Go

Java

Python

Ruby

.Net