一个菜鸟的prometheus学习日志（二)——基本概念

这篇日志来记录一下promethues的最基本概念。

一. data model 数据模型

Metric name & Lable

    每一个时间序列由度量指标名和一组标签唯一确定。metric度量指标名称指定监控目标系统的测量特征，类似定义了一个大类，同一度量的不同的标签组合则限定了具体的时间序列，通过不同的标签组合也限定了不同的维度。

    就像是去超市挑水果，度量指标名称限定了水果类别：苹果，香蕉等，而标签名在度量名的基础上限定了更具体的特性：（苹果）甜的，沙的，黄色的。综合两项就可以指定出黄元帅这种苹果。而根据同一度量名的不同标签名的不同组合则可以得出富士等其他苹果种类，也就是不同的维度。

Sample

    来自实际时间序列数据的样本，每个样本包括一个64位的浮点值以及毫秒级精度的时间戳。

Notation

    若想表示指定名称和标签的时间序列，格式如下：

   

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

例如：

api_http_requests_total{method="POST", handler="/messages"}

二. Metric Types

Counter

    计数器是一个累计度量指标，是个只能递增的数值。计数器主要用于统计服务的请求数、任务完成数和错误出现的次数等等。

Gauge 测量器

    测量器是个度量指标，可增可减。测量器主要测量类似于温度、当前内存使用量等。

Histogram

    柱状图，在Prometheus系统中的查询语言中，有三种作用：

1. 对每个采样点进行统计，打到各个分类值中(bucket)
2. 对每个采样点值累计和(sum)
3. 对采样点的次数累计和(count)

Summary

    类似histogram柱状图，summary是采样点分位图统计，(通常的使用场景：请求持续时间和响应大小)。

    note:对histogram和summary还不太理解，日后用到的时候再做体会。

三. Jobs and Instance

    就Prometheus而言，pull拉取采样点的端点服务称之为instance。多个这样pull拉取采样点的instance, 则构成了一个job.

在网上看到了一款prometheus的中文说明书，和英文的一起看好懂很多。写笔记的时候也有参考，附上链接：点击打开链接