（四）指标类型(计数器Counter、测量Gauge、直方图Histogram、摘要Summary) | 普罗米修斯（Prometheus）

Prometheus 客户端库提供四种核心指标类型。这些目前仅在客户端库（以启用针对特定类型的使用量身定制的 API）和有线协议中进行区分。Prometheus 服务器尚未使用类型信息，并将所有数据扁平化为无类型的时间序列。这在未来可能会改变。

计数器（Counter）

计数器是一个累积度量，它代表一个单调递增的计数器，其值只能在重新启动时增加或重置为零。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。

不要使用计数器来显示可能减少的值。例如，不要对当前正在运行的进程数使用计数器；而是使用测量(Gauge)。

计数器的客户端库使用文档：

• Go
• Java
• Python
• Ruby

测量（Gauge）

gauge是一种度量，表示可以任意增减的单个数值。

gauge通常用于测量值，例如温度或当前内存使用情况，但也用于可以上下波动的“计数”，例如并发请求的数量。

gauge的客户端库使用文档：

• Go
• Java
• Python
• Ruby

直方图（Histogram）

直方图对观察结果进行采样（通常是请求持续时间或响应大小等），并将它们计入可配置的存储桶中。它还提供所有观察值的总和。

直方图（具有一个基本指标名称<basename>）在抓取期间公开多个时间序列：

• 观察桶的累积计数器，暴露为<basename>_bucket{le="<upper inclusive bound>"}
• 所有观察值的总和，暴露为<basename>_sum
• 已观察到的事件计数，暴露为<basename>_count（<basename>_bucket{le="+Inf"}与上述相同）

使用该 histogram_quantile()函数 从直方图甚至直方图的聚合中计算分位数。直方图也适用于计算 Apdex 分数。在桶上操作时，请记住直方图是 累积的。有关直方图用法的详细信息以及与摘要的差异，请参阅 直方图和摘要。

直方图的客户端库使用文档：

• Go
• Java
• Python
• Ruby

摘要（Summary）

与histogram类似，摘要对观察结果进行采样（通常是请求持续时间和响应大小等）。虽然它还提供了观察总数和所有观察值的总和，但它计算了滑动时间窗口上的可配置分位数。

摘要（具有一个基本指标名称<basename>）在抓取期间公开多个时间序列：

• 流式传输观察到的事件的φ 分位数(0 ≤ φ ≤ 1)，暴露为<basename>{quantile="<φ>"}
• 所有观察值的总和，暴露为<basename>_sum
• 已观察到的事件计数，暴露为<basename>_count

有关φ 分位数、摘要用法以及与直方图的差异的详细说明，请参阅直方图和摘要。

摘要的客户端库使用文档：

• Go
• Java
• Python
• Ruby