详细解读 Prometheus 的指标类型
点击蓝色“程序猿DD”关注我
回复“资源”获取独家整理的学习资料!
原文链接:https://prometheus.io/docs/concepts/metric_types/
Prometheus 的客户端库中提供了四种核心的指标类型。但这些类型只是在客户端库(客户端可以根据不同的数据类型调用不同的 API 接口)和在线协议中,实际在 Prometheus server 中并不对指标类型进行区分,而是简单地把这些指标统一视为无类型的时间序列。不过,将来我们会努力改变这一现状的。
>>一生只用一本!黑科技颠覆时代的智能笔记本<<
Counter(计数器)
Counter 类型代表一种样本数据单调递增的指标,即只增不减,除非监控系统发生了重置。例如,你可以使用 counter 类型的指标来表示服务的请求数、已完成的任务数、错误发生的次数等。counter 主要有两个方法:
Counter 类型数据可以让用户方便的了解事件产生的速率的变化,在 PromQL 内置的相关操作函数可以提供相应的分析,比如以 HTTP 应用请求量来进行说明:
不要将 counter 类型应用于样本数据非单调递增的指标,例如:当前运行的进程数量(应该用 Guage 类型)。
不同语言关于 Counter 的客户端库使用文档:
Go
Java
Python
Ruby
Guage(仪表盘)
Guage 类型代表一种样本数据可以任意变化的指标,即可增可减。guage 通常用于像温度或者内存使用率这种指标数据,也可以表示能随时增加或减少的“总数”,例如:当前并发请求的数量。
对于 Gauge 类型的监控指标,通过 PromQL 内置函数 delta() 可以获取样本在一段时间内的变化情况,例如,计算 CPU 温度在两小时内的差异:
dalta(cpu_temp_celsius{host="zeus"}[2h])
你还可以通过PromQL 内置函数 predict_linear() 基于简单线性回归的方式,对样本数据的变化趋势做出预测。例如,基于 2 小时的样本数据,来预测主机可用磁盘空间在 4 个小时之后的剩余情况:
predict_linear(node_filesystem_free{job="node"}[2h], 4 * 3600) < 0
不同语言关于 Guage 的客户端库使用文档:
Go
Java
Python
Ruby
Histogram(直方图)
在大多数情况下人们都倾向于使用某些量化指标的平均值,例如 CPU 的平均使用率、页面的平均响应时间。这种方式的问题很明显,以系统 API 调用的平均响应时间为例:如果大多数 API 请求都维持在 100ms 的响应时间范围内,而个别请求的响应时间需要 5s,那么就会导致某些 WEB 页面的响应时间落到中位数的情况,而这种现象被称为长尾问题。
为了区分是平均的慢还是长尾的慢,最简单的方式就是按照请求延迟的范围进行分组。例如,统计延迟在 0~10ms 之间的请求数有多少而 10~20ms 之间的请求数又有多少。通过这种方式可以快速分析系统慢的原因。Histogram 和 Summary 都是为了能够解决这样问题的存在,通过 Histogram 和 Summary 类型的监控指标,我们可以快速了解监控样本的分布情况。
Histogram 在一段时间范围内对数据进行采样(通常是请求持续时间或响应大小等),并将其计入可配置的存储桶(bucket)中,后续可通过指定区间筛选样本,也可以统计样本总数,最后一般将数据展示为直方图。
Histogram 类型的样本会提供三种指标(假设指标名称为 <basename>
):
样本的值分布在 bucket 中的数量,命名为
_bucket{le="<上边界>"}
。解释的更通俗易懂一点,这个值表示指标值小于等于上边界的所有样本数量。
所有样本值的大小总和,命名为
_sum
。
样本总数,命名为
_count
。值和_bucket{le="+Inf"}
相同。
可以通过 histogram_quantile() 函数来计算 Histogram 类型样本的分位数。分位数可能不太好理解,我举个例子,假设你要计算样本的 9 分位数(quantile=0.9),即表示 90% 的样本的值。Histogram 还可以用来计算应用性能指标值(Apdex score)。
不同语言关于 Histogram 的客户端库使用文档:
Go
Java
Python
Ruby
Summary(摘要)
与 Histogram 类型类似,用于表示一段时间内的数据采样结果(通常是请求持续时间或响应大小等),但它直接存储了分位数(通过客户端计算,然后展示出来),而不是通过区间来计算。
Summary 类型的样本也会提供三种指标(假设指标名称为 ):
样本值的分位数分布情况,命名为
{quantile="<φ>"}
。
所有样本值的大小总和,命名为
_sum
。
样本总数,命名为
_count
。
现在可以总结一下 Histogram 与 Summary 的异同:
它们都包含了
_sum
和_count
指标Histogram 需要通过
_bucket
来计算分位数,而 Summary 则直接存储了分位数的值。
关于 Summary 与 Histogram 的详细用法,请参考 histograms and summaries。
不同语言关于 Summary 的客户端库使用文档:
Go
Java
Python
Ruby
留言交流不过瘾?添加微信:zyc_enjoy
根据指引加入各种主题讨论群
每日一问
今日问题:
(留言说说你的答案吧,明日推文公布答案)
昨日答案:C
解释:图形中元素组成不同,先数数,每行图形中的黑点依次是7、8、9,?处的图形黑点也应该是9,排队B;然后看黑点位置,第一行的黑点都没有挨着,第二行有两个挨着,第三行前两个图形都有3个挨着,那么?处的也应该有3个黑点挨着,故选C。
(昨日问题可在昨日推文的文末查看)
推荐阅读
Spring Boot + Redis 实现接口幂等性
百万年薪挖了个P8程序员,难道是“水货”?
你必须收藏的Github技巧
开发部署提速8倍!这款IDE插件了解一下?
攻破MySQL性能瓶颈必知的调优技巧
推荐活动
点一点“阅读原文”小惊喜在等你
详细解读 Prometheus 的指标类型相关推荐
- prometheus变量_详细解读 Prometheus 的指标类型
Prometheus 的客户端库中提供了四种核心的指标类型.但这些类型只是在客户端库(客户端可以根据不同的数据类型调用不同的 API 接口)和在线协议中,Prometheus能连接数据库.api接口等 ...
- 详细解读 Prometheus 四种指标类型
Counter(计数器) Counter 类型代表一种样本数据单调递增的指标,即只增不减,除非监控系统发生了重置.例如,你可以使用 counter 类型的指标来表示服务的请求数.已完成的任务数.错误发 ...
- Prometheus核心概念:一图了解Counter和Gauge两种数据指标类型的区别
目录 1 背景 2 何为Counter类型? 2.1 Counter定义 3 何为Gauge类型? 3.1 Gauge定义 4 Counter和Gauge的对比 1 背景 Prometheus整体架构 ...
- 经典神经网络论文超详细解读(八)——ResNeXt学习笔记(翻译+精读+代码复现)
前言 今天我们一起来学习何恺明大神的又一经典之作: ResNeXt(<Aggregated Residual Transformations for Deep Neural Networks&g ...
- html页面漏斗图,漏斗图的详细解读
漏斗图的详细解读 Meta分析的结果有统计学意义时,为识别和控制发表偏倚,可以通过绘制漏斗图的方法定性的判定发表偏倚. 1.漏斗图为什么一般是倒置的? 漏斗图的横坐标可以是效应量(OR,RR,HR,S ...
- 【YOLO系列】YOLOv1论文超详细解读(翻译 +学习笔记)
前言 从这篇开始,我们将进入YOLO的学习.YOLO是目前比较流行的目标检测算法,速度快且结构简单,其他的目标检测算法如RCNN系列,以后有时间的话再介绍. 本文主要介绍的是YOLOV1,这是由以Jo ...
- 显卡结构及工作原理详细解读
显卡结构及工作原理详细解读 标签: 显卡三维图像 2016-01-16 20:58 864人阅读 评论(0) 收藏 举报 分类: 3D原理(11) 什么是显卡? 显卡的工作非常复杂,但其原理和部件 ...
- 经典神经网络论文超详细解读(二)——VGGNet学习笔记(翻译+精读)
前言 上一篇我们介绍了经典神经网络的开山力作--AlexNet:经典神经网络论文超详细解读(一)--AlexNet学习笔记(翻译+精读) 在文章最后提及了深度对网络结果很重要.今天我们要读的这篇VGG ...
- 等保测评2.0超详细解读,收藏这一篇就够了
一.等级保护介绍 1.1什么是等级保护 网络安全等级保护是指对国家重要信息.法人和其他组织及公民的专有信息以及信息和存储.传输.处理这些信息的信息系统分等级实行安全保护,对信息系统中使用的信息安全产品 ...
最新文章
- Swift 中使用 SQLite——批量更新(事务处理)
- python3元组和序列
- ITK:将图像翻转到指定的轴上
- vscode安装python插件失败_vscode插件安装失败的解决方案
- #2686. 「BalticOI 2013」雪地足迹 双端队列01bfs + 模型转换
- power bi函数_在Power BI中的行上使用聚合函数
- Serverless 实战 —— 基于 Serverless 的 VuePress 极简静态网站
- python图像跟踪代码_python如何实现图像外边界跟踪 python实现图像外边界跟踪代码示例...
- 011:求排列的逆序数
- 关于一些信息学数论问题例题的讨论
- linux内核C -- 第10课:内联函数探究
- 狂神说docker 常用命令笔记
- Deep Knowledge Tracing
- oracle.jdbc.driver.OracleDriver和oracle.jdbc.OracleDriver这两个驱动有什么区别?
- 数学建模竞赛2022美赛
- 路由器与交换机的工作原理(转)
- 漂浮广告是什么?漂浮广告如何设置
- 常用的清除浮动的方法
- 关于chef的安装的使用
- Service Fabric - 深入实践
热门文章
- golang goland报错错误 $GOPATH/go.mod exists but should not 解决方法
- python3 异步错误 asyncio.Semaphore RuntimeError: Task got Future attached to a different loop
- linux sed命令 常用方法
- centos telnet 安装 配置
- Windows页目录自映射方案
- VS2010 运行速度加快方法
- java设计模式---观察者模式
- 南昌理工学院计算机系考研,南昌理工学院的学生可不可以考研和公务员
- matlab降低视频帧数,如何更改视频的帧速率
- 后端程序员的前端工具