历史文章推荐：
《Grafana JVM Micrometer（4701）指标图解》
《匠心打磨，《HikariCP数据库连接池实战》书背后的故事（上）：创作团队和封面故事》
《【久违了】猪猪带着自己的书《HikariCP In Action》回来了+自序+爆照》
《【文末双十一购书大促】HikariCP可视化监控已支持Prometheus接入》
Prometheus仪表中有四种标准度量标准：Gauge, Counter, Summary and Histogram。
一、Counter
Counter用来计数。
其实计数本身并没有太多用处，用户真正的诉求是计数能有多快，比如你当前正在每秒收到12个请求。如果在每次请求时都将Counter增加，那么如何在监视系统中找出它，以便对其进行图形显示并发出警报？
有三种常见的做法。
第一种方法是定期提取流向监视系统的当前值，比如每分钟提取一次，然后将计数器重置为0。这有一个问题，如果推送失败，那么您将丢失关于该时间段的所有信息。这可能让你看不到流量的微小爆炸。另外，如果您有两个系统从计数器中提取数据以实现冗余，那么每个系统只能看到大约一半的增量，那不是很好的方案。
第二种方法是使用某种形式的移动平均值，通常是指数型的。这意味着最近的数据点比旧的数据点更重要。根据增量模式的相位和频率，相对于监控系统采样信息的时间，因为并非所有的数据点都是相同的，所以将会得到不同的结果。这种方法可以处理多个采集样本的系统，但是如果一个样本没有被采集，就会丢失信息。和第一种方法相比，这种方法更好一些，但还远远不够完美。
Prometheus采用的是第三种方法。计数器从0开始递增。客户端client不做其他计算。每一次scrape（Prometheus间隔，类似于雨刮器的刮擦），Prometheus就取一次这种状态的样本。在Prometheus中的 rate()
方法查看一段时间内的时间序列历史，并计算它每秒增长的有多快这种方法可以处理多个采集样本的Prometheus Server，如果scrape失败会丢失分辨率，但是并不是数据（因为下一次成功的scrape中，increments增量并没有丢失或者平均掉）
一个常见的问题是，当进程重新启动并将计数器重置为0时会发生什么? rate()
将自动处理这个问题。每当计数器Counter出现减少的情况时，它将被视为在第一个数据点之后立即重置为0。这使得计数器不可能递减变得很重要，一个有可能递减的计数器 Counter
实际上是一个Gauge
。其他的监测系统经常在计数器 Counter
复位时丢弃信息，比如Graphite的nonNegativeDerivative功能。rate()
还具有处理传递给 rate()
的不完全覆盖整个时间范围的样本的逻辑。
除了 rate()
之外，还有 increase()
和irate()
这两个对计数器 Counter
进行操作的函数。rate()
返回每秒的值，increase()
是一个方便的函数，它返回时间段内的总数。例如，increase(my_counter_total[1h])
将返回计数器Counter每小时的增量。以前讨论过irate()
，它只查看最后两个样本，对于短时间内的高精度图非常有用。resets()
告诉您计数器Counter重置的频率，这对于调试非常有用。
最后，虽然我们在这里只讨论了计数请求，计数器Counter可以用任何非负的浮点值递增。您可以使用它们来跟踪时间花费，字节处理，异常跑出或记录遍历。
更多资料可以查看 柏林的CloudNativeCon 2017 ，对此主题进行了更深入的演讲
https://www.youtube.com/watch?v=67Ulrq6DxwA
二、Gauge
Prometheus Gauge
原理和其他监测系统中的 Gauge
一样简单。随着时间的推移， Gauge
可以上下浮动，而 scrape
值 则可以对当前值进行快照。像计数器Counter
一样，移动平均值或重置是不可能的。
Prometheus不同于其他监控系统的是 Gauge
的API。Prometheus的Gauge
API涵盖了所有Gauge
的使用场景在一个地方使用的情况。它有 inc
、dec
和set
方法，以及各种常用的实用功能（如设置当前时间）。客户端client库library负责所有的bookkeeping和线程安全。通常也有一些方法来做回调，比如Python中的 set_function
，Java中的 setChild
,Go中的 GaugeFunc
。
相比之下，流行的Dropwizard metric library提供了许多不同的 gauge
类，主要基于您希望它在暴露gauge
之前执行什么处理。我认为有两个类是core核心的，因为它们不做任何额外的处理。Dropwizard Gauge
有一个基于回调的API。Dropwizard计数器 Counter
有 inc
和 dec
方法，这实际上使它成为普罗米修斯的一个衡gauge
。其他Dropwizard gauge
类型的用例在Prometheus有不同的处理方式，例如Dropwizard Meter是一个结合PromQL rate
功能为例的Prometheus Counter。
与许多其他监视和仪表系统相比，还有一个不同之处。与Prometheus一样，完全支持64位浮点值。
PromQL提供了许多处理gauge
的函数和操作符。事实上，除了少数只与计数器Counter
一起使用的函数(如rate
)之外，所有函数都可以与gauge
一起合理使用。值得注意的函数包括使用简单线性回归来计算值的变化率的deriv
，以及更进一步并预测未来的predict_linear
。使用max
、min
和avg
等操作符可以跨系列聚合，使用max_over_time
、min_over_time
和avg_over_time
等函数可以跨时间聚合。
未完待续， Summary and Histogram下篇工作原理敬请期待
欢迎大家购买我的新书《HikariCP数据库连接池实战》。
《HikariCP数据库连接池实战》京东的数据库专题上线，轮转推荐
https://pro.m.jd.com/mall/active/2sfniwqTJWrqUQbWozxWvWrAW7tk/index.html
豆瓣书评：
https://book.douban.com/subject/34659722/
中关村软件园1024无bug市集现场书展
双十一大促，促销费用都是出版社来承担，京东双十一期间100-50元，预购从速！
京东购书二维码：
欢迎转发海报：
你点的每个“在看”，我都认真当成了喜欢 复制
