Prometheus常见监控指标Metrics（Prometheus指标）（Counter计数器、Gauge仪表盘、Histogram直方图、Summary摘要）时间序列

Prometheus 常见监控指标详解

在现代云原生体系中，Prometheus 已成为事实标准的监控系统之一。它通过拉取（Pull）方式采集指标（Metrics），并配合告警系统实现对系统运行状态的实时观测。

理解 Prometheus 的指标类型和常见指标，是做好可观测性的第一步。

一、Prometheus 指标模型

Prometheus 的核心数据模型是时间序列（Time Series），每条数据由以下组成：

• 指标名（Metric Name）
• 标签（Labels）
• 时间戳（Timestamp）
• 数值（Value）

例如：

http_requests_total{method="GET", status="200"} 1024

👉 表示：GET 请求返回 200 的次数为 1024

注意：时间戳始终存在，只是在/metrics文本格式输出中通常不显示，当 Prometheus 服务器抓取这个指标时，会自动记录抓取时刻的时间戳，存储到时间序列数据库中。

二、四大核心指标类型

Prometheus 定义了四种基础指标类型：

1. Counter（计数器）

特点：

• 单调递增（只增不减）
• 重启后归零

适用场景：

• 请求总数
• 错误总数
• 任务完成次数

示例：

http_requests_total

常用函数：

• rate()：计算每秒增长率
• increase()：一段时间内增长量

👉 示例：

rate(http_requests_total[5m])

2. Gauge（仪表盘）

特点：

• 可增可减
• 表示瞬时值

适用场景：

• CPU 使用率
• 内存使用量
• 当前连接数

示例：

node_memory_MemAvailable_bytes

3. Histogram（直方图）

特点：

• 统计分布情况
• 自动分桶（bucket）

适用场景：

• 请求延迟
• 响应时间

指标结构：

一个 Histogram 实际包含三类指标：

• _bucket
• _sum
• _count

示例：

http_request_duration_seconds_bucket http_request_duration_seconds_sum http_request_duration_seconds_count

👉 常用于计算 P95 / P99：

histogram_quantile(0.95, rate(http_request_duration_seconds_bucket[5m]))

4. Summary（摘要）

特点：

• 直接计算分位数（quantile）
• 客户端计算

适用场景：

• 延迟分析（轻量级）

示例：

http_request_duration_seconds{quantile="0.95"}

⚠️ 与 Histogram 区别：

👉 一般推荐使用 Histogram（更适合分布式系统）

三、常见系统级监控指标

结合 Node Exporter / K8s 场景，以下指标最常用：

1. CPU 指标

node_cpu_seconds_total

👉 CPU 使用率计算：

100 - (avg by(instance)(rate(node_cpu_seconds_total{mode="idle"}[5m])) * 100)

2. 内存指标

node_memory_MemTotal_bytes node_memory_MemAvailable_bytes

👉 内存使用率：

(1 - (MemAvailable / MemTotal)) * 100

3. 磁盘指标

node_filesystem_size_bytes node_filesystem_avail_bytes

👉 磁盘使用率：

(1 - avail / size) * 100

4. 网络指标

node_network_receive_bytes_total node_network_transmit_bytes_total

👉 网络吞吐量：

rate(node_network_receive_bytes_total[5m])

四、Kubernetes 常见指标

在 Kubernetes 环境中，常见指标包括：

1. Pod 资源使用

container_cpu_usage_seconds_total container_memory_usage_bytes

2. Pod 状态

kube_pod_status_phase

3. Deployment 状态

kube_deployment_status_replicas kube_deployment_status_replicas_available

4. 容器重启次数

kube_pod_container_status_restarts_total

👉 用于检测异常 CrashLoop

五、应用层指标（业务监控）

应用指标通常通过 SDK 或中间件暴露：

1. HTTP 指标

http_requests_total http_request_duration_seconds

👉 可按标签细分：

• method（GET/POST）
• status（200/500）
• path（API 路径）

2. 错误率

rate(http_requests_total{status=~"5.."}[5m])

3. QPS（每秒请求数）

sum(rate(http_requests_total[1m]))

4. 延迟指标

• P50（中位数）
• P95（尾延迟）
• P99（极端情况）

六、常见监控指标设计建议

1. 标签设计要合理

避免：

user_id="123456"

👉 会导致高基数问题（High Cardinality）

2. 命名规范

Prometheus 指标命名建议：

<namespace>_<subsystem>_<metric>_<unit>

例如：

http_request_duration_seconds

3. 指标要有业务意义

不要只监控系统资源，还要关注：

• 成功率
• 延迟
• 用户行为

4. 四大黄金信号（Golden Signals）

由 Google SRE 提出：

1. 延迟（Latency）
2. 流量（Traffic）
3. 错误（Errors）
4. 饱和度（Saturation）

七、总结

Prometheus 的监控体系可以分为三层：

1️⃣ 系统层

• CPU / 内存 / 磁盘 / 网络

2️⃣ 平台层（K8s）

• Pod / Deployment / 容器状态

3️⃣ 业务层

• QPS / 错误率 / 延迟

👉 真正有效的监控，不是指标多，而是：

• 能发现问题
• 能定位问题
• 能驱动告警和决策