3. Prometheus 基础回顾：数据模型、PromQL 与关键指标类型

在构建 IDP 灰度发布准入检查之前，必须牢固掌握 Prometheus 的核心数据模型与查询语言。本章将系统回顾 Prometheus 的指标体系、PromQL 基础语法以及四种关键指标类型，为后续的准入规则编写和告警配置奠定基础。

3.1 Prometheus 数据模型

Prometheus 将所有采集的数据存储为时间序列（Time Series），每个时间序列由指标名称（Metric Name）和一组标签（Labels）唯一标识。

3.2 PromQL 基础

PromQL（Prometheus Query Language）是 Prometheus 内置的函数式查询语言，支持即时查询和范围查询两种模式。

3.2.1 查询类型

• 即时向量：返回查询时间戳下所有匹配时间序列的最新样本值。
• 范围向量：返回指定时间范围内每个时间序列的一组样本值。
• 标量：单一的浮点数值。
• 字符串：目前暂未使用。

3.2.2 常用选择器

3.3 关键指标类型

Prometheus 客户端库提供四种核心指标类型，每种类型对应不同的监控场景和计算方式。

3.3.1 Counter — 只增不减的计数器

Counter 适用于累计型指标，如 HTTP 请求总数、错误次数。由于 Counter 会随进程重启归零，查询时通常配合 rate() 或 increase() 使用。

# 查询过去 5 分钟每秒请求增长率
rate(http_requests_total{status="500"}[5m])

# 查询过去 1 小时错误总数增量
increase(http_requests_total{status="500"}[1h])

3.3.2 Gauge — 可上可下的仪表盘

Gauge 反映当前瞬时值，适合监控内存使用率、CPU 负载、活跃连接数等。Gauge 可以直接做算术运算和聚合。

# 查询当前内存使用率超过 90% 的节点
node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes < 0.1

# 查询最大 CPU 使用率
max(cpu_usage_percent{instance=~"web.*"})

3.3.3 Histogram — 分桶分布与分位数计算

Histogram 将观测值分配到预定义的桶（bucket）中，同时记录总和与计数。通过 histogram_quantile() 函数可以计算任意分位数。

# 计算过去 5 分钟请求延迟的 P99 分位数
histogram_quantile(0.99, rate(http_request_duration_seconds_bucket[5m]))

3.3.4 Summary — 客户端预计算分位数

Summary 在客户端直接计算并暴露分位数（如 P50、P90、P99），无需服务端计算。适合对延迟敏感且需要固定分位数的场景。

# 直接读取 Summary 暴露的 P99 延迟
rpc_duration_seconds{quantile="0.99"}

3.4 灰度发布中的指标选择策略

在 IDP 自助门户的灰度发布准入检查中，不同指标类型承担不同角色：

• Counter：监控新版本的 HTTP 5xx 错误率、业务失败次数。
• Gauge：监控新版本 Pod 的 CPU/内存使用率、活跃连接数。
• Histogram：监控新版本请求延迟分布，计算 P99/P95 是否超出基线。
• Summary：用于已经定义好 SLO 阈值的延迟指标，直接读取分位数。