4. 观测标签体系设计原则：高基数控制、标签标准化、可聚合性、可过滤性

在网格API延迟场景中，观测标签（Label/Tag）是连接原始指标与业务语义的桥梁。设计不当的标签体系会导致存储爆炸、查询缓慢、告警失真。本章围绕四个核心原则展开，确保标签体系在延迟分析场景中既具备表达能力，又保持运维可行性。

4.1 高基数控制（High Cardinality Control）

高基数（High Cardinality）指某个标签的取值数量极大，例如 request_id、user_ip、trace_id。在Gateway API延迟场景中，以下标签必须严格限制基数：

4.2 标签标准化（Label Standardization）

标签命名和取值必须遵循统一规范，避免因命名不一致导致查询失效或聚合错误。Gateway API 延迟场景推荐以下标准化规则：

• 命名风格： 统一使用 snake_case，禁止混用 camelCase 或 kebab-case。例如 backend_service 而非 backendService 或 backend-service。
• 层级前缀： 使用 gw_ 前缀标识 Gateway 相关标签，svc_ 标识服务相关标签，env_ 标识环境标签。例如 gw_route_name、svc_cluster、env_region。
• 取值约束： 枚举值使用小写字母+下划线，禁止空格和特殊字符。例如 method: "get" 而非 method: "GET" 或 method: "Get"。
• 保留标签： 所有指标必须包含 gw_name、gw_namespace、backend_service、env_region 四个基础标签。

4.3 可聚合性（Aggregability）

标签体系必须支持从细粒度到粗粒度的多层级聚合，以满足不同角色的分析需求：

• 全局聚合： 按 gw_name 聚合，查看整个 Gateway 的延迟水位。
• 路由级聚合： 按 gw_route_name 聚合，定位具体路由的延迟瓶颈。
• 后端级聚合： 按 backend_service + backend_port 聚合，评估后端服务响应能力。
• 环境级聚合： 按 env_region + env_cluster 聚合，识别区域性问题。

# 全局P99延迟
histogram_quantile(0.99, sum(rate(gw_http_request_duration_seconds_bucket[5m])) by (le))

# 路由级P99延迟
histogram_quantile(0.99, sum(rate(gw_http_request_duration_seconds_bucket[5m])) by (le, gw_route_name))

# 后端级P99延迟
histogram_quantile(0.99, sum(rate(gw_http_request_duration_seconds_bucket[5m])) by (le, backend_service))

4.4 可过滤性（Filterability）

标签必须支持高效的下钻过滤，帮助运维人员快速定位异常。可过滤性设计遵循以下原则：

• 维度正交： 每个标签代表一个独立维度，避免标签间存在冗余或派生关系。例如 env_region 和 env_zone 应保持独立，而非将区域信息编码在 gw_name 中。
• 索引友好： 过滤频繁使用的标签（如 backend_service、status_class）应放在查询条件的前部，利用时序数据库的索引加速。
• 组合过滤： 支持多标签组合查询，例如 backend_service="payment" AND status_class="5xx" AND env_region="us_east_1"。
• 负向过滤： 支持排除特定标签值，例如 backend_service!="health-check"，用于过滤健康检查流量。