3. Prometheus 指标类型：Counter、Gauge、Histogram、Summary 的区别与适用场景

在构建误差预算台账时，选择正确的指标类型是数据可靠性的基石。Prometheus 提供了四种核心指标类型，每种类型对应不同的数据特征与查询模式。理解它们的差异，能帮助你在 SLO 监控中避免“用错尺子量错数据”的陷阱。

3.1 四种指标类型核心对比

3.2 指标类型详解与选择决策

3.2.1 Counter：累计事件的基石

Counter 只允许单调递增，适合记录请求数、错误数、任务完成数等累计量。在 PromQL 中通常配合 rate() 或 increase() 函数使用，计算每秒速率或一段时间内的增量。

# 定义请求总数 Counter
http_requests_total{method="GET", endpoint="/api/v1/users"} 1024

# 查询每秒请求速率（5分钟窗口）
rate(http_requests_total[5m])

# 查询过去1小时错误数增量
increase(http_errors_total[1h])

3.2.2 Gauge：瞬时状态的快照

Gauge 可增可减，反映系统当前状态。适用于内存使用量、队列深度、并发连接数、温度等。Gauge 不需要 rate() 函数，直接使用 avg()、max()、min() 等聚合函数即可。

# 定义当前内存使用量 Gauge
node_memory_usage_bytes{instance="web-01"} 8589934592

# 查询所有实例的平均内存使用率
avg(node_memory_usage_bytes / node_memory_total_bytes) * 100

3.2.3 Histogram：延迟分布的黄金标准

Histogram 将观测值放入预定义的桶（bucket）中，同时记录总和与总数。通过 histogram_quantile() 函数可以估算任意百分位数，是延迟 SLO 合规判定的首选。

# 定义请求延迟 Histogram（桶边界：0.1, 0.3, 1.0, 3.0, 10.0 秒）
http_request_duration_seconds_bucket{le="0.1"} 240
http_request_duration_seconds_bucket{le="0.3"} 680
http_request_duration_seconds_bucket{le="1.0"} 920
http_request_duration_seconds_bucket{le="3.0"} 990
http_request_duration_seconds_bucket{le="10.0"} 1000
http_request_duration_seconds_bucket{le="+Inf"} 1000
http_request_duration_seconds_sum 450.2
http_request_duration_seconds_count 1000

# 查询 p99 延迟（5分钟窗口）
histogram_quantile(0.99, rate(http_request_duration_seconds_bucket[5m]))

3.2.4 Summary：客户端预计算分位数

Summary 在客户端直接计算分位数并暴露结果，适合已知分位数需求且希望减少服务端计算开销的场景。但 Summary 的分位数是固定的，无法像 Histogram 那样灵活查询任意百分位。

# 定义请求延迟 Summary（预计算 p50、p90、p99）
http_request_duration_seconds{quantile="0.5"} 0.12
http_request_duration_seconds{quantile="0.9"} 0.45
http_request_duration_seconds{quantile="0.99"} 1.20
http_request_duration_seconds_sum 450.2
http_request_duration_seconds_count 1000

3.3 指标命名最佳实践

良好的指标命名是台账可维护性的基础。Prometheus 社区推荐遵循以下命名规范：

• 基础格式：<namespace>_<subsystem>_<unit>[_<suffix>]
• 使用下划线分隔：全部小写，单词间用下划线连接
• 单位后缀：指标名末尾标注单位，如 _seconds、_bytes、_total
• 类型后缀：Counter 以 _total 结尾，Histogram 桶以 _bucket 结尾
• 避免冗余：不要重复 namespace 或 subsystem 中的信息

3.4 指标类型选择决策流程

3.5 误差预算台账中的指标类型映射

在服务画像驱动的方法论中，每种误差预算指标都有对应的 Prometheus 类型：

3.6 常见错误与避坑指南

• 用 Gauge 记录累计值：Gauge 在进程重启后会丢失历史趋势，Counter 配合 rate() 才能正确计算速率。
• Histogram 桶边界过少：少于 5 个桶会导致分位数估算误差过大，建议至少 7-10 个桶。
• Summary 用于跨服务聚合：Summary 的分位数无法在服务端聚合，多实例场景下必须使用 Histogram。
• 指标命名缺少单位：没有单位的指标名会导致后续维护者无法确定数据含义，必须强制添加单位后缀。
• 忽略 _total 后缀：Prometheus 社区规范要求 Counter 必须以 _total 结尾，否则可能被工具链误判。