原文：https://blog.csdn.net/hjxzb/article/details/81028806
---------------
Prometheus筆記（一）metric type
Prometheus客戶端庫提供四種核心度量標準類型。 這些目前僅在客戶端庫中區分（以啓用針對特定類型的使用而定製的API）和有線協議。 Prometheus服務器尚未使用類型信息，並將所有數據展平爲無類型時間序列。(本文所有示例代碼都是使用go來舉例的)
1、Counter
計數器是表示單個單調遞增計數器的累積量，其值只能增加或在重啓時重置爲零。 例如，您可以使用計數器來表示服務的總請求數，已完成的任務或錯誤總數。 不要使用計數器來監控可能減少的值。 例如，不要使用計數器來處理當前正在運行的進程數，而應該用Gauge。
counter主要有兩個方法：
//將counter值加1.
Inc()
// 將指定值加到counter值上，如果指定值< 0會panic.
Add(float64)
1.1 Counter
一般 metric 容器使用的步驟都是：
1、初始化一個metric容器
2、Register註冊容器
3、向容器中添加值
使用舉例：
//step1:初始一個counter
pushCounter := prometheus.NewCounter(prometheus.CounterOpts{
Name: "repository_pushes", // 注意: 沒有help字符串
})
err := prometheus.Register(pushCounter) // 會返回一個錯誤.
if err != nil {
fmt.Println("Push counter couldn't be registered, no counting will happen:", err)
return
}
// Try it once more, this time with a help string.
pushCounter = prometheus.NewCounter(prometheus.CounterOpts{
Name: "repository_pushes",
Help: "Number of pushes to external repository.",
})
//setp2： 註冊容器
err = prometheus.Register(pushCounter)
if err != nil {
fmt.Println("Push counter couldn't be registered AGAIN, no counting will happen:", err)
return
}
pushComplete := make(chan struct{})
// TODO: Start a goroutine that performs repository pushes and reports
// each completion via the channel.
for range pushComplete {
//step3:向容器中寫入值
pushCounter.Inc()
}
輸出：
Push counter couldn't be registered, no counting will happen: descriptor Desc{fqName: "repository_pushes", help: "", constLabels: {}, variableLabels: []} is invalid: empty help string
1
1.2 CounterVec
CounterVec是一組counter，這些計數器具有相同的描述，但它們的變量標籤具有不同的值。 如果要計算按各種維度劃分的相同內容（例如，響應代碼和方法分區的HTTP請求數），則使用此方法。使用NewCounterVec創建實例。
//step1:初始化一個容器
httpReqs := prometheus.NewCounterVec(
prometheus.CounterOpts{
Name: "http_requests_total",
Help: "How many HTTP requests processed, partitioned by status code and HTTP method.",
},
[]string{"code", "method"},
)
//step2:註冊容器
prometheus.MustRegister(httpReqs)
httpReqs.WithLabelValues("404", "POST").Add(42)
// If you have to access the same set of labels very frequently, it
// might be good to retrieve the metric only once and keep a handle to
// it. But beware of deletion of that metric, see below!
//step3:向容器中寫入值，主要調用容器的方法如Inc()或者Add()方法
m := httpReqs.WithLabelValues("200", "GET")
for i := 0; i < 1000000; i++ {
m.Inc()
}
// Delete a metric from the vector. If you have previously kept a handle
// to that metric (as above), future updates via that handle will go
// unseen (even if you re-create a metric with the same label set
// later).
httpReqs.DeleteLabelValues("200", "GET")
// Same thing with the more verbose Labels syntax.
httpReqs.Delete(prometheus.Labels{"method": "GET", "code": "200"})
2、Gauge
2.1 Gauge
Gauge可以用來存放一個可以任意變大變小的數值，通常用於測量值，例如溫度或當前內存使用情況，或者運行的goroutine數量
主要有以下四個方法
// 將Gauge中的值設爲指定值.
Set(float64)
// 將Gauge中的值加1.
Inc()
// 將Gauge中的值減1.
Dec()
// 將指定值加到Gauge中的值上。(指定值可以爲負數)
Add(float64)
// 將指定值從Gauge中的值減掉。(指定值可以爲負數)
Sub(float64)
示例代碼（實時統計CPU的溫度）：
//step1：初始化容器
cpuTemprature := prometheus.NewGauge(prometheus.GaugeOpts{
Name: "CPU_Temperature",
Help: "the temperature of CPU",
})
//step2:註冊容器
prometheus.MustRegister(cpuTemprature)
//定時獲取cpu溫度並且寫入到容器
func(){
tem = getCpuTemprature()
//step3:向容器中寫入值。調用容器的方法
cpuTemprature.Set(tem)
}
2.2 GaugeVec
假設你要一次性統計四個cpu的溫度，這個時候就適合使用GaugeVec了。
cpusTemprature := prometheus.NewGaugeVec(
prometheus.GaugeOpts{
Name: "CPUs_Temperature",
Help: "the temperature of CPUs.",
},
[]string{
// Which cpu temperature?
"cpuName",
},
)
prometheus.MustRegister(cpusTemprature)
cpusTemprature.WithLabelValues("cpu1").Set(temperature1)
cpusTemprature.WithLabelValues("cpu2").Set(temperature2)
cpusTemprature.WithLabelValues("cpu3").Set(temperature3)
3、Summary
Summary從事件或樣本流中捕獲單個觀察，並以類似於傳統彙總統計的方式對其進行彙總：1。觀察總和，2。觀察計數，3。排名估計。典型的用例是觀察請求延遲。 默認情況下，Summary提供延遲的中位數。
temps := prometheus.NewSummary(prometheus.SummaryOpts{
Name: "pond_temperature_celsius",
Help: "The temperature of the frog pond.",
Objectives: map[float64]float64{0.5: 0.05, 0.9: 0.01, 0.99: 0.001},
})
// Simulate some observations.
for i := 0; i < 1000; i++ {
temps.Observe(30 + math.Floor(120*math.Sin(float64(i)*0.1))/10)
}
// Just for demonstration, let's check the state of the summary by
// (ab)using its Write method (which is usually only used by Prometheus
// internally).
metric := &dto.Metric{}
temps.Write(metric)
fmt.Println(proto.MarshalTextString(metric))
4、Histogram
主要用於表示一段時間範圍內對數據進行採樣，（通常是請求持續時間或響應大小），並能夠對其指定區間以及總數進行統計，通常我們用它計算分位數的直方圖。
temps := prometheus.NewHistogram(prometheus.HistogramOpts{
Name: "pond_temperature_celsius",
Help: "The temperature of the frog pond.", // Sorry, we can't measure how badly it smells.
Buckets: prometheus.LinearBuckets(20, 5, 5), // 5 buckets, each 5 centigrade wide.
})
// Simulate some observations.
for i := 0; i < 1000; i++ {
temps.Observe(30 + math.Floor(120*math.Sin(float64(i)*0.1))/10)
}
// Just for demonstration, let's check the state of the histogram by
// (ab)using its Write method (which is usually only used by Prometheus
// internally).
metric := &dto.Metric{}
temps.Write(metric)
fmt.Println(proto.MarshalTextString(metric))
歡迎加入go語言學習交流羣 636728449
二、參考資料
[1] https://godoc.org/github.com/prometheus/client_golang/prometheus
[2] https://prometheus.io/docs/introduction/overview/
————————————————
版權聲明：本文爲CSDN博主「程序員學編程」的原創文章，遵循CC 4.0 BY-SA版權協議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/hjxzb/article/details/81028806