2. Prometheus 核心概念：Pull模型、时间序列数据库、Metric类型、PromQL入门

好，咱们进入正题。这一章我打算把Prometheus最核心的几个概念掰开揉碎了讲清楚。你可能会觉得概念很枯燥，但相信我，搞懂了这些，后面搭建系统就跟玩似的。

2.1 Pull模型：为什么Prometheus要主动拉数据？

Prometheus最鲜明的特点，就是它的数据采集方式——Pull模型。说白了，就是Prometheus Server主动去各个目标机器上“拉”数据，而不是等着目标机器把数据“推”过来。

我刚开始接触时也觉得奇怪：为什么不用更常见的Push方式？后来在生产环境踩过坑才明白，Pull模型有几个天然优势：

• 可控性更强：Prometheus自己决定拉取频率和时机，不会被客户端的突发流量冲垮。
• 健康检测更简单：如果某个目标拉不到数据，基本可以判定它挂了。
• 配置即发现：你只需要告诉Prometheus“去这些地址拉数据”，它自己会搞定。

当然，Pull模型也有短板。比如在动态环境里，服务实例频繁启停，Prometheus怎么知道该去拉谁？这就引出了服务发现机制，咱们后面会专门讲。

2.2 时间序列数据库：数据是怎么存的？

Prometheus的存储引擎，本质上是一个时间序列数据库。什么叫时间序列？就是每个指标都带着时间戳和标签，按时间顺序排列。

举个例子，你监控一台服务器的CPU使用率：

node_cpu_seconds_total{cpu="0", mode="user"} 12345.67
node_cpu_seconds_total{cpu="0", mode="system"} 2345.67

这里node_cpu_seconds_total是指标名，{cpu="0", mode="user"}是标签，12345.67是值。每次采集都会生成一个新样本，带上当前时间戳。

我个人的习惯是，把时间序列数据库想象成一个巨大的Excel表格：

• 每一行是一个时间点的数据
• 每一列是一个唯一的指标组合（指标名+标签）
• 行数随时间无限增长

你想想看，如果所有数据都存着，磁盘迟早会爆。所以Prometheus有自己的压缩和过期策略。默认情况下，它会保留15天的数据，然后自动清理旧数据。

2.3 Metric类型：四种核心类型

Prometheus的指标类型，说白了就是四种：Counter、Gauge、Histogram、Summary。每种类型都有它的脾气，用错了会出笑话。

2.3.1 Counter：只增不减的计数器

Counter代表一个只增不减的数值。比如请求总数、错误总数、CPU时间片数。它最典型的用法是：

• 统计HTTP请求总量
• 统计数据库查询次数
• 统计任务执行次数

你可能会问：如果服务重启了，Counter会归零吗？会的。所以用Counter算增长率时，要小心重启带来的跳变。我一般会用rate()函数来平滑处理。

# 计算每秒请求增长率
rate(http_requests_total[5m])

2.3.2 Gauge：可增可减的仪表盘

Gauge代表一个可以上下波动的数值。比如内存使用量、CPU温度、在线用户数。它没有“只增不减”的限制，想怎么变就怎么变。

我记得有一次排查内存泄漏问题，就是用Gauge类型的process_resident_memory_bytes指标，配合delta()函数，一眼就看出了内存持续增长的趋势。

# 查看内存变化量
delta(process_resident_memory_bytes[1h])

2.3.3 Histogram：分布统计的利器

Histogram用于统计数据的分布情况。比如：

• 90%的请求在多少毫秒内完成？
• 大部分请求的响应时间集中在哪个区间？

它会把数据分到不同的桶（bucket）里。比如你定义桶为{0.1, 0.5, 1, 5}秒，那么Histogram会统计出：

• 响应时间 ≤ 0.1秒的请求有多少
• 响应时间 ≤ 0.5秒的请求有多少
• 以此类推

用Histogram算P99延迟，是监控里的经典操作：

histogram_quantile(0.99, rate(http_request_duration_seconds_bucket[5m]))

2.3.4 Summary：自带分位数的统计

Summary和Histogram类似，但它直接在客户端算好了分位数。比如你配置了0.5、0.9、0.99分位数，Summary会直接暴露这些值。

它的好处是查询简单，不用写复杂的PromQL。但缺点也很明显：分位数是固定的，不能事后调整。而Histogram可以灵活查询任意分位数。

我个人更倾向于用Histogram，因为灵活性更高。除非你明确知道需要哪些分位数，并且不想在查询时增加计算负担。

2.4 PromQL入门：查询语言其实没那么难

PromQL是Prometheus的查询语言，说白了就是用来从时间序列数据库里捞数据的。刚开始看可能觉得像天书，但掌握几个核心函数后，你会发现它其实很直观。

2.4.1 最简单的查询：直接查指标

node_memory_MemTotal_bytes

这条语句会返回所有节点的总内存。如果有多台机器，你会看到多条时间序列。

2.4.2 加标签过滤：精确锁定目标

node_memory_MemTotal_bytes{instance="192.168.1.1:9100"}

用花括号加标签过滤，只查特定实例的数据。标签支持精确匹配（=）、正则匹配（=~）、反向匹配（!=）。

2.4.3 范围查询：看一段时间内的数据

node_memory_MemTotal_bytes[5m]

加上[5m]，表示查询过去5分钟内的所有样本点。返回的是一个数组，而不是单个值。

2.4.4 常用函数：让数据说话

函数	作用	示例
rate()	计算Counter的每秒增长率	rate(http_requests_total[5m])
irate()	计算瞬时增长率（更敏感）	irate(http_requests_total[5m])
avg()	计算平均值	avg(node_cpu_seconds_total)
sum()	求和	sum(node_memory_MemTotal_bytes)
topk()	取前N个最大值	topk(3, node_memory_MemFree_bytes)

举个例子，你想看所有机器的CPU使用率：

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

这条语句的意思是：先算出每台机器的空闲CPU占比，然后用100减去它，得到使用率。嗯，看着复杂，但拆开来看，每一步都很清晰。

2.5 本章小结

这一章我们聊了Prometheus的四个核心概念：

• Pull模型：主动拉取，可控性强
• 时间序列数据库：指标+标签+时间戳，按时间存储
• 四种Metric类型：Counter、Gauge、Histogram、Summary，各有各的用途
• PromQL入门：从简单查询到组合函数，一步步掌握

下一章，我会带你亲手搭建一个Prometheus实例，把今天学的概念都用起来。到时候你会发现，理论结合实践，才是最快的成长方式。