Prometheus 的数据模型是围绕时间序列数据构建的，旨在高效存储、查询和分析时序数

Prometheus 的核心数据模型由以下几个主要部分组成

• 时间序列（Time Series）
• 标签（Labels）
• 样本（Sample）
• 指标（Metric）
• Metric 类型（Metric Type）

时间序列

在 Prometheus 中，时间序列是一个逻辑上的数据集合，标识了某个具体的指标及其维度组合，由以下两部分组成

指标名称（Metric Name）：每个时间序列都有一个对应的名称，通常是描述某个特定监控目标的指标名

标签（Labels）：每个时间序列还可以附带一组键值对标签，用于进一步区分时间序列的不同维度

假设你正在监控一个网站的 HTTP 请求

http_requests_total{status="200", method="GET", instance="server1"} http_requests_total{status="404", method="POST", instance="server2"}

时间序列 1：http_requests_total{status="200", method="GET", instance="server1"} 表示服务器 server1 接收到的 GET 请求，且返回状态码是 200 的 HTTP 请求总数

时间序列 2：http_requests_total{status="404", method="POST", instance="server2"} 表示服务器 server2 接收到的 POST 请求，且返回状态码是 404 的 HTTP 请求总数

时间序列是一个非常抽象的概念，指的是一段随时间变化的概念

在监控系统中，时间序列就是通过时间戳记录某个指标（如请求次数、CPU 使用率等）在不同时间点的值。例如，Prometheus 通过抓取目标系统的状态（如 HTTP 请求数、CPU 使用率等），将它们以时间序列的方式存储，并随着时间推移不断更新

标签

标签是键值对形式的元数据，用于标识和区分同一个指标的不同维度

例如，在监控 HTTP 请求时，可以通过标签区分不同的 HTTP 状态码、请求路径 或 请求方法 等

标签是 Prometheus 数据模型的核心，它使得同一个指标能够有多个不同的维度，避免了单一指标带来的混乱

http_requests_total{status="200", method="GET", instance="localhost:8080"} http_requests_total{status="500", method="POST", instance="localhost:8080"}

在这个例子中，http_requests_total 是指标名称，status、method 和 instance 是标签。每个标签对给定的指标值都能唯一标识一条时间序列

标签的作用是使你能够为同一个指标（例如 HTTP 请求总数）创建不同的时间序列，以便更加细粒度地查询和分析数据

样本

一个样本是一个时间点的数据，它由时间戳和值组成。每次数据抓取时，Prometheus 会存储一个样本，这个样本记录了指标在某个特定时间的值

一个时间序列包含一系列的 样本（Sample），每个样本由以下部分组成

时间戳（Timestamp）：记录样本值的时间

值（Value）：该时间点的指标值

对于 http_requests_total 指标，你可能会在 10:00:00 和 10:01:00 这两个时间点分别得到以下两个样本

http_requests_total{status="200", method="GET", instance="server1"} 1000 1640995200 http_requests_total{status="200", method="GET", instance="server1"} 1025 1640995260

样本 1：在时间戳 1640995200（例如 10:00:00），server1 上的 GET 请求总数是 1000

样本 2：在时间戳 1640995260（例如 10:01:00），server1 上的 GET 请求总数是 1025

Prometheus 会不断地在每个抓取周期内记录这些样本

样本有时也被成为数据点，是在某个时间点处记录的精确数据

指标

指标 是用来描述某种度量（如 CPU 使用率、HTTP 请求次数、内存使用量等）的一种数据单位，指标在一段时间维度下，用名称标识了某段时间内的数据，它本身不包含数据，而是一个抽象的度量标准。例如，http_requests_total 可能表示 HTTP 请求的总数

指标是指监控系统中的某个度量，它可以代表应用、系统、服务等的某个特定性能或状态

每个指标都有一个唯一的名称，并且可以包含多个标签来区分不同的时间序列

假设我们要监控网站的请求次数（http_requests_total）和响应时间（http_request_duration_seconds）

http_requests_total{status="200", method="GET", instance="server1"} http_request_duration_seconds{status="200", method="GET", instance="server1"}

http_requests_total：表示 HTTP 请求的总数，通常是一个 Counter 类型的指标

http_request_duration_seconds：表示请求响应的时间，通常是一个 Gauge 或 Histogram 类型的指标

Metric 类型（指标的类型）

Prometheus 支持几种不同类型的指标，每种类型适用于不同类型的数据模型和查询需求。主要的指标类型有：

Counter（计数器）：计数器是单调递增的指标，只能增加，通常用于统计事件发生的次数（如 HTTP 请求数、错误数等）

这些值是不断累加的，表示服务器接收到的请求总数

例子：http_requests_total{status="200", method="GET"} 5

如果你觉得一直增加的数据没有什么用处，了解服务从开始有多少请求有什么价值么，但是请记住，每个指标都是存储了时间戳的，所以你的HTTP请求可能是10万，但是Prometheus也会记录之前某个点的值，我们可以去查询过去一分钟内的请求数，当然我们最想看到的还是请求数量的增加或者减少的速度有多块，因此，通常对于Counter指标我们都是去查看变化率，而不是查看本身的数字，PromQL内置的聚合操作和函数可以让用户对这些数据进行进一步的分析，例如：通过rate()获取HTTP请求的增长率：rate(http_requsts_total[5m]) # 获取前五分钟内的样本数据

Gauge（仪表）：仪表指标可以任意增减，通常用于表示某个度量值的当前状态，如内存使用量、CPU 使用率等

例子：memory_usage{instance="localhost"} 512.3

例子：cpu_usage{instance="server1"} 75.5

这些简单的指标类型都只是为每个样本获取一个数字，但Prometheus的强大这之处在于如何让你跟踪它们，比如说我们绘制了两张图，一个是HTTP请求变化率，另一个是分配Gauge类型的实际内存，直接从图上可以看出这两个之间有一种关联性，当请求出现峰值的时候，内存的使用也会出现峰值，但我们仔细观察也会发现峰值过后，内存的使用量并没有恢复到峰值前的水平，整体它在逐渐增加，这表明程序很有可能存在内存泄漏的问题，通过这些简单的指标可以帮助我们找到这些可能存在的问题

对于Gauge类型的监控指标，通过PromQL内置函数delta()可以获取样本在一段时间范围内的变化情况，例如：计算CPU在两个小时内的差异：delta(cpu_temp_celsius{host="zeus"}[2h])

可以直接使用 predict_linear()对数据的变化趋势进行预测，例如，预测系统磁盘在4小时后剩余情况： predict_linear(node_filesystem_free_bytes[1h], 4 * 3600)

Histogram（历史分布）：Histogram 用于记录数据分布情况。它按不同的区间将数据进行统计，例如，HTTP 响应时间分布

例子：http_request_duration_seconds_bucket{le="0.5", method="GET"} 300

例子：http_request_duration_seconds_bucket{le="1.0", method="GET"} 450

例子：http_request_duration_seconds_bucket{le="2.0", method="GET"} 500

这些值表示在不同响应时间区间内，满足条件的请求数量。比如，在 le="0.5" 区间内的请求数为 300，表示响应时间小于 0.5 秒的请求数量

Summary（摘要）：Summary 用于记录实时的统计信息，通常用于记录请求的响应时间等，它与 Histogram 类似，但支持动态计算百分位数

例子：http_request_duration_seconds_sum{method="GET"} 1024.3

例子：http_request_duration_seconds_count{method="GET"} 500

http_request_duration_seconds_sum 表示所有请求的总响应时间，http_request_duration_seconds_count 表示请求的总数