prometheus 基础概念

不管做什么事情，我们都需要做好充足的准备。盖房子需要打地基，根基不稳地动山摇。我们学习也一样，所以我们想学好一个东西必须根基要打牢。好了废话不多说了，我们来打下prometheus的根基。
##数据模型
prometheus存储是时序数据（time-series），即按照相同时许（相同的名字和标签），以时间维度存储连续的数据的集合。

时序索引

时序（time series）是由名字（metrice），以及一组key/value标签定义的，具有相同的名字以及标签属于同一时间序列。
时序的名字有ASCLL字符，数字，下划线，以及冒号组成，它必须满足正则表达式[a-zA-Z_:][a-zA-Z0-9_:]*，其名字因该具有语义化（看到名字就知道这个抓取的是什么值），一般表示一个可以度量的指标，例如：http_requset_total，表示http的总请求数。
时序的标签可以使prometheus的数据更加丰富，能够区分具体不同的实例，例如http_requests_total{method="POST"}，可以表示所有的POST请求。
标签名称有ASCLL字符，数字，以及下划线组成，其中_开头的属于prometheus保留，标签的只可以是任何ubicode字符，支持中文

时序样本

按照莫哥时序以时间维度采集的数据，称之为样本，其值包含：

• 一个float64值
• 一个毫秒级的unix时间戳

格式

prometheus 时序格式 与OPenTSDB相似
{=,....}
其中包含时序名字以及时序的标签。

Metrice types

counter 计数器

获取的数值，只增加（减少），理想状态下是不会减少(增加)的。我们往往用它记录服务的请求总量，错误总数

Gauge 瞬时值

最简单的度量指标，只有一个简单的返回值，或者叫做瞬时状态，例如：监控硬盘或者内存的使用量，在当前时间只有一个值，因为硬盘的容量和内存的使用量是随着时间的推移不断变化，没有规律可循

Histogram

统计数据的分布情况，比如最大值，最小值，中间值还有中位数，75百分位，这是一种特殊的metrics数据类型，代表的是一种近似百分比

summary

summary和histogram类似，由<basename>{quantile="<>"},<basename>_sum,<basename>_count组成，主要用于表示一段时间内数据采样结果（通常是请求持续时间或响应大小），它直接存储了quantile数据，而不是根据统计出区间计算出来的