指标类型

Prometheus 数据模型基于 时间序列：(metric_name{labels}, timestamp, value)。理解四种核心类型，才能正确写 PromQL 与告警。

学习目标

累计值，重启归零。典型：http_requests_total、业务 course_enroll_total。

# 正确：看增速（每秒请求数）
rate(http_server_requests_seconds_count{uri="/api/tracks"}[5m])

瞬时值：内存占用、队列长度、当前连接数。

jvm_memory_used_bytes{area="heap"}
process_cpu_usage

把观测值落入 bucket，可算 P50/P95/P99。Spring Micrometer 常导出 _bucket、_count、_sum。

histogram_quantile(0.99,
  sum(rate(http_server_requests_seconds_bucket[5m])) by (le, uri)
)

类似 Histogram，分位数在应用侧预计算；Prometheus 原生 histogram 更常见，本站以 Histogram 为主。

标签是维度，不是数值。Good：http_server_requests_seconds_count{method="GET",status="200"}。Bad：把 user_id 做成 label（基数爆炸）。

与 sb-actuator 的 /actuator/metrics 对照：Actuator 是人类可读名，Prometheus 格式是 exposition 文本。