prometheus histogram

一、Histogram 是干嘛的（先有直觉）

在 Prometheus 里：

👉 Histogram 用来统计“数据分布” + 支持全局聚合的分位数计算

和 Summary 的区别你已经知道了，这里重点看“怎么用”。

---

二、业务场景（贯穿例子）

👉 场景：统计接口响应时间

比如：

 

50ms, 100ms, 200ms, 500ms, 2s

 

你关心：

• 有多少请求 < 100ms？
• 有多少请求 < 500ms？
• p90 / p99 延迟是多少？

👉 这就是 Histogram 的用武之地

---

三、代码定义（Go 示例）

用你之前的 Go 风格👇

 

hist := prometheus.NewHistogram(prometheus.HistogramOpts{
Name: "http_request_duration_seconds",
Help: "接口响应时间",
Buckets: []float64{0.1, 0.2, 0.5, 1, 2, 5}, // 单位：秒
})
prometheus.MustRegister(hist)

 

---

👉 记录数据

 

hist.Observe(0.12)
hist.Observe(0.3)
hist.Observe(1.2)

 

---

四、/metrics 实际暴露的数据（非常关键）

Histogram 不止一个指标，会拆成 3 类：

---

1️⃣ bucket（桶）

 

http_request_duration_seconds_bucket{le="0.1"} 1
http_request_duration_seconds_bucket{le="0.2"} 2
http_request_duration_seconds_bucket{le="0.5"} 3
http_request_duration_seconds_bucket{le="1"} 3
http_request_duration_seconds_bucket{le="2"} 4
http_request_duration_seconds_bucket{le="+Inf"} 4

 

👉 含义：

le = less than or equal（≤）

比如：

• le="0.2" → ≤0.2秒的有2个请求

---

2️⃣ sum

 

http_request_duration_seconds_sum 1.62

 

👉 总耗时

---

3️⃣ count

 

http_request_duration_seconds_count 4

 

👉 总请求数

---

五、核心理解（必须搞懂）

👉 Histogram 本质：

 

用多个“桶”统计数据分布

 

比如你配置：

 

[0.1, 0.2, 0.5, 1, 2, 5]

 

其实是在问：

 

≤0.1 ?
≤0.2 ?
≤0.5 ?
...

 

---

六、PromQL 查询（重点来了🔥）

---

1️⃣ 查询每秒请求量（QPS）

 

rate(http_request_duration_seconds_count[1m])

 

👉 因为 count 是累计值（counter）

---

2️⃣ 查询平均响应时间

 

rate(http_request_duration_seconds_sum[1m])
/
rate(http_request_duration_seconds_count[1m])

 

👉 平均值 = 总时间 / 总次数

---

3️⃣ 查询 p90 / p99（最重要）

 

histogram_quantile(0.9, rate(http_request_duration_seconds_bucket[5m]))

 

👉 p90

---

 

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

 

👉 p99

---

👉 原理（你要理解）

histogram_quantile() 会：

1. 根据 bucket 分布
2. 插值计算分位数

👉 注意：

Histogram 的分位数是“近似值”

---

七、按维度统计（结合 label）

假设你加了 label：

 

HistogramVec(..., []string{"method"})

 

---

👉 查询 GET 请求 p99

 

histogram_quantile(
0.99,
rate(http_request_duration_seconds_bucket{method="GET"}[5m])
)

 

---

👉 按 method 分组

 

histogram_quantile(
0.99,
sum by (le, method) (
rate(http_request_duration_seconds_bucket[5m])
)
)

 

👉 重点：

• 必须带 le
• histogram 聚合必须 sum by (le, ...)