Какие знаешь типы метрик

1️⃣ Как кратко ответить

Существуют следующие типы метрик: счетчики (Counters), гистограммы (Histograms), таймеры (Timers), гейджи (Gauges) и сводные метрики (Summaries). Каждый тип метрики используется для различных целей мониторинга и анализа производительности приложений.

2️⃣ Подробное объяснение темы

Метрики — это ключевые показатели, которые помогают отслеживать и анализировать производительность и поведение приложений. Они позволяют разработчикам и администраторам систем понимать, как работает приложение, выявлять узкие места и принимать обоснованные решения для улучшения производительности. Рассмотрим основные типы метрик:

1. Счетчики (Counters)

   Счетчики — это метрики, которые только увеличиваются. Они используются для подсчета количества событий, таких как количество запросов к серверу или количество ошибок. Счетчики всегда увеличиваются на фиксированное значение, обычно на единицу.

   // Пример использования счетчика в Go
   import "github.com/prometheus/client_golang/prometheus"
   ​
   var requestCounter = prometheus.NewCounter(
       prometheus.CounterOpts{
           Name: "http_requests_total",
           Help: "Total number of HTTP requests.",
       },
   )
   ​
   // Увеличение счетчика на 1
   requestCounter.Inc()
   

   В этом примере создается счетчик http_requests_total, который увеличивается каждый раз, когда происходит HTTP-запрос.

2. Гистограммы (Histograms)

   Гистограммы используются для измерения распределения значений, таких как время выполнения запросов или размер ответов. Они разбивают данные на "ведра" (buckets) и подсчитывают количество значений, попадающих в каждое ведро.

   // Пример использования гистограммы в Go
   var requestDuration = prometheus.NewHistogram(
       prometheus.HistogramOpts{
           Name:    "http_request_duration_seconds",
           Help:    "Histogram of latencies for HTTP requests.",
           Buckets: prometheus.DefBuckets,
       },
   )
   ​
   // Наблюдение за временем выполнения запроса
   requestDuration.Observe(0.5)
   

   Здесь http_request_duration_seconds измеряет время выполнения HTTP-запросов и распределяет их по ведрам.

3. Таймеры (Timers)

   Таймеры — это разновидность гистограмм, которые используются для измерения времени выполнения операций. Они часто используются для мониторинга производительности и выявления узких мест.

   // Пример использования таймера в Go
   start := time.Now()
   // Выполнение операции
   duration := time.Since(start).Seconds()
   requestDuration.Observe(duration)
   

   В этом примере измеряется время выполнения операции и результат передается в гистограмму.

4. Гейджи (Gauges)

   Гейджи — это метрики, которые могут увеличиваться и уменьшаться. Они используются для отслеживания значений, которые могут изменяться в обе стороны, таких как количество активных пользователей или использование памяти.

   // Пример использования гейджа в Go
   var activeUsers = prometheus.NewGauge(
       prometheus.GaugeOpts{
           Name: "active_users",
           Help: "Current number of active users.",
       },
   )
   ​
   // Увеличение и уменьшение значения гейджа
   activeUsers.Inc()
   activeUsers.Dec()
   

   Здесь active_users отслеживает текущее количество активных пользователей.

5. Сводные метрики (Summaries)

   Сводные метрики похожи на гистограммы, но они предоставляют более детализированную информацию о распределении значений, включая квантильные значения. Они полезны для анализа латентности и других распределений.

   // Пример использования сводной метрики в Go
   var requestLatency = prometheus.NewSummary(
       prometheus.SummaryOpts{
           Name:       "http_request_latency_seconds",
           Help:       "Summary of latencies for HTTP requests.",
           Objectives: map[float64]float64{0.5: 0.05, 0.9: 0.01, 0.99: 0.001},
       },
   )
   ​
   // Наблюдение за латентностью запроса
   requestLatency.Observe(0.5)
   

   В этом примере http_request_latency_seconds предоставляет квантильные значения для латентности HTTP-запросов.

Каждый тип метрики имеет свои особенности и применяется в зависимости от задач мониторинга и анализа. Использование метрик позволяет более эффективно управлять производительностью приложений и систем.