前言
这几天一直在搞监控，被折腾的死去活来的。终其原因还是因为我没有这东西的概念，就一通折腾，走了挺多弯路。
时序数据库的一些概念
以这个图为例，我们列出了4个点。
上面图标的点1代表着Value
，又称作样本值，比如这里反映当前MySQL中Questions计数器的大小
而点2代表着Timestamp
，也就是时间戳。
而点3代表着Metric
，也就是监控项。比如MySQL中的一些监控项，如mysql_up等等。
而点4代表着Label
，这个lable可以帮助我们过滤数据，例如我这里的lable就是instance，指定到某一个主机。
好，了解了这4点概念，我们就来看看，如果我们要设计一个最大活动连接数，应该怎么设计。首先我们知道监控项目是最大活动连接数，那么我们采集的Metric指标为mysql_global_status_open_tables
。我们把这个指标代入到Prometheus中直接查看。
可以看到一共查出4条记录。那么我们怎么区分这些记录了? 这就需要使用到Label
。因为可能涉及到多台服务器，而每台服务器上也可能涉及到多个MySQL实例，所以使用多个Label
来进行区分。当然这里的Label
不仅仅是只考虑把这些数据按照维度区分开，它还可以按照维度进行聚合，例如我要查某个host所有MySQL实例的内存总和，这个靠聚合计算就很容易。
我们可以自己创建一个图表试试看看。
然后再图表中加入刚刚查询出来的表达式。
这里我们的通过标签，可以选择不同的数据。
mysql_global_status_open_tables{cluster="testdb-34",instance="xxxxxx",job="test-mysql"}
一般这里会改造成变量，这样当你进入某个图表就对应某个实例的数据。
mysql_global_status_open_tables{instance="$host"}
如果你使用的是opentsdb，概念一样，只不过它是把Label
属性换成了tags
。
说说指标的收集
Prometheus中对指标的体现，主要是四种类型。
1.测量型（Gauge），这是一个可增加也可减少的数字。比如CPU使用率和内存使用率。随着时间的流逝，他们的值可高可低。下图是MySQL的连接数，也是可增可减的数字。(图片来自datadog)。
2.计数型（counter）：不停累加的值，除非重置为0。这个一般比较常见的是执行的次数，请求量。
3.直方图（histogram）： 通过对监控的指标点进行抽样，展示数据分布频率情况。例如下面的PostgreSQL的锁的分布情况(图片来自datadog)。
4.分位统计器。与直方图是非常类似的，主要区别是summary在客户端完成聚合，而直方图在服务端完成聚合。所以他们的区别就在于一个是消耗客户端的资源，一个是消耗服务器的资源。还有它可以提供更加准确的分位数。
至于他们之间的详细区别，建议参考官方文档，有一篇专门讲他们的区别：https://prometheus.io/docs/practices/histograms/
后记
今天就到这里，像Prometheus和OpenTSDB这样的时序数据库，还是需要学习了解一下的。不然有时候真的研究半天也是一头雾水。
