Prometheus中Histogram的buckets含义及代码示例疑问

什么是buckets？ #

Prometheus的Histogram是用来统计分布类指标（比如请求延迟、处理时长）的类型，buckets就是预先定义的一组阈值（单位和指标一致，这里是秒），用来把采集到的数值划分到不同区间，方便后续计算百分位数、分析数据分布规律。

注意：Histogram的桶是累积型的——每个桶的计数代表「数值≤该桶阈值」的样本总数，比如阈值0.0002的桶，会包含所有≤0.0002秒的请求，其中也包括那些≤0.0001秒的请求。

代码里的bucket值具体代表什么？ #

看你给出的代码：

LATENCY = Histogram('hello_world_latency_seconds',
    'Time for a request Hello World.',
    buckets=[0.0001, 0.0002, 0.0005, 0.001, 0.01, 0.1])

数组里的每个值都是延迟阈值（单位：秒）：

• 0.0001：代表统计**所有处理时长≤0.0001秒（即100微秒）**的请求数量
• 0.0002：统计**所有处理时长≤0.0002秒（200微秒）**的请求数量（包含前面≤100微秒的请求）
• 0.0005：统计≤500微秒的请求数量，以此类推
• 0.1：统计≤100毫秒的请求数量

@LATENCY.time()的作用 #

这是Prometheus Python客户端提供的装饰器，用来自动统计被装饰函数的执行时间：

• 当你把这个装饰器加在某个处理请求的函数上时，每次函数执行完毕，客户端会自动记录函数的运行时长，然后把这个时长值匹配到上面定义的buckets里，更新对应桶的计数。

举个实际例子：
如果某次请求处理花了80微秒（0.00008秒），它会被计入0.0001、0.0002、0.0005……直到0.1的所有桶中；如果某次请求花了0.00015秒，就只会被计入0.0002及更大的桶，不会计入0.0001的桶。

内容的提问来源于stack exchange，提问作者Irina