Micrometer中DistributionSummary对比Counter+Gauge方案的额外优势问询

• 原生支持分位指标统计：拆分方案只能统计总数、总量、最大值三类基础指标，DistributionSummary 可直接配置输出 p50、p95、p99 等常用分位数据，不需要自行实现分位统计、滑动窗口维护的复杂逻辑，能满足大部分业务的性能分布分析需求。
• 指标维度一致性更高：拆分方案的总大小、请求数、最大值是三个独立的指标，新增标签、跨实例聚合时很容易出现标签配置不统一的问题，导致三类指标无法对齐计算。DistributionSummary 所有派生指标（count、sum、max、分位值）完全同源，标签天然统一，聚合统计时不会出现维度匹配错误。
• 内置直方图能力：对接 Prometheus、VictoriaMetrics 等时序数据库时，DistributionSummary 可直接配置直方图桶边界，自动输出各桶的计数数据，方便时序库侧动态计算任意分位，不需要自行维护桶的计数逻辑。
• 自动处理闲置指标清理：自行实现的 Gauge 如果没有额外配置清理逻辑，长时间无更新的冷指标会一直残留在 MeterRegistry 中，既占用内存也可能返回过期的错误数据。DistributionSummary 默认内置闲置过期机制，长时间没有新记录的时间序列会被自动清理，不需要额外开发维护。
• 统计准确性更有保障：如果需要统计时间窗口内的最大值、分位值，拆分方案需要自行处理多线程并发更新、窗口重置等逻辑，很容易出现并发安全、窗口计算错误的问题。DistributionSummary 的统计逻辑已经经过生产环境验证，无论是全局统计还是时间窗口统计的准确性都有保障，减少自行开发的踩坑概率。

内容的提问来源于stack exchange，提问作者Borislav Stoilov