帮你快速理解、总结文档立即下载
文档中心>Prometheus 监控服务>接入指南>自定义监控

自定义监控

最近更新时间：2026-09-28 21:29:00
我的收藏

本页目录：

操作场景

您可以通过 Prometheus 监控服务自定义上报指标监控数据，对应用或者服务内部的一些状态进行监控，如请求处理数，下单数等，也可以对一些核心逻辑的处理耗时进行监控，如请求外部服务的耗时情况等。
本文以 Go 这个语言为例，介绍如何通过 Prometheus 监控服务进行业务自定义指标上报，可视化及告警。

版本与环境说明

本文中的 Go 示例基于 Go Modules 环境编写，推荐使用 github.com/prometheus/client_golang 的当前稳定版本。该 SDK 官方仅正式支持 Go 官方最近两个大版本，具体最低 Go 版本要求请以所使用 SDK 版本对应的发布说明为准。

支持开发语言

Prometheus 开源社区官方 SDK：
Go
Java or Scala
Python
Ruby
其它第3方开发语言 SDK：
Bash
C
C++
Common Lisp
Dart
Elixir
Erlang
Haskell
Lua for Nginx
Lua for Tarantool
.NET / C#
Node.js
Perl
PHP
R
Rust

数据模型

Prometheus 具有多维分析的能力，数据模型有如下几部分组成。
Metric Name（指标名称） + Label（标签） + Timestamp（时间戳） + Sample Value（样本值）
Metric Name（指标名称）：监控对象的含义（例如，http_request_total 表示当前系统接收到的 HTTP 请求总量）。
Label（标签）：表示当前样本的特征维度，是一个 K/V 结构，通过这些维度 Prometheus 可以对样本数据进行过滤、聚合等。
Timestamp（时间戳）：一个精确到毫秒的时间戳。
Sample Value（样本值）：一个 float64 浮点型数据，表示当前样本的值。
Metric Name（指标名称）和 Label（标签）只能由 ASCII 字符、数字、下划线以及冒号组成，并必须符合正则表达式 [a-zA-Z_:][a-zA-Z0-9_:]*。

如何监控埋点

Prometheus 根据监控的不同场景提供了 Counter/Gauge/Histogram/Summary 四种指标类型，每种指标类型说明可参见下文。更多说明请参见 Prometheus 官网 METRIC TYPES。
Prometheus 社区提供了多种开发语言的 SDK，每种语言的使用方法基本上类似，主要是开发语言语法上的区别，下面主要以 Go 作为例子如何上报自定义监控指标数据。

Counter

计数类型，数据是单调递增的指标，服务重启之后会重置。可以用 Counter 来监控请求数/异常数/用户登录数/订单数等。
如何通过 Counter 来监控订单数：
package order

import (
    "github.com/prometheus/client_golang/prometheus"
    "github.com/prometheus/client_golang/prometheus/promauto"
)

// 定义需要监控 Counter 类型对象
var (
    opsProcessed = promauto.NewCounterVec(prometheus.CounterOpts{
        Name: "order_service_processed_orders_total",
        Help: "The total number of processed orders",
    }, []string{"status"}) // 处理状态
)

// 订单处理
func makeOrder() {
    opsProcessed.WithLabelValues("success").Inc() // 成功状态
    // opsProcessed.WithLabelValues("fail").Inc() // 失败状态

    // 下单的业务逻辑
}
例如，通过 rate() 函数获取订单的增长率：
rate(order_service_processed_orders_total[5m])

Gauge

当前值，监控打点的时候可对其做加减。可以用 Gauge 来监控当前内存使用率 /CPU 使用率/当前线程数/队列个数等。
如何通过 Gauge 来监控订单队列大小：
package order

import (
    "github.com/prometheus/client_golang/prometheus"
    "github.com/prometheus/client_golang/prometheus/promauto"
)

// 定义需要监控 Gauge 类型对象
var (
    queueSize = promauto.NewGaugeVec(prometheus.GaugeOpts{
        Name: "order_service_order_queue_size",
        Help: "The size of order queue",
    }, []string{"type"})
)

type OrderQueue struct {
    queue chan string
}

func newOrderQueue() *OrderQueue  {
    return &OrderQueue{
        queue: make(chan string,100),
    }
}

// 产生订单消息 
func (q *OrderQueue)produceOrder() {
    // 产生订单消息

    // 队列个数加1
    queueSize.WithLabelValues("make_order").Inc() // 下单队列
    // queueSize.WithLabelValues("cancel_order").Inc() // 取消订单队列
}

// 消费订单消息 
func (q *OrderQueue)consumeOrder() {
    // 消费订单消息

    // 队列个数减1
    queueSize.WithLabelValues("make_order").Dec()
}
通过 Gauge 指标，直接查看订单每种类型队列的当前大小：
order_service_order_queue_size

Histogram

直方图，Prometheus 会根据配置的 Bucket 来计算样本的分布情况，后期可以再加工，一般多用于耗时的监控，通过 Histogram 可以计算出 P99/P95/P50等耗时，同时也可以监控处理的个数，如果用上 Histogram 就不需要再用 Counter 统计个数。可以用 Histogram 来监控接口响应时间/数据库访问耗时等。
Histogram 和 Summary 的使用方式类似，可以直接参考 Summary 的使用方式。

Summary

摘要，和 Histogram 有一点类似，也是计算样本的分布情况，区别是 Summary 会在客户端计算出分布情况(P99/P95/Sum/Count)，因此也会更占客户端资源，后期不可再聚合计算处理，同样可以用 Summary 来监控接口响应时间/数据库访问耗时等。
如何通过 Summary 来监控订单处理耗时：
package order

import (
    "net/http"
    "time"

    "github.com/prometheus/client_golang/prometheus"
    "github.com/prometheus/client_golang/prometheus/promauto"
    "github.com/prometheus/client_golang/prometheus/promhttp"
)

// 定义需要监控 Summary 类型对象
var (
    opsProcessCost = promauto.NewSummaryVec(prometheus.SummaryOpts{
        Name: "order_service_process_order_duration",
        Help: "The order process duration",
    }, []string{"status"})
)

func makeOrder() {
    start := time.Now().UnixNano()
    // 下单逻辑处理结束，记录处理耗时
    defer opsProcessCost.WithLabelValues("success").Observe((float64)(time.Now().UnixNano() - start))

    // 下单的业务逻辑
    time.Sleep(time.Second) // 模拟处理耗时
}
通过 Summary 指标，直接查看下单处理平均耗时：
order_service_processed_order_duration_sum / order_service_processed_order_duration_count

暴露 Prometheus 指标

通过 promhttp.Handler() 把监控埋点数据暴露到 HTTP 服务上。
package main

import (
    "net/http"

    "github.com/prometheus/client_golang/prometheus/promhttp"
)

func main() {
        // 业务代码

        // 把 Prometheus 指标暴露在 HTTP 服务上
        http.Handle("/metrics", promhttp.Handler())

        // 业务代码
}


采集数据

完成相关业务自定义监控埋点之后，应用发布，即可通过 Prometheus 来抓取监控指标数据。详情请参见 Golang 接入。

查看监控数据和告警

如需在 Grafana 中查看监控指标数据，请先确保当前 Prometheus 实例已绑定 Grafana 实例。若尚未绑定，可在 Prometheus 实例列表页通过更多 > Grafana > 绑定 Grafana 完成绑定，或先在 Grafana 服务 中创建实例后再绑定。绑定完成后，在 Prometheus 实例列表页单击 Grafana 访问地址 列的登录 Grafana，进入 Grafana 后通过 Explore 查看监控指标数据，如下图。



通过 Prometheus 和 腾讯云可观测平台告警管理 的能力可以对自定义监控指标进行实时告警，详情请参见 告警介绍及使用。
中国站