大家好！今天我们将深入探讨OpenTelemetry (OTel) 的核心指标类型之一：Sum。🕵️♂️ 许多人可能认为Sum仅仅是“计算总和的指标”，但您是否知道，有两个重要的属性决定了它的行为方式？
它们就是单调性 (Monotonicity) 和聚合时效性 (Aggregation Temporality)。只有理解了这两个支柱，才能准确地解释和利用Sum指标。那么，现在就让我们详细了解这两个概念吧！
🗺️ 全局视角：Sum 指标的两大支柱
首先理解决定Sum指标行为方式的两个核心要素至关重要。它们并非独立概念，而是相互结合，共同定义了Sum指标的最终特性。
- 单调性 (Monotonicity)：这个值是只能增加，还是增加和减少都可以？
- 聚合时效性 (Aggregation Temporality)：在报告（导出）指标时，是发送整体累积值，还是只发送最近的变化量？
这两个问题的答案组合，就是您将看到的Sum指标的形态。
The image you are requesting does not exist or is no longer available
1️⃣ 第一个支柱：单调性 (Monotonicity)
单调性是关于值变化方向的规则。
✅ Monotonic: true (单调递增)
这意味着值只能增加或保持不变，绝不会减少。就像汽车的总里程表一样，里程表不会倒退！ 🚗
- 特点：只添加零或正值。
- 使用示例：
- 累计API请求数
- 服务启动后发生的总错误数
- 传输的总数据字节数(bytes)
- 相关OTel Instrument：Counter
↕️ Monotonic: false (非单调，可增可减)
这意味着值可以增加，也可以减少。就像房间里的人数一样，有人进来就增加，有人出去就减少。👨👩👧👦
- 特点：可以添加正值或负值。
- 使用示例：
- 当前活跃连接数（连接时+1，断开时-1）
- 消息队列中堆积的项数（发布时+1，消费时-1）
- 内存使用量的变化
- 相关OTel Instrument：UpDownCounter
2️⃣ 第二个支柱：聚合时效性 (Aggregation Temporality)
聚合时效性是一个非常重要的属性，它决定了收集到的指标值将以哪个时间点为基准进行报告。通常，此设置在最终数据导出的Exporter级别确定。
🧱 Cumulative (累积)
Cumulative，顾名思义，是报告从进程（应用程序）启动时到当前时刻的整体累积总和的方式。
- 特点：每次报告时值不会重置，而是持续累积。（但是，如果Monotonic: false，值也可能减少。）
- 为何使用？：像Prometheus这样的监控系统偏爱这种方式。在计算特定时间段内的变化率(rate)时，基于整体累积值进行计算对数据丢失（例如：采集失败）更具鲁棒性。如果只接收变化量，而中间漏掉一次采集，那么该时间段的数据将永远无法得知。
- 报告方式示例（累积请求数）：
// 假设每隔1分钟报告一次指标
// T=0: 服务启动
// T=1分钟: 发生100个请求
export({"http.server.requests": 100})
// T=2分钟: 额外发生150个请求
export({"http.server.requests": 250}) // 之前的100 + 新的150
// T=3分钟: 额外发生60个请求
export({"http.server.requests": 310}) // 之前的250 + 新的60如您所见，该值始终表示整体累积总和。
💧 Delta (增量，变化量)
Delta是只报告自上次报告时间点以来的变化量（增加或减少）的方式。
- 特点：一旦报告完成，内部聚合值将为下一次报告而重置。
- 为何使用？：它与StatsD等重视“每时每刻的变化”的系统非常契合。此外，它也是OTLP (OpenTelemetry Protocol) 的默认值，为采集代理或后端提供了灵活处理数据的空间。
- 报告方式示例（累积请求数）：
// 假设每隔1分钟报告一次指标
// T=0: 服务启动
// T=1分钟: 发生100个请求
export({"http.server.requests": 100})
// T=2分钟: 额外发生150个请求
export({"http.server.requests": 150}) // 过去1分钟的变化量
// T=3分钟: 额外发生60个请求
export({"http.server.requests": 60}) // 接下来1分钟的变化量与Cumulative不同，每次报告仅表示独立时间段内的值。
📊 一目了然的总结
| 特点 | 说明 | 相关Instrument | 主要使用示例 |
|---|---|---|---|
| Monotonicity | 决定值是只增加(true)，还是增减皆可(false)。 | Counter (true) | http.server.request.count (累计请求数) |
| UpDownCounter (false) | system.processes.active (活跃进程数) | ||
| Aggregation Temporality | 决定是报告进程启动后的整体累积值(Cumulative)，还是只报告上次报告以来的变化量(Delta)。 | (Exporter设置) | Cumulative: Prometheus偏好 Delta: OTLP Exporter默认值 |
—
🚀 结论
现在，您应该已经清楚地认识到，OpenTelemetry的Sum指标并非简单的“总和”。通过Monotonicity定义数据的增减特性，并通过Aggregation Temporality决定如何报告这些数据。
理解这两个核心支柱，您就拥有了在任何监控环境中准确配置指标、清晰解释仪表盘图表的强大武器。现在，开始更深入地观察您的系统吧！
发表回复