在prometheus監控中，對于采集過來的資料，統一稱為metrics資料。metrics資料為時間序列資料，它們按相同的時序，以時間次元來存儲連續資料的集合。
metrics有自定義的一套資料格式，不管對于日常運維管理或者監控開發來說，了解并對其熟練掌握都是非常必要的，本文将對此進行詳細介紹。
每個metrics資料都包含幾個部分：名額名稱、标簽和采樣資料。
名額名稱：用于描述收集名額的性質，其名稱應該具有語義化，可以較直覺的表示一個度量的名額。名稱格式可包括ascii字元、數字、下劃線和冒号。
如：
node_cpu_seconds_total
node_network_receive_bytes_total
标簽: 時間序列标簽為key/value格式，它們給prometheus資料模型提供了次元，通過标簽可以區分不同的執行個體，
node_network_receive_bytes_total{device="eth0"} 表示eth0網卡的資料。
通過标簽 ，prometheus可以在不同次元上對一個或一組資料進行查詢處理。标簽名稱由 ascii 字元，數字，以及下劃線組成， 其中 __ 開頭屬于 prometheus 保留，标簽的值可以是任何 unicode 字元，支援中文。标簽可來自被監控的資源，也可由prometheus在抓取期間和之後添加。
采樣資料：按照某個時序以時間次元采集的資料，其值包含：
一個float64值
一個毫秒級的unix時間戳
結合以上這些元素，prometheus的時間序列統一使用以下格式來表示。
下面為一個node-exporter暴露的資料名額樣本：
第一個#是名額的說明介紹，第二個# 代表名額的類型，此為必須項且格式固定，type+名額名稱+類型。
node_cpu_seconds_total為名額名稱，{}裡面為标簽， 它标明了目前名額樣本的特征和次元，最後面的數值則是該樣本的具體值。
prometheus的時序資料分為counter（計數器），gauge（儀表盤），histogram（直方圖），summary（摘要）四種類型。
counter類型的名額與計數器一樣，會按照某個趨勢一直變化（一般是增加），我們往往用它記錄服務請求總量、錯誤總數等。
如下圖展示就是一個counter類型的metrics資料采集，采集的是prometheus的接口通路量，可看到數值一直在向上增加。
基于counter類型的資料，我們可以清楚某些事件發生的次數，由于資料是以時序的方式進行存儲，我們也可以輕松了解該事件産生的速率變化。
例如，通過rate()函數，擷取api請求量每分鐘的增長率：
與counter不同，gauge類型的名額用于展示瞬時的值，與時間沒有關系，可增可減。該類型值可用來紀錄cpu使用率、記憶體使用率等參數，用來反映目标在某個時間點的狀态。
以下是一個關于記憶體使用量的資料展示，可以看到每個時間點的資料具有随機性，不與其他資料有關聯.
gauge名額簡單且易于了解，對于該類型的名額，我們可以直覺的檢視目标在目前的狀态。
在大多數情況下，我們可以計算名額某個時間段内的平均值來了解情況，如需要知道每分鐘cpu使用率，可通過計算該時間段内采集的資料平均值來擷取。
但在某些場景中，這種方式并不合适。假設某個接口一分鐘内的請求為1萬次，采用平均值的方式計算出響應時間為2s，通過該值我們無法判斷是所有請求都不超過2s，還是有部分較高延遲被平均值拉低，該方法缺乏對于全局的觀察性。對此，prometheus通過summary和histogram類型來解決這樣的問題。
summary 通過計算分位數(quantile)顯示名額結果，可用于統計一段時間内資料采樣結果 ，如中位數(quantile=0.5）、9分位數（quantile=0.9）等。
下面是一個summary類型的名額prometheus_tsdb_wal_fsync_duration_seconds，通過該名額我們可以得知，prometheus進行wal_fsync操作的資料結果中，50%(quantile=0.5）的耗時小于0.051406522，90%（quantile=0.9）的耗時小于0.053670506。
histogram類型與summary類型的名額相似之處在于同樣會反應目前名額的記錄的總數(以_count作為字尾)以及其值的總量（以_sum作為字尾）。不同在于histogram名額直接反應了在不同區間内樣本的個數，區間通過标簽len進行定義，通常它采集的資料展示為直方圖。
histogram可用于請求耗時、響應時間等資料的統計，例如，名額prometheus_tsdb_compaction_chunk_range_bucket即為histogram類型。
prometheus的設計理念偏向于短期監控和問題的及時告警發現，是以它不會保留長期的metric資料。
預設情況下，prometheus隻會在資料庫中保留15天的時間序列資料。如果需要保留更長時間的資料，需要将prometheus資料寫入外部資料存儲。