通过学习这些关键的术语和概念来理解 Python 应用监测。
当我第一次看到术语“计数器counter”和“计量器gauge”和使用颜色及标记着“平均数”和“大于 90%”的数字图表时，我的反应之一是逃避。就像我看到它们一样，我并不感兴趣，因为我不理解它们是干什么的或如何去使用。因为我的工作不需要我去注意它们，它们被我完全无视。
这都是在两年以前的事了。随着我的职业发展，我希望去了解更多关于我们的网络应用程序的知识，而那个时候就是我开始去学习监测指标metrics的时候。
我的理解监测的学习之旅共有三个阶段（到目前为止），它们是：
阶段 1：什么？（王顾左右）
阶段 2：没有指标，我们真的是瞎撞。
阶段 3：出现不合理的指标我们该如何做？
我现在处于阶段 2，我将分享到目前为止我学到了些什么。我正在向阶段 3 进发，在本文结束的位置我提供了一些我正在使用的学习资源。
我们开始吧！
需要的软件在文章中讨论时用到的 demo 都可以在 我的 GitHub 仓库 中找到。你需要安装 docker 和 docker-compose 才能使用它们。
为什么要监测？关于监测的主要原因是：
理解 正常的 和 不正常的 系统和服务的特征
做容量规划、弹性伸缩
有助于排错
了解软件/硬件改变的效果
测量响应中的系统行为变化
当系统出现意外行为时发出警报
指标和指标类型从我们的用途来看，一个指标就是在一个给定时间点上的某些数量的 测量 值。博客文章的总点击次数、参与讨论的总人数、在缓存系统中数据没有被找到的次数、你的网站上的已登录用户数 —— 这些都是指标的例子。
它们总体上可以分为三类：
计数器以你的个人博客为例。你发布一篇文章后，过一段时间后，你希望去了解有多少点击量，这是一个只会增加的数字。这就是一个计数器counter指标。在你的博客文章的生命周期中，它的值从 0 开始增加。用图表来表示，一个计数器看起来应该像下面的这样：
一个计数器指标总是在增加的。
计量器如果你想去跟踪你的博客每天或每周的点击量，而不是基于时间的总点击量。这种指标被称为一个计量器gauge，它的值可上可下。用图表来表示，一个计量器看起来应该像下面的样子：
一个计量器指标可以增加或减少。
一个计量器的值在某些时间窗口内通常有一个最大值ceiling和<ruby最小值floor。
柱状图和计时器柱状图histogram（在 Prometheus 中这么叫它）或计时器 timer（在 StatsD 中这么叫它）是一个跟踪 已采样的观测结果 的指标。不像一个计数器类或计量器类指标，柱状图指标的值并不是显示为上或下的样式。我知道这可能并没有太多的意义，并且可能和一个计量器图看上去没有什么不同。它们的不同之处在于，你期望使用柱状图数据来做什么，而不是与一个计量器图做比较。因此，监测系统需要知道那个指标是一个柱状图类型，它允许你去做哪些事情。
一个柱状图指标可以增加或减少。
Demo 1：计算和报告指标Demo 1 是使用 Flask 框架写的一个基本的 web 应用程序。它演示了我们如何去 计算 和 报告 指标。
在 src 目录中有 app.py 和 src/helpers/middleware.py 应用程序，包含以下内容：
from flask import request
import csv
importtime
def start_timer():
request.start_time =time.time()
def stop_timer(response):
# convert this into milliseconds for statsd