#Micrometer 指标采集

在 Java 生态中，Micrometer 是事实上的指标采集标准 API。它将 Spring Boot、Dropwizard Metrics 等框架的指标抽象为统一接口，允许开发者编写一次指标代码，同时输出到 Prometheus、Datadog、CloudWatch 等多个监控系统。Micrometer 的定位类似于 SLF4J 在日志领域的作用——解耦应用代码与监控后端。

Micrometer 的核心概念是 Meter（计量器），它是所有指标的抽象基类。根据测量类型不同，Meters 分为：Counter、Gauge、Timer、DistributionSummary、LongTaskTimer、MultiGauge 等。每种 Meter 对应特定的测量场景。

#核心 API 使用

Micrometer 的 API 设计简洁直观。以下是四种基本 Meter 的使用示例：

// Counter：统计请求数量
Counter counter = Metrics.counter("http.requests", "method", "GET", "status", "200");
counter.increment();

// Gauge：监控当前值（需要提供 Supplier）
AtomicInteger activeRequests = new AtomicInteger(0);
Metrics.gauge("http.active_requests", activeRequests);

// Timer：统计耗时分布
Timer timer = Metrics.timer("http.request.duration");
timer.record(() -> {
    // 业务逻辑
});

// DistributionSummary：统计大小分布
DistributionSummary summary = Metrics.summary("http.response.size", "endpoint", "/api/users");
summary.record(responseSize);

#标签设计规范

标签（Tags/Labels）是 Micrometer 中最重要的概念，決定了指标的维度划分。良好的标签设计应该遵循以下规范：

层次分明：使用多级标签而非单一复合标签。好的设计：uri="/api/users"、status="200"；不好的设计：uri_status="/api/users-200"。多级标签支持灵活的组合查询，而复合标签无法拆分。

基数可控：避免高基数字段作为标签值，如用户 ID、会话 ID。标签基数过高会导致 Prometheus 的内存压力急剧上升。一个标签的基数应该与其分析价值相匹配：服务名、端点名是低基数的，分析价值高；用户 ID 是高基数的，不应作为标签。

命名统一：使用点分隔的全小写命名，如 http.server.requests。避免混合大小写或驼峰命名。