60秒「健康隱憂調查」掌握風險 開始為健康生活把關！
取至特斯拉官網 【民眾網編輯劉家瑜／綜合報導】 新車市場在第二季依舊受到供應鏈短缺與疫情的干擾，但新能源車（包含純電動車、插電混合式電動車、燃料電池車）表現仍優於燃油車，保持正向成長。根據TrendForce數據顯示，2022年第二季新能源車銷售總量為219.2萬輛，年成長53.5%。其中，純電動車（BEV）銷量為160.8萬輛，年成長64.9%，插電混合式電動車（PHEV）則是銷售58萬輛，年成長29%。 純電動車品牌排名上，特斯拉（TESLA）雖然仍為首位但市占率大幅滑落，單季
指標 60 秒
从存储上来讲所有的监控指标都是相同的，但是在不同的场景下这些指标又有一些细微的差异。 例如，在 Node Exporter 返回的样本中指标 node_load1 反应的是当前系统的负载状态，随着时间的变化这个指标返回的样本数据是在不断变化的。而指标 node_cpu_seconds_total 所获取到的样本数据却不同，它是一个持续增大的值，因为其反应的是 CPU 的累计使用时间，从理论上讲只要系统不关机，这个值是会一直变大。
为了能够帮助用户理解和区分这些不同监控指标之间的差异，Prometheus 定义了 4 种不同的指标类型： Counter（计数器） 、 Gauge（仪表盘） 、 Histogram（直方图） 、 Summary（摘要） 。
Counter¶
Counter (只增不减的计数器) 类型的指标其工作方式和计数器一样，只增不减，所以它对于存储诸如服务的 HTTP 请求数量或使用的 CPU 时间之类的信息非常有用。常见的监控指标，如 http_requests_total 、 node_cpu_seconds_total 都是 Counter 类型的监控指标。
可能你会觉得一直增加的数据没什么用处，了解服务从开始有多少请求有什么价值吗？但是需要记住，每个指标都存储了时间戳的，所有你的 HTTP 请求数现在可能是 1000 万，但是 Prometheus 也会记录之前某个时间点的值，我们可以去查询过去一个小时内的请求数，当然更多的时候我们想要看到的是请求数增加或减少的速度有多快，因此通常情况对于 Counter 指标我们都是去查看变化率而不是本身的数字。 PromQL 指標 60 秒 内置的聚合操作和函数可以让用户对这些数据进行进一步的分析，例如，通过 rate() 函数获取 HTTP 请求的增长率：
Gauge¶
与 Counter 不同， Gauge （可增可减的仪表盘）类型的指标侧重于反应系统的当前状态，因此这类指标的样本数据可增可减。常见指标如 node_memory_MemFree_bytes （当前主机空闲的内存大小）、 node_memory_MemAvailable_bytes （可用内存大小）都是 Gauge 类型的监控指标。由于 Gauge 指标仍然带有时间戳存储，所有我们可以看到随时间变化的值，通常可以直接把它们绘制出来，这样就可以看到值本身而不是变化率了，通过 Gauge 指标，用户可以直接查看系统的当前状态。
这些简单的指标类型都只是为每个样本获取一个数字，但 Prometheus 的强大之处在于如何让你跟踪它们，比如我们绘制了两张图，一个是 HTTP 请求的变化率，另一个是分配的 gauge 类型的实际内存，直接从图上就可以看出这两个之间有一种关联性，当请求出现峰值的时候，内存的使用也会出现峰值，但是我们仔细观察也会发现在峰值过后，内存使用量并没有恢复到峰值前的水平，整体上它在逐渐增加，这表明很可能应用程序中存在内存泄露的问题，通过这些简单的指标就可以帮助我们找到这些可能存在的问题。
对于 Gauge 类型的监控指标，通过 PromQL 内置函数 delta() 可以获取样本在一段时间范围内的变化情况。例如，计算 CPU 温度在两个小时内的差异：
还可以直接使用 predict_linear() 对数据的变化趋势进行预测。例如，预测系统磁盘空间在 指標 60 秒 4 个小时之后的剩余情况：
Histogram 和 Summary¶
除了 Counter 和 Gauge 类型的监控指标以外，Prometheus 还定义了 Histogram 和 Summary 的指标类型。 Histogram 和 Summary 主用用于统计和分析样本的分布情况。
在大多数情况下人们都倾向于使用某些量化指标的平均值，例如 CPU 的平均使用率、页面的平均响应时间，这种方式也有很明显的问题，以系统 API 调用的平均响应时间为例：如果大多数 API 请求都维持在 100ms 的响应时间范围内，而个别请求的响应时间需要 5s，那么就会导致某些 WEB 页面的响应时间落到中位数上，而这种现象被称为长尾问题。
为了区分是平均的慢还是长尾的慢，最简单的方式就是按照请求延迟的范围进行分组。例如，统计延迟在 0~10ms 之间的请求数有多少而 指標 60 秒 10~20ms 之间的请求数又有多少。通过这种方式可以快速分析系统慢的原因。 Histogram 和 Summary 都是为了能够解决这样的问题存在的，通过 Histogram 和 Summary 类型的监控指标，我们可以快速了解监控样本的分布情况。
Summary
摘要用于记录某些东西的平均大小，可能是计算所需的时间或处理的文件大小，摘要显示两个相关的信息： count （事件发生的次数）和 sum （所有事件的总大小），如下图计算摘要指标可以返回次数为 3 指標 60 秒 和总和 15，也就意味着 3 次计算总共需要 15s 指標 60 秒 来处理，平均每次计算需要花费 5s。下一个样本的次数为 10，总和为 113，那么平均值为 11.3，因为两组指标都记录有时间戳，所以我们可以使用摘要来构建一个图表，显示平均值的变化率，比如图上的语句表示的是 5 分钟时间段内的平均速率。
例如，指标 prometheus_tsdb_wal_fsync_duration_seconds 的指标类型为 Summary ，它记录了 Prometheus Server 中 wal_fsync 的处理时间，通过访问 Prometheus Server 的 /metrics 地址，可以获取到以下监控样本数据：
从上面的样本中可以得知当前 Prometheus Server 进行 指標 60 秒 wal_fsync 操作的总次数为 216 次，耗时 2.指標 60 秒 888716127000002s。其中中位数（quantile=0.5）的耗时为 0.012352463，9 分位数（quantile=0.9）的耗时为 0.014458005s。
Histogram
摘要非常有用，但是平均值会隐藏一些细节，上图中 10 与 113 的总和包含非常广的范围，如果我们想查看时间花在什么地方了，那么我们就需要直方图了。直方图以 bucket 桶的形式记录数据，所以我们可能有一个桶用于需要 1s 或更少的计算，另一个桶用于 5 秒或更少、10 秒或更少、20 秒或更少、60 秒或更少。该指标返回每个存储桶的计数，其中 3 个在 5 秒或更短的时间内完成，6 个在 10 秒或更短的时间内完成。Prometheus 中的直方图是累积的，因此所有 10 次计算都属于 60 秒或更少的时间段，而在这 10 次中，有 9 次的处理时间为 20 秒或更少，这显示了数据的分布。所以可以看到我们的大部分计算都在 10 秒以下，只有一个超过 20 秒，这对于计算百分位数很有用。
在 Prometheus Server 自身返回的样本数据中，我们也能找到类型为 Histogram 的监控指标 prometheus_tsdb_compaction_chunk_range_seconds_bucket ：
与 Summary 类型的指标相似之处在于 Histogram 类型的样本同样会反应当前指标的记录的总数(以 _count 作为后缀)以及其值的总量（以 _sum 作为后缀）。不同在于 Histogram 指标直接反应了在不同区间内样本的个数，区间通过标签 le 进行定义。
指標 60 秒
本站点使用Cookies，继续浏览表示您同意我们使用Cookies。Cookies和隐私政策>
您的浏览器版本过低，可能导致网站部分功能无法正常访问！为了您能获取更好的使用体验，请将浏览器升级至最新版本。
技术支持 文档中心
本文档是ME60 V800R010C10SPC500 特性描述 - QoS
华为采用机器翻译与人工审校相结合的方式将此文档翻译成不同语言，希望能帮助您更容易理解此文档的内容。 请注意：即使是最好的机器翻译，其准确度也不及专业翻译人员的水平。 指標 60 秒 华为对于翻译的准确性不承担任何责任，并建议您参考英文文档（已提供链接）。
/{object-id}/insights
enum{today, yesterday, this_month, last_month, this_quarter, maximum, data_maximum, last_3d, last_7d, last_14d, last_28d, last_30d, last_90d, last_week_mon_sun, last_week_sun_sat, last_quarter, last_year, this_week_mon_today, this_week_sun_today, this_year}
Preset a date range, like lastweek, yesterday. If since or 指標 60 秒 until presents, it does not work.
The list of metrics that needs to be fetched
The 指標 60 秒 aggregation period
If set to true, 指標 60 秒 then an additional description of 指標 60 秒 the metric, retrieved from the API doc(https://developers.facebook.com/docs/graph-api/reference/insights) will be included in the returned data
Lower bound of the time range to consider
Upper bound of the time range to consider
从这条连线读取将返回一个 JSON 格式的结果：
paging
| 错误 | 描述 |
|---|---|
| 200 | Permissions error |
| 80001 | There have been too many calls to this Page account. Wait a bit and try again. For more info, please refer to https://developers.facebook.com/docs/graph-api/overview/rate-limiting.指標 60 秒 |
| 100 | Invalid parameter |
| 190 | Invalid OAuth 2.0 Access Token |
| 3001 | Invalid query |
| 159 | Invalid protocol, must be https |
此外，如果您是主页视频帖子的创建者，则一些视频相关指标仅返回准确值。如果您重新分享另一个主页的视频帖子并检索其成效分析，则这些指标返回的值为 0。对重新分享帖子的用户返回 0 的指标在其说明中表述为“对重新分享的视频返回 0 ”。
指标的命名模式
_source 后缀表示会被细分为一系列推荐来源的指标。外部推荐按照域细分。内部推荐按照 Facebook 的特定功能细分，例如“个人主页”、“搜索”、“请求”、“智能推荐”、“投射视频”等。在这类情况下，返回的 value 为包含一系列键值对的对象，其中键为源名称，而值为该来源的指标。
主页和帖子动态以及“谈论此事的用户”
自 2018 年 8 月 1 日起，主页和帖子动态参与度指标从 stories 更名为 activity ，主页帖子消费量参与度指标从 post_consumption* 更名为 post_clicks* 。详情请参阅下方表格和图谱 API 更新日志。
day, week, days_28
day, week, days_28
day, week, days_28
谈论公共主页的用户人数，按国家/地区统计。系统只显示谈论公共主页人数最多的 45 个国家/地区。
day, week, days_28
day, week, days_28
day, week, days_28
day, week, days_28
为你的公共主页帖创建动态的用户人数（“People Talking About This”/PTAT）。
指标重命名
| 旧指标名称 | 2018 年 8 月 1 日起的新指标名称 |
|---|---|
| page_stories | page_content_activity |
| post_story_adds | post_activity |
| post_story_adds_unique | post_activity_unique |
| post_story_adds_by_action_type | post_activity_by_action_type |
| post_story_adds_by_action_type_unique | post_activity_by_action_type_unique |
| page_storytellers* | page_content_activity_unique |
| page_stories_by_story_type | page_content_activity_by_action_type |
| page_storytellers_by_story_type | page_content_activity_by_action_type_unique |
| page_storytellers_by_age_gender | page_content_activity_by_age_gender_unique |
| page_storytellers_by_city | page_content_activity_by_city_unique |
| page_storytellers_by_country | page_content_activity_by_country_unique |
| page_storytellers_by_locale | page_content_activity_by_locale_unique |
| post_stories* | post_activity |
| post_storytellers* | post_activity_unique |
| post_stories_by_action_type* | post_activity_by_action_type |
| post_storytellers_by_action_type | post_activity_by_action_type_unique |
| post_consumptions* | post_clicks |
| post_consumptions_unique | post_clicks_unique |
| post_consumptions_by_type* | post_clicks_by_type |
| post_consumptions_by_type_unique | post_clicks_by_type_unique |
主页展示次数
请注意，独立展示次数成效分析值需独立计算。主页覆盖总人数可能不会始终与 viral_unique 和 organic_unique 的总和完全相等。