这是 Beta 探索课程，内容结构、实验步骤和示例可能会继续调整。
指标类型与聚合窗口
四类指标
指标类型
四类指标回答不同的问题
| 类型 | 示例 | 用途 |
|---|---|---|
累加计数计数器 | 请求数、错误数 | 计算 QPS、错误率 |
分布统计直方图 | 请求耗时分桶 | 计算 P95、P99 |
瞬时读数仪表盘值 | 队列长度、连接数 | 观察当前状态 |
业务健康业务指标 | 支付成功率、订单创建量 | 判断业务是否受影响 |
要点：系统监控只看 CPU 和内存是不够的。真正能反映用户体验的是RED 指标：Rate（请求量）、Errors（错误率）、 Duration（延迟）。延迟不要只看平均值，P95、P99 更能反映尾部问题。
聚合窗口
指标需要按时间窗口聚合。例如每 1 分钟计算一次接口错误率：
error_rate = error_count / total_count窗口太短，指标波动大，容易误报；窗口太长，发现问题太慢。常见做法是同时保留多个粒度：
| 窗口 | 用途 |
|---|---|
| 10 秒 | 快速告警 |
| 1 分钟 | 常规看板 |
| 5 分钟 / 1 小时 | 趋势分析 |
不要只看平均值
延迟指标不要只算平均值。平均值会掩盖尾部问题：
- 平均 200ms 的接口，可能有 1% 的请求要 5 秒。
- P95、P99 更能反映用户真实体验。
- 例如「P99 = 2s」说明最差的 1% 用户经历了 2 秒延迟。
一句话
指标类型分四类（计数器 / 直方图 / 仪表盘值 / 业务指标）；窗口要多粒度并存（10s 告警、1min 看板、5min 趋势）。延迟要看 P95/P99，不要被平均值欺骗。