用prometheus-cpp上报qps需使用counter类型指标（如my_requests_total）在每次请求完成时调用increment()，由prometheus端通过rate(my_requests_total[1m])计算qps；延迟则用自定义毫秒级分桶的histogram，配合histogram_quantile()查询p95/p99。
如何用 prometheus-cpp 上报 QPS（每秒请求数）
QPS 不是直接上报的指标，而是通过 Counter 累计请求数，再由 Prometheus 服务端用 rate() 函数计算得出。关键在于：必须用 Counter（不能用 Gauge），且上报频率要稳定（比如每次请求处理完立刻 Increment()）。
常见错误是把 QPS 当成瞬时值塞进 Gauge，结果 rate 计算失效，图表全为 0 或跳变异常。
-
Counter必须在程序启动时注册一次，全局单例，避免重复注册导致 metrics endpoint 返回重复指标 - 每次 HTTP 请求/业务入口完成时调用
counter->Increment()，不要批量累加（否则丢失时间分布） - 确保 Prometheus 抓取间隔（
scrape_interval） ≤ 15s，否则rate(my_requests_total[1m])可能因样本不足返回空
示例：
auto counter = builder.AddCounter("my_requests_total", "Total number of requests");
// 在请求处理函数末尾：
counter->Increment();
如何上报延迟（latency）并支持 P95/P99 聚合
延迟必须用 Histogram，不是 Summary —— 前者服务端可聚合（多个实例的延迟合并计算 P95），后者只能单实例计算，不适用于多进程/多副本部署。
容易踩的坑是盲目用默认分桶（DefaultBuckets()），它们针对秒级延迟设计，而多数服务延迟在毫秒级，会导致 99% 的样本挤在第一个桶里，P95 完全不准。
- 手动设置毫秒级分桶，例如：
{0.001, 0.002, 0.005, 0.01, 0.02, 0.05, 0.1, 0.2, 0.5, 1.0, 2.0}（单位：秒） - 调用
histogram->Observe(duration.count() / 1000.0)，注意把std::chrono::nanoseconds转成秒（count()是纳秒数，除以 1e9；若用milliseconds则除以 1e3） - 避免在异步回调中多次
Observe()同一个请求——延迟应只记录“端到端处理完成时刻”
Prometheus 查询 P95 延迟写法：histogram_quantile(0.95, rate(my_request_duration_seconds_bucket[1h]))
暴露 metrics endpoint 需要哪些最小依赖和配置
prometheus-cpp 分 client 和 pull（HTTP server）两部分。只上报不暴露 endpoint？不行——C++ client 必须配合内置 HTTP server 才能被 Prometheus 抓取。这意味着你得链接 libprometheus-cpp-pull.a 并启动一个监听线程。
- 必须链接
-lprometheus-cpp-pull -lprometheus-cpp-core，漏掉-pull会链接失败（undefined reference to `prometheus::detail::WebServer::WebServer`） - 启动 server 前需先创建
Registry并注入所有Counter/Histogram，顺序不能反 - 监听地址建议用
127.0.0.1:9091，不要绑定0.0.0.0（生产环境暴露 metrics 是安全风险） - 如果已有主 HTTP 框架（如 drogon、cpp-httplib），无法直接复用其路由，因为 prometheus-cpp pull 模块自带 server，需单独开端口或改用 pushgateway（不推荐，丢数据）
启动示例：
auto registry = std::make_shared<:registry>();
auto& family = prometheus::BuildHistogram()
.Name("my_request_duration_seconds")
.Help("Latency of my requests.")
.Labels({{"service", "api"}})
.Register(*registry);
auto histogram = family.Add({});
// 启动 server
prometheus::Exposer exposer{"127.0.0.1:9091"};
exposer.RegisterCollectable(registry);
</:registry>
为什么本地测试能看到指标，上线后 Prometheus 抓不到
最常见原因是容器或 systemd 服务没开放对应端口，或者防火墙拦截。但更隐蔽的问题是：C++ 进程启动时 registry 和 exposer 生命周期管理出错——比如 registry 是局部变量，或 exposer 被析构了，metrics endpoint 就立即失效，但进程仍在跑，日志也不报错。
- 确认
exposer对象生命周期长于主逻辑（建议 static 或全局智能指针持有） - curl 测试：
curl http://localhost:9091/metrics，返回 200 且含你的指标名才算真正就绪 - 检查 Prometheus targets 页面是否显示 “DOWN”，点进去看 error message —— 常见是 connection refused（server 没起来）或 timeout（网络不通）
- 多线程环境下，
Counter::Increment()和Histogram::Observe()是线程安全的，但别在析构期调用它们
延迟指标桶数量膨胀很快，如果每秒打点几百次、又设了 20+ 个分桶，/metrics 响应体可能超 1MB，触发某些 proxy 的截断。这时得精简分桶或降采样，不是加内存能解决的。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
