Prometheus的指标数据以时序数据结构存储。Prometheus的基本形式是以时间顺序存储的标签化的具名数据值。以API调用次数为例，其指标形如：
http_api_count { path="/book", method="GET" } 234
http_api_count { path="/book", method="POST" } 67
其中，http_api_count是指标的名，path和method是指标的标签的名，最后的数据是这个指标的值。这里的值只能是数值。
不同类型的指标，具有不同的行为和设定，会影响到指标的使用方式。Prometheus支持的指标类型有4种。
用于只会增长而会不会下降的数据的计量。同一个Counter的不同项之间一般可以进行有意义的组合，如累加、百分比等。
可用计数器表示的数据示例：
一个接口的已经处理的请求个数，加上另一个接口的已处理请求个数，会可以得出请求个数的总合。是一个新的有意义的指标。
用于可能有上下波动的数据的计量。同一个Guage的不同项之间，一般不太存在有意义的组合。
可用仪表盘表示的数据示例包括：
一个Kafka Topic的消息处理延迟，与另一个Kafka Topic的延迟，相加，不会产生出新的有实际意义的新指标。
单个Prometheus节点大约可以承载每秒100万条数据。这个数据量的计算维度是，每个唯一的标签组合记为一条独立数据。以如下指标为例：
trading_volume_accumulated { currency="CNY", user="hugo" } 10000
currency大概有200个，user是注册用户的ID，如果有1万注册用户，这个指标，假设每秒更新一次，那么，每秒就会有10000 * 200 = 200万数据产生。然后基本上就达到Prometheus的处理能力极限了。
这是也在设计数据指标时，最常见的问题：标签的值域过大，导致数据量暴增，很快就撑垮了prometheus系统。
label_values(jvm_memory_used_bytes{application="$application",namespace="$namespace"}, pod)
或
label_values(application)