Aké typy metrík v Prometheuse poznáte?

Prometheus podporuje štyri hlavné typy metrík:

Čítač (Counter): Monotónne rastúca hodnota, ktorá sa môže iba zvyšovať (alebo resetovať na nulu pri reštarte procesu). Používa sa na počítanie inkrementálnych udalostí, ako sú požiadavky, chyby alebo dokončené úlohy.
```
// Príklad v Go
var requestsTotal = prometheus.NewCounter(
    prometheus.CounterOpts{
        Name: "http_requests_total",
        Help: "Celkový počet HTTP požiadaviek.",
    },
)
```
Senzor (Gauge): Ľubovoľná číselná hodnota, ktorá sa môže zvyšovať aj znižovať. Používa sa na meranie aktuálneho stavu niečoho, napríklad zaťaženia CPU, využitia pamäte, počtu aktívnych používateľov alebo veľkosti fronty.
```
# Príklad v Pythone
from prometheus_client import Gauge

cpu_usage = Gauge('cpu_usage_percent', 'Aktuálne percento využitia CPU')
cpu_usage.set(55.5)
```

Histogram: Meria rozloženie vzoriek (napríklad čas odpovede požiadaviek) a skupinu ich do konfigurovateľných košov (buckets). Umožňuje získať údaje o počte vzoriek v každom koši a celkovú sumu hodnôt. Používa sa na analýzu oneskorení.

// Príklad v Jave
import io.prometheus.client.Histogram;

static final Histogram requestLatencies = Histogram.build()
    .name("http_request_duration_seconds")
    .help("Dĺžka trvania požiadavky v sekundách.")
    .buckets(0.1, 0.5, 1.0, 2.5, 5.0, 10.0) // Koše
    .register();

Sumár (Summary): Podobná histogramu, ale na strane klienta vypočíta nastaviteľné kvantily rozloženia vzoriek v pohyblivom časovom okne. Tiež poskytuje celkový počet vzoriek a ich súčet. Hodí sa na meranie oneskorení, keď sú dôležité kvantily, ale treba brať do úvahy, že výpočet na klientovi vyžaduje väčší výpočtový výkon a môže viesť k menej presným kvantilom pri agregácii.
```
# Príklad v Ruby
require 'prometheus/client'

requests_summary = Prometheus::Client::Summary.new(:request_duration_seconds, 'Dĺžka trvania požiadavky v sekundách.')
```

Výber typu metriky závisí od charakteru údajov, ktoré je potrebné sledovať.