用途：指导在 Honeycomb 中正确查询 OpenTelemetry 指标数据集。指标数据集规则与追踪/事件数据集不同，许多在追踪上可用的操作在指标上会失败或产生误导结果。
识别指标数据集：不要凭名称含 metrics 判断，kafka-metrics、refinery-metrics 等通常是事件数据集。调用 get_environment 查找 dataset_type = metrics 的行；或对候选数据集调用 get_dataset_columns，指标数据集会返回 MetricInfo 列（如 gauge、sum(cumulative,monotonic)、histogram(delta)）。构造查询前务必验证。
发现指标与属性：对指标数据集调用 get_dataset_columns（不带 metric_name）获取指标名与类型；用 find_columns 按关键词搜索；带 metric_name 调用 get_dataset_columns 获取该指标共现的资源属性与数据点属性及样例值，用于 WHERE 和 GROUP BY。不同指标属性不同，需先确认。
禁止操作：COUNT（不带列）、RATE_SUM、RATE_AVG、RATE_MAX、CONCURRENCY。替代：gauge 用 AVG/MAX/HEATMAP；counter/sum 用 SUM/AVG/MAX；分布用 HEATMAP/P50/P99；非空计数用 COUNT(metric)。
时间聚合：Honeycomb 按指标类型自动应用默认时间聚合，如 gauge 用 LAST()、单调累计和用 INCREASE()、delta 和用 SUMMARIZE()。可用查询级计算字段覆盖，如 RATE($http.server.requests, 300)，但仍需在 calculations 中应用空间聚合。
直方图：以子字段存储，如 http.server.duration.count/.sum/.avg/.p50/.p99。推荐直接用父列配合 P99 或 HEATMAP；需要跨主机最坏情况时用 MAX(parent.p99)；吞吐用 SUM(parent.count)。
查询数学：支持命名计算与公式，可用于利用率百分比、直方图尾部比率、计数器错误率等。
粒度：指标按固定间隔上报，粒度应对齐上报间隔，否则结果有噪声。
常见陷阱：对指标用 COUNT；用 RATE_AVG/RATE_SUM/RATE_MAX；假设所有指标共享属性；混淆事件数据集；在父列可用时查询直方图子字段；未指定聚合函数（默认 COUNT）。