有六个延迟，能求出准确 P95 吗？

固定延迟 [0, 10, 11, 20, 50, 70] 毫秒，count=6、sum=161。若选择显式边界 [10,20,50]，采集得到四个桶 [2,2,1,1]；仅凭这四个数字，不能还原每条请求的延迟，更无法精确还原 P95。桶累计的是落在哪个范围的次数，而不是原始样本列表。

值 桶（显式边界） 次数
0、10 ≤10 2
11、20 (10,20] 2
50 (20,50] 1
70 >50 1

两种桶的数据对象和源码路径

以下为对 Java SDK 完整 SHA c25c0a0ee0da01ab2f74ba83052d1c249ed57020 的静态阅读。Aggregation.explicitBucketHistogram 可以设置显式边界；默认 histogram 使用该类聚合，默认桶不是本次自定义的 [10,20,50]。DoubleExplicitBucketHistogramAggregator.Handle 维护 count/sum/桶；ExplicitBucketHistogramUtils.findBucketIndex 确定等于边界的值落在哪个桶。HistogramPointData 分别暴露总数、总和、边界与桶计数，不暴露任意原始延迟数组。

Aggregation.base2ExponentialBucketHistogram 选择指数桶，maxBuckets 限制每侧桶数，值跨度增加时 DoubleBase2ExponentialHistogramAggregator 必要时降低 scale。ExponentialHistogramPointData 包含 scale、zeroCount、正负桶，桶边界需结合 ExponentialHistogramBuckets.getOffset 解释，不能把 bucket 数组下标直接当延迟值。此处记录的是非负延迟；SdkLongHistogram.record 会忽略负值。上游 SdkLongHistogramTest 还覆盖了指数桶在 delta/cumulative 下的 scale 行为，本次不验证缩放前后转换。

本地双仪表实验

Lab16Test 将同一组六个值写入两个 instrument，记录时不传属性（默认空属性集合），分别用 View 指定显式桶 [10,20,50] 和指数桶 (maxBuckets=8,maxScale=0)。全部写入后采集一次，逐字段断言：显式 [2,2,1,1]、count=6、sum=161；指数数据 count=6、sum=161、zeroCount=1、positiveBuckets 总数 5、negativeBuckets 总数 0、scale=0。手动采集不涉及导出时分位数重建。

在 examples/opentelemetry-java/ 运行 JAVA_HOME=/tmp/otel-20260930/jdk-extract/usr/lib/jvm/java-21-openjdk-amd64 ./mvnw -q -pl sdk-labs -Dtest=Lab16Test test，退出码 0，原始 stdout：

1
LAB16 explicit=count:6,sum:161,buckets:[2,2,1,1] exponential=count:6,zero:1,positive:5,scale:0

断言代码见 examples/opentelemetry-java/sdk-labs/src/test/java/org/example/otel/Lab16Test.java，环境记录见 examples/opentelemetry-java/evidence/16/RUN.md。

误解、估计与练习

“一个桶里的观测都等于桶上界”是错误推断；上界只是范围条件。即使后端可用直方图估算分位数，估值也受边界分辨率、跨时间窗聚合和查询实现影响。本次既没有后端，也未声称任何 P95 数字。指数桶不是自动提高精度的魔法：有限桶数跨很大数量级时会下采样降低 scale。

  1. 将显式边界改为 [10,50]，对相同样本预先写出三个桶计数，再运行测试并修改断言；比较被合并的样本区间。
  2. 保留边界但将 70 替换为 10000，保持 count=6，观察指数桶 scale、offset、正桶计数是否变化；不得将桶数变化理解成记录数丢失。

参考资料：固定 SHA 的 Aggregation、两种 aggregator、两种 PointData 及上游 SdkLongHistogramTest（链接见正文）；本地证据 examples/opentelemetry-java/evidence/16/RUN.md。

导航：15 Reader 与 Temporality · 当前篇：16 Histogram · 17 Exemplar。