Prometheus快速入门实战

介绍

prometheus 受启发于 Google 的 Brogmon 监控系统（相似 kubernetes 是从 Brog 系统演变而来）。2016 年 5 月继 kubernetes 之后成为第二个加入 CNCF 基金会的项目，同年 6 月正式发布 1.0 版本。2017 年底发布基于全新存储层的 2.0 版本，能更好地与容器平台、云平台配合。

官方网站：https://prometheus.io
项目托管：https://github.com/prometheus

优势

prometheus 是基于一个开源的完整监控方案，其对传统监控系统的测试和告警模型进行了彻底的颠覆，形成了基于中央化的规则计算、统一分析和告警的新模型。 相对传统的监控系统有如下几个优点。

• 易于管理

部署使用的是 go 编译的二进制文件，不存在任何第三方依赖问题，可以使用服务发现动态管理监控目标。

• 监控服务内部运行状态

我们可以使用 prometheus 提供的常用开发语言提供的 client 库完成应用层面暴露数据，采集应用内部运行信息。

• 强大的查询语言 promQL

prometheus 内置一个强大的数据查询语言 PromQL，通过 PromQL 可以实现对监控数据的查询、聚合。同时 PromQL 也被应用于数据可视化（如 grafana ）以及告警中的。

• 高效

对于监控系统而言，大量的监控任务必然导致有大量的数据产生。而 Prometheus 可以高效地处理这些数据。

• 可扩展

prometheus 配置比较简单，可以在每个数据中心运行独立的 prometheus server，也可以使用联邦集群，让多个 prometheus 实例产生一个逻辑集群，还可以在单个 prometheus server 处理的任务量过大的时候，通过使用功能分区和联邦集群对其扩展。

• 易于集成

目前官方提供多种语言的客户端 sdk，基于这些 sdk 可以快速让应用程序纳入到监控系统中，同时还可以支持与其他的监控系统集成。

• 可视化

prometheus server 自带一个 ui，通过这个 ui 可以方便对数据进行查询和图形化展示，可以对接 grafana 可视化工具展示精美监控指标。

架构

prometheus 负责从 pushgateway 和 Jobs 中采集数据，存储到后端 Storatge 中，可以通过 PromQL 进行查询，推送 alerts 信息到 AlertManager。AlertManager 根据不同的路由规则进行报警通知。

• prometheus server

是 Prometheus 组件中的核心部分，负责实现对监控数据的获取，存储以及查询。

• exporter

简单说是采集端，通过 http 服务的形式保留一个 url 地址，prometheus server 通过访问该 exporter 提供的 endpoint 端点，即可获取到需要采集的监控数据。exporter 分为 2 大类。
直接采集：这一类 exporter 直接内置了对 Prometheus 监控的支持，比如 cAdvisor，Kubernetes 等。
间接采集：原有监控目标不支持 prometheus，需要通过 prometheus 提供的客户端库编写监控采集程序，例如 Mysql Exporter，JMX Exporter 等。

• AlertManager

在 prometheus 中，支持基于 PromQL 创建告警规则，如果满足定义的规则，则会产生一条告警信息，进入 AlertManager 进行处理。可以集成邮件，Slack 或者通过 webhook 自定义报警。

• PushGateway

由于 Prometheus 数据采集采用 pull 方式进行设置的，内置必须保证 prometheus server 和对应的 exporter 必须通信，当网络情况无法直接满足时，可以使用 pushgateway 来进行中转，可以通过 pushgateway 将内部网络数据主动 push 到 gateway 里面去，而 prometheus 采用 pull 方式拉取 pushgateway 中数据。

• web ui

Prometheus 内置一个简单的 Web 控制台，可以查询指标，查看配置信息或者 Service Discovery 等，实际工作中，查看指标或者创建仪表盘通常使用 Grafana，Prometheus 作为 Grafana 的数据源。

数据模型

Prometheus 将所有数据存储为时间序列，具有相同度量名称以及标签属于同一个指标。每个时间序列都由度量名称和一组键值对（也称为标签）组成。
格式：

# 表示一个度量指标和一组键值对标签
<metric name>{<label name>=<label value>, ...}

度量指标名称是 api_http_requests_total，标签为method="POST", handler="/messages"的示例如下所示：

api_http_requests_total{method="POST", handler="/messages"}

指标类型

prometheus 的指标有四种类型，分别是 Counter，Gauge，Histogram，Summary。

• Counter

只增不减的计数器，用于描述某个指标的累计状态，比如请求量统计，http_requests_total。

• Gauge

可增可减的计量器，用于描述某个指标当前的状态，比如系统内存余量，node_memory_MemFree_bytes。

• Histogram

直方图指标用于描述指标的分布情况，比如对于请求响应时间，总共 10w 个请求，小于 10ms 的有 5w 个，小于 50ms 的有 9w 个，小于 100ms 的有 9.9w 个。

• Summary

和直方图类似，summary 也是用于描述指标分布情况，不过表现形式不同，比如还是对于请求响应时间， summary 描述则是，总共 10w 个请求，50% 小于 10ms，90% 小于 50ms，99% 小于 100ms。

安装

大致了解了 Prometheus 后，我们将其先安装起来。

linux 安装

Prometheus 也是 go 语言开发的，所以只需要下载其二进制包进行安装即可。
前往官网下载最新版本即可。

下载地址：https://prometheus.io/download

[root@localhost prometheus]# tar -zxvf prometheus-2.37.1.linux-amd64.tar.gz 
prometheus-2.37.1.linux-amd64/
prometheus-2.37.1.linux-amd64/consoles/
prometheus-2.37.1.linux-amd64/consoles/index.html.example
prometheus-2.37.1.linux-amd64/consoles/node-cpu.html
prometheus-2.37.1.linux-amd64/consoles/node-disk.html
prometheus-2.37.1.linux-amd64/consoles/node-overview.html
prometheus-2.37.1.linux-amd64/consoles/node.html
prometheus-2.37.1.linux-amd64/consoles/prometheus-overview.html
prometheus-2.37.1.linux-amd64/consoles/prometheus.html
prometheus-2.37.1.linux-amd64/console_libraries/
prometheus-2.37.1.linux-amd64/console_libraries/menu.lib
prometheus-2.37.1.linux-amd64/console_libraries/prom.lib
prometheus-2.37.1.linux-amd64/prometheus.yml
prometheus-2.37.1.linux-amd64/LICENSE
prometheus-2.37.1.linux-amd64/NOTICE
prometheus-2.37.1.linux-amd64/prometheus
prometheus-2.37.1.linux-amd64/promtool
[root@localhost prometheus]# cd prometheus-2.37.1.linux-amd64
[root@localhost prometheus-2.37.1.linux-amd64]# ll
total 206252
drwxr-xr-x. 2 3434 3434        38 Sep 12 09:04 console_libraries
drwxr-xr-x. 2 3434 3434       173 Sep 12 09:04 consoles
-rw-r--r--. 1 3434 3434     11357 Sep 12 09:04 LICENSE
-rw-r--r--. 1 3434 3434      3773 Sep 12 09:04 NOTICE
-rwxr-xr-x. 1 3434 3434 109681846 Sep 12 08:46 prometheus
-rw-r--r--. 1 3434 3434       934 Sep 12 09:04 prometheus.yml
-rwxr-xr-x. 1 3434 3434 101497637 Sep 12 08:49 promtool
[root@localhost prometheus-2.37.1.linux-amd64]# ./prometheus --help
usage: prometheus [<flags>]

The Prometheus monitoring server

Flags:
  -h, --help                     Show context-sensitive help (also try --help-long and --help-man).
      --version                  Show application version.

Prometheus 是通过一个 YAML 配置文件来进行启动的，如果我们使用二进制的方式来启动的话，可以使用下面的命令：

./prometheus --config.file=prometheus.yml

其中 prometheus.yml 文件的基本配置如下：

global:
  scrape_interval:     15s
  evaluation_interval: 15s
rule_files:
  # - "first.rules"
  # - "second.rules"
scrape_configs:
  - job_name: prometheus
    static_configs:
      - targets: ['localhost:9090']

上面这个配置文件中包含了 3 个模块：global、rule_files 和 scrape_configs。

• global

模块控制 Prometheus Server 的全局配置：
oscrape_interval：表示 prometheus 抓取指标数据的频率，默认是 15s，我们可以覆盖这个值；
oevaluation_interval：用来控制评估规则的频率，prometheus 使用规则产生新的时间序列数据或者产生警报；

• rule_files

指定了报警规则所在的位置，prometheus 可以根据这个配置加载规则，用于生成新的时间序列数据或者报警信息，当前我们没有配置任何报警规则。

• scrape_configs

用于控制 prometheus 监控哪些资源。

由于 prometheus 通过 HTTP 的方式来暴露的它本身的监控数据，prometheus 也能够监控本身的健康情况。在默认的配置里有一个单独的 job，叫做 prometheus，它采集 prometheus 服务本身的时间序列数据。这个 job 包含了一个单独的、静态配置的目标：监听 localhost 上的 9090 端口。prometheus 默认会通过目标的 /metrics 路径采集 metrics。所以，默认的 job 通过 URL：[http://localhost:9090/metrics](http://localhost:9090/metrics) 采集 metrics。收集到的时间序列包含 prometheus 服务本身的状态和性能。如果我们还有其他的资源需要监控的话，直接配置在 scrape_configs 模块下面就可以了。

[root@localhost prometheus-2.37.1.linux-amd64]# ./prometheus --config.file=prometheus.yml

docker 安装

对于 Docker 用户，直接使用 Prometheus 的镜像即可启动 Prometheus Server：

docker run -d -p 9090:9090 -v /etc/prometheus:/etc/prometheus prom/prometheus

启动完成后，可以通过[http://localhost:9090](http://localhost:9090)访问 Prometheus 的 UI 界面。

配置文件详解

# my global config
global:
  scrape_interval:     15s # Set the scrape interval to every 15 seconds. Default is every 1 minute.
  evaluation_interval: 15s # Evaluate rules every 15 seconds. The default is every 1 minute.
  # scrape_timeout is set to the global default (10s).

# Alertmanager configuration
alerting:
  alertmanagers:
  - static_configs:
    - targets:
      # - alertmanager:9093

# Load rules once and periodically evaluate them according to the global 'evaluation_interval'.
rule_files:
  # - "first_rules.yml"
  # - "second_rules.yml"

# A scrape configuration containing exactly one endpoint to scrape:
# Here it's Prometheus itself.
scrape_configs:
  # The job name is added as a label `job=<job_name>` to any timeseries scraped from this config.
  - job_name: 'prometheus'

    # metrics_path defaults to '/metrics'
    # scheme defaults to 'http'.

    static_configs:
    - targets: ['localhost:9090']

• global

此片段指定的是 prometheus 的全局配置，比如采集间隔，抓取超时时间等。

• rule_files

此片段指定报警规则文件，prometheus 根据这些规则信息，会推送报警信息到 alertmanager 中。

• scrape_configs

此片段指定抓取配置，prometheus 的数据采集通过此片段配置。

• alerting

此片段指定报警配置， 这里主要是指定 prometheus 将报警规则推送到指定的 alertmanager 实例地址。

• remote_write

指定后端的存储的写入 api 地址。

• remote_read

指定后端的存储的读取 api 地址。

global

# How frequently to scrape targets by default.
[ scrape_interval: <duration> | default = 1m ] # 抓取间隔

# How long until a scrape request times out.
[ scrape_timeout: <duration> | default = 10s ] # 抓取超时时间

# How frequently to evaluate rules.
[ evaluation_interval: <duration> | default = 1m ] # 评估规则间隔

# The labels to add to any time series or alerts when communicating with
# external systems (federation, remote storage, Alertmanager).
external_labels: # 外部一些标签设置
[ <labelname>: <labelvalue> ... ]

scrapy_config

一个 scrape_config 片段指定一组目标和参数，目标就是实例，指定采集的端点，参数描述如何采集这些实例，主要参数如下

• scrape_interval

抓取间隔，默认继承 global 值。

• scrape_timeout

抓取超时时间，默认继承 global 值。

• metric_path

抓取路径，默认是 /metrics。

• scheme

指定采集使用的协议，http 或者 https。

• params

指定 url 参数。

• basic_auth

指定认证信息。

• *_sd_configs

指定服务发现配置

• static_configs

静态指定服务 job。

• relabel_config

relabel 设置。