Prometheus介绍

秒速五厘米 2023-02-21 06:18 36阅读 0赞

说起监控，第一时间会想到的就是zabbix，确实，zabbix在监控界有着不可撼动的地位，功能非常强大。但是对于容器的监控，却显得有点力不从心了。

为了解决监控容器的问题，我们需要用到Prometheus。

## 一、什么是prometheus ##

Prometheus是最初在SoundCloud上构建的开源监控和报警工具包。自2012年成立以来，许多公司和组织都采用了Prometheus，该项目拥有非常火雨的开发人员和用户社区。现在，它是一个独立的开源项目。目前已经被云计算本地基金会（[Cloud Native Computing Foundation][]）托管，这是继Kubernetes之后的第二个托管项目。

## 二、优势 ##

*  易于管理
 *  轻易获取服务内部状态
 *  高效灵活的查询语句
 *  支持本地和远程存储
 *  采用http协议，默认pull模式拉取数据，也可以通过中间网关push数据
 *  支持自动发现
 *  可扩展
 *  易集成

## 三、常用组件 ##

#### Prometheus Server ####

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。  
Prometheus Server可以通过静态配置管理监控目标，也可以配合使用Service Discovery的方式动态管理监控目标，并从这些监控目标中获取数据。其次Prometheus Server需要对采集到的监控数据进行存储，Prometheus Server本身就是一个时序数据库，将采集到的监控数据按照时间序列的方式存储在本地磁盘当中。最后Prometheus Server对外提供了自定义的PromQL语言，实现对数据的查询以及分析。

Prometheus Server内置的Express Browser UI，通过这个UI可以直接通过PromQL实现数据的查询以及可视化。

Prometheus Server的联邦集群能力可以使其从其他的Prometheus Server实例中获取数据，因此在大规模监控的情况下，可以通过联邦集群以及功能分区的方式对Prometheus Server进行扩展。

#### Exporters ####

Exporter将监控数据采集的端点通过HTTP服务的形式暴露给Prometheus Server，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。

一般来说可以将Exporter分为2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，Etcd，Gokit等，都直接内置了用于向Prometheus暴露监控数据的端点。
 *  间接采集：间接采集，原有监控目标并不直接支持Prometheus，因此我们需要通过Prometheus提供的Client Library编写该监控目标的监控采集程序。例如： Mysql Exporter，JMX Exporter，Consul Exporter等。

#### Alertmanager ####

在Prometheus Server中支持基于PromQL创建告警规则，如果满足PromQL定义的规则，则会产生一条告警，而告警的后续处理流程则由AlertManager进行管理。在AlertManager中我们可以与邮件，Slack等等内置的通知方式进行集成，也可以通过Webhook自定义告警处理方式。AlertManager即Prometheus体系中的告警处理中心。

#### PushGateway ####

由于Prometheus数据采集基于Pull模型进行设计，因此在网络环境的配置上必须要让Prometheus Server能够直接与Exporter进行通信。 当这种网络需求无法直接满足时，就可以利用PushGateway来进行中转。可以通过PushGateway将内部网络的监控数据主动Push到Gateway当中。而Prometheus Server则可以采用同样Pull的方式从PushGateway中获取到监控数据。

## 四、体系结构 ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3djMTY5NTA0MDg0Mg_size_16_color_FFFFFF_t_70]  
大概的工作流程如下：

1、Prometheus server 定期从配置好的jobs或者exporters中拉metrics，或者接收来自Pushgateway发过来的metrics，或者从其他的Prometheus server 中拉metrics。

2、Prometheus server在本地存储收集到的metrics，并运行已定义好的alert.rules，记录新的时间序列或者向Alertmanager 推送报警。

3、Alertmanager根据配置文件，对接收到的报警进行处理，发出告警。

4、在图形界面中，可视化采集数据

## 五、监控的目的 ##

google指出，监控分为白盒监控和黑盒监控。

白盒监控：通过监控内部的运行状态及指标判断可能会发生的问题，从而做出预判或对其进行优化。

黑盒监控：监控系统或服务，在发生异常时做出相应措施。

**监控的目的如下：**

*  长期趋势分析：通过对监控样本数据的持续收集和统计，对监控指标进行长期趋势分析。例如，通过对磁盘空间增长率的判断，我们可以提前预测在未来什么时间节点上需要对资源进行扩容。
 *  对照分析：两个版本的系统运行资源使用情况的差异如何？在不同容量情况下系统的并发和负载变化如何？通过监控能够方便的对系统进行跟踪和比较。
 *  告警：当系统出现或者即将出现故障时，监控系统需要迅速反应并通知管理员，从而能够对问题进行快速的处理或者提前预防问题的发生，避免出现对业务的影响。
 *  故障分析与定位：当问题发生后，需要对问题进行调查和处理。通过对不同监控监控以及历史数据的分析，能够找到并解决根源问题。
 *  数据可视化：通过可视化仪表盘能够直接获取系统的运行状态、资源使用情况、以及服务运行状态等直观的信息。

参考文章：  
[https://prometheus.io/docs/introduction/overview/][https_prometheus.io_docs_introduction_overview]  
[https://www.cnblogs.com/zqj-blog/p/10871033.html][https_www.cnblogs.com_zqj-blog_p_10871033.html]  
[https://zhuanlan.zhihu.com/p/116899330][https_zhuanlan.zhihu.com_p_116899330]  
[https://www.bookstack.cn/read/prometheus-book/quickstart-why-monitor.md][https_www.bookstack.cn_read_prometheus-book_quickstart-why-monitor.md]

[Cloud Native Computing Foundation]: https://cncf.io/
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3djMTY5NTA0MDg0Mg_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200629092037713.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3djMTY5NTA0MDg0Mg==,size_16,color_FFFFFF,t_70
[https_prometheus.io_docs_introduction_overview]: https://prometheus.io/docs/introduction/overview/
[https_www.cnblogs.com_zqj-blog_p_10871033.html]: https://www.cnblogs.com/zqj-blog/p/10871033.html
[https_zhuanlan.zhihu.com_p_116899330]: https://zhuanlan.zhihu.com/p/116899330
[https_www.bookstack.cn_read_prometheus-book_quickstart-why-monitor.md]: https://www.bookstack.cn/read/prometheus-book/quickstart-why-monitor.md