Prometheus入门
简介
Prometheus是一套开源的系统监控报警框架。它启发于Google的borgmon监控系统，由工作在SoundCloud的google前员工在2012年创建，作为社区开源项目进行开发，并于2015年正式发布。
特点
作为新一代的监控框架，Prometheus具有以下特点：
强大的多维度数据模型：
时间序列数据通过metric名和键值对来区分。
所有的metrics都可以设置任意的多维标签。
数据模型更随意，不需要刻意设置为以点分隔的字符串。
可以对数据模型进行聚合，切割和切片操作。
支持双精度浮点类型，标签可以设为全unicode。
灵活而强大的查询语句（PromQL）：在同一个查询语句，可以对多个metrics进行乘法、加法、连接、取分数位等操作。
易于管理：Prometheusserver是一个单独的二进制文件，可直接在本地工作，不依赖于分布式存储。
高效：平均每个采样点仅占3.5bytes，且一个Prometheusserver可以处理数百万的metrics。
使用pull模式采集时间序列数据，这样不仅有利于本机测试而且可以避免有问题的服务器推送坏的metrics。
可以采用pushgateway的方式把时间序列数据推送至Prometheusserver端。
可以通过服务发现或者静态配置去获取监控的targets。
有多种可视化图形界面。
易于伸缩。
组成及架构
Prometheus生态圈中包含了多个组件，其中许多组件是可选的：
PrometheusServer:用于收集和存储时间序列数据。
ClientLibrary:客户端库，为需要监控的服务生成相应的metrics并暴露给Prometheusserver。当Prometheusserver来pull时，直接返回实时状态的metrics。
PushGateway:主要用于短期的jobs。由于这类jobs存在时间较短，可能在Prometheus来pull之前就消失了。为此，这次jobs可以直接向Prometheusserver端推送它们的metrics。这种方式主要用于服务层面的metrics，对于机器层面的metrices，需要使用nodeexporter。
Exporters:用于暴露已有的第三方服务的metrics给Prometheus。
Alertmanager:从Prometheusserver端接收到alerts后，会进行去除重复数据，分组，并路由到对收的接受方式，发出报警。常见的接收方式有：电子邮件，pagerduty，OpsGenie,webhook等。
一些其他的工具。
下图为Prometheus官方文档中的架构图：
从上图可以看出，Prometheus的主要模块包括：Prometheusserver,exporters,Pushgateway,PromQL,Alertmanager以及图形界面。
其大概的工作流程是：
Prometheusserver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Prometheusserver中拉metrics。
Prometheusserver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推送警报。
Alertmanager根据配置文件，对接收到的警报进行处理，发出告警。
在图形界面中，可视化采集数据。
相关概念
下面将对Prometheus中的数据模型（时间序列），metric类型，instance和jobs等概念进行介绍。
数据模型
Prometheus中存储的数据为时间序列，是由metric的名字和一系列的标签（键值对）唯一标识的，不同的标签则代表不同的时间序列。
metric名字：该名字应该具有语义，一般用于表示metric的功能，例如：http_requests_total,表示http请求的总数。其中，metric名字由ASCII字符，数字，下划线，以及冒号组成，且必须满足正则表达式[a-zA-Z_:][a-zA-Z0-9_:]*。
标签：使同一个时间序列有了不同维度的识别。例如http_requests_total{method="Get"}表示所有http请求中的Get请求。当method="post"时，则为新的一个metric。标签中的键由ASCII字符，数字，以及下划线组成，且必须满足正则表达式[a-zA-Z_:][a-zA-Z0-9_:]*。
样本：实际的时间序列，每个序列包括一个float64的值和一个毫秒级的时间戳。
格式：{=,…}，例如:http_requests_total{method="POST",endpoint="/api/tracks"}。
Metrics种类
Prometheus客户端库提供了四种核心Metrics类型。
Counter（计数器）
说明：Counter是一个累积度量，它表示一个单调递增的Metrics，其值只能在重启时递增或重置为零
场景：可以使用Counter来表示http的请求数、已完成的任务数或错误数、下单数。
Gauge（测量仪）
说明：当前值的一次快照(snapshot)测量，可增可减。
场景：磁盘使用率，当前同时在线用户数。
Histogram（直方图）
说明：通过区间统计样本分布。
场景：请求延迟时间的统计。例如统计0~200ms、200ms~400ms、400ms~800ms区间的请求数有多。
Summary（汇总）
说明：根据样本统计出百分位。
场景：请求延迟时间的统计。例如统计95%的请求延迟<xxxms，99%的请求延迟<xxxms
instance和jobs
在Prometheus术语中，你可以scrape（刮擦）的端点称为实例，通常对应于单个进程。一组同种类型的instances（主要用于保证可扩展性和可靠性），例如：具有四个复制instances（实例）的API服务器job作业:
如果您觉得本文的内容对您的学习有所帮助：
关键字：
html