Prometheus入门

时间 2019-11-24

标签 prometheus 入门繁體版

原文原文链接

什么是TSDB？

TSDB(Time Series Database)时序列数据库，咱们能够简单的理解为一个优化后用来处理时间序列数据的软件，而且数据中的数组是由时间进行索引的。php

时间序列数据库的特色html

大部分时间都是写入操做。
写入操做几乎是顺序添加，大多数时候数据到达后都以时间排序。
写操做不多写入好久以前的数据，也不多更新数据。大多数状况在数据被采集到数秒或者数分钟后就会被写入数据库。
删除操做通常为区块删除，选定开始的历史时间并指定后续的区块。不多单独删除某个时间或者分开的随机时间的数据。
基本数据大，通常超过内存大小。通常选取的只是其一小部分且没有规律，缓存几乎不起任何做用。
读操做是十分典型的升序或者降序的顺序读。
高并发的读操做十分常见。

常见的时间序列数据库java

TSDB项目	官网
influxDB	https://influxdata.com/
RRDtool	http://oss.oetiker.ch/rrdtool/
Graphite	http://graphiteapp.org/
OpenTSDB	http://opentsdb.net/
Kdb+	http://kx.com/
Druid	http://druid.io/
KairosDB	http://kairosdb.github.io/
Prometheus	https://prometheus.io/

什么是Prometheus?

Prometheus是由SoundCloud开发的开源监控报警系统和时序列数据库(TSDB)。Prometheus使用Go语言开发，是Google BorgMon监控系统的开源版本。node

2016年由Google发起Linux基金会旗下的原生云基金会(Cloud Native Computing Foundation), 将Prometheus归入其下第二大开源项目。Prometheus目前在开源社区至关活跃。python

Prometheus和Heapster(Heapster是K8S的一个子项目，用于获取集群的性能数据。)相比功能更完善、更全面。Prometheus性能也足够支撑上万台规模的集群。linux

Prometheus的特色

多维度数据模型。
灵活的查询语言。
不依赖分布式存储，单个服务器节点是自主的。
经过基于HTTP的pull方式采集时序数据。
能够经过中间网关进行时序列数据推送。
经过服务发现或者静态配置来发现目标服务对象。
支持多种多样的图表和界面展现，好比Grafana等。

Prometheus相关组件

Prometheus生态系统由多个组件组成，它们中的一些是可选的。多数Prometheus组件是Go语言写的，这使得这些组件很容易编译和部署。git

Prometheus Server

主要负责数据采集和存储，提供PromQL查询语言的支持。github

客户端SDK

官方提供的客户端类库有go、java、scala、python、ruby，其余还有不少第三方开发的类库，支持nodejs、php、erlang等。数据库

Push Gateway

支持临时性Job主动推送指标的中间网关。vim

PromDash

使用Rails开发可视化的Dashboard，用于可视化指标数据。

Exporter

Exporter是Prometheus的一类数据采集组件的总称。它负责从目标处搜集数据，并将其转化为Prometheus支持的格式。与传统的数据采集组件不一样的是，它并不向中央服务器发送数据，而是等待中央服务器主动前来抓取。

Prometheus提供多种类型的Exporter用于采集各类不一样服务的运行状态。目前支持的有数据库、硬件、消息中间件、存储系统、HTTP服务器、JMX等。

alertmanager

警告管理器，用来进行报警。

prometheus_cli

命令行工具。

其余辅助性工具

多种导出工具，能够支持Prometheus存储数据转化为HAProxy、StatsD、Graphite等工具所须要的数据存储格式。

Prometheus的架构

下面这张图说明了Prometheus的总体架构，以及生态中的一些组件做用:

Prometheus的基本原理是经过HTTP协议周期性抓取被监控组件的状态，任意组件只要提供对应的HTTP接口就能够接入监控。不须要任何SDK或者其余的集成过程。这样作很是适合作虚拟化环境监控系统，好比VM、Docker、Kubernetes等。输出被监控组件信息的HTTP接口被叫作exporter 。目前互联网公司经常使用的组件大部分都有exporter能够直接使用，好比Varnish、Haproxy、Nginx、MySQL、Linux系统信息(包括磁盘、内存、CPU、网络等等)。

Prometheus服务过程大概是这样：

Prometheus Daemon负责定时去目标上抓取metrics(指标)数据，每一个抓取目标须要暴露一个http服务的接口给它定时抓取。Prometheus支持经过配置文件、文本文件、Zookeeper、Consul、DNS SRV Lookup等方式指定抓取目标。Prometheus采用PULL的方式进行监控，即服务器能够直接经过目标PULL数据或者间接地经过中间网关来Push数据。
Prometheus在本地存储抓取的全部数据，并经过必定规则进行清理和整理数据，并把获得的结果存储到新的时间序列中。
Prometheus经过PromQL和其余API可视化地展现收集的数据。Prometheus支持不少方式的图表可视化，例如Grafana、自带的Promdash以及自身提供的模版引擎等等。Prometheus还提供HTTP API的查询方式，自定义所须要的输出。
PushGateway支持Client主动推送metrics到PushGateway，而Prometheus只是定时去Gateway上抓取数据。
Alertmanager是独立于Prometheus的一个组件，能够支持Prometheus的查询语句，提供十分灵活的报警方式。

Prometheus适用的场景

Prometheus在记录纯数字时间序列方面表现很是好。它既适用于面向服务器等硬件指标的监控，也适用于高动态的面向服务架构的监控。对于如今流行的微服务，Prometheus的多维度数据收集和数据筛选查询语言也是很是的强大。Prometheus是为服务的可靠性而设计的，当服务出现故障时，它可使你快速定位和诊断问题。它的搭建过程对硬件和服务没有很强的依赖关系。

Prometheus不适用的场景

Prometheus它的价值在于可靠性，甚至在很恶劣的环境下，你均可以随时访问它和查看系统服务各类指标的统计信息。若是你对统计数据须要100%的精确，它并不适用，例如：它不适用于实时计费系统。

Prometheus官网：https://prometheus.io/

安装Prometheus

Prometheus官方给出了多重部署方案，好比：Docker容器、Ansible、Chef、Puppet、Saltstack等。

Prometheus用Golang实现，所以具备自然可移植性(支持Linux、Windows、macOS和Freebsd)。这里直接使用预编译的二进制文件部署，开箱即用。

Prometheus安装

这里以Linux系统为例：

1
2
3

$ wget https://github.com/prometheus/prometheus/releases/download/v1.6.3/prometheus-1.6.3.linux-amd64.tar.gz
$ tar xzvf prometheus-1.6.3.linux-amd64.tar.gz
$ mv prometheus-1.6.3.linux-amd64 /usr/local/prometheus

其它系统版本可在这里下载：https://prometheus.io/download/

验证安装

$ cd /usr/local/prometheus
$ ./prometheus --version
prometheus, version 1.6.3 (branch: master, revision: c580b60c67f2c5f6b638c3322161bcdf6d68d7fc)
 build user: root@e54b06e0b22f
 build date: 20170519-08:00:43
 go version: go1.8.1

配置Prometheus

在prometheus目录下有一个名为prometheus.yml的主配置文件。其中包含大多数标准配置及prometheus的自检控配置，默认配置文件以下：

$ cat /usr/local/prometheus/prometheus.yml

# 全局配置
global:
  scrape_interval:     15s # 默认抓取间隔, 15秒向目标抓取一次数据。
  evaluation_interval: 15s # Evaluate rules every 15 seconds. The default is every 1 minute.
  # scrape_timeout is set to the global default (10s).

  # 这个标签是在本机上每一条时间序列上都会默认产生的，主要能够用于联合查询、远程存储、Alertmanger时使用。
  external_labels:
      monitor: 'codelab-monitor'

# Load rules once and periodically evaluate them according to the global 'evaluation_interval'.
rule_files:
  # - "first.rules"
  # - "second.rules"

# 这里就表示抓取对象的配置
# 这里是抓去promethues自身的配置
scrape_configs:
# job name 这个配置是表示在这个配置内的时间序例，每一条都会自动添加上这个{job_name:"prometheus"}的标签。
  - job_name: 'prometheus'

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

    # 重写了全局抓取间隔时间，由15秒重写成5秒。
    scrape_interval: 5s

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

建立用户

这里单首创建一个专门用于运行prometheus的用户，不用root运行程序是一种好习惯。主目录为/var/lib/prometheus，用做prometheus的数据目录。

1 2	$ groupadd prometheus $ useradd -g prometheus -m -d /var/lib/prometheus -s /sbin/nologin prometheus

建立Systemd服务

$ vim /etc/systemd/system/prometheus.service

[Unit]
Description=prometheus
After=network.target
[Service]
Type=simple
User=prometheus
ExecStart=/usr/local/prometheus/prometheus -config.file=/usr/local/prometheus/prometheus.yml -storage.local.path=/var/lib/prometheus
Restart=on-failure
[Install]
WantedBy=multi-user.target

启动Prometheus

1	$ systemctl start prometheus

验证Prometheus是否启动成功

$ systemctl status prometheus
● prometheus.service - prometheus
 Loaded: loaded (/etc/systemd/system/prometheus.service; disabled; vendor preset: enabled)
 Active: active (running) since Mon 2017-05-22 11:13:36 CST; 18s ago
 Main PID: 9175 (prometheus)
 Tasks: 9
 Memory: 15.8M
 CPU: 207ms
 CGroup: /system.slice/prometheus.service
 └─9175 /usr/local/prometheus/prometheus -config.file=/usr/local/prometheus/prometheus.yml -storage.local.path=/var/lib/prometheus

访问自带Web

Prometheus自带一个比较简单的Web，能够查看表达式搜索结果、报警配置、prometheus配置,exporter状态等。自带Web默认在http://ip:9090。

Prometheus自己也是自带exporter的,咱们经过请求 http://ip:9090/metrics 能够查看从exporter中能具体抓到哪些数据。

这里以Prometheus自己数据为例，简单演示下在Web中查询指定表达式及图形化显示查询结果。

使用Prometheus监控服务器

上面用Prometheus自己的数据简单演示了监控数据的查询，这里咱们用一个监控服务器状态的例子来更加直观说明。

为监控服务器CPU、内存、磁盘、I/O等信息，首先须要安装node_exporter。node_exporter的做用是用于机器系统数据收集。

安装node_exporter

node_exporter也是用Golang实现，直接使用预编译的二进制文件部署，开箱即用。

1
2
3

$ wget https://github.com/prometheus/node_exporter/releases/download/v0.14.0/node_exporter-0.14.0.linux-amd64.tar.gz
$ tar -zxvf node_exporter-0.14.0.linux-amd64.tar.gz
$ mv node_exporter-0.14.0.linux-amd64 /usr/local/prometheus/node_exporter

建立Systemd服务

$ vim /etc/systemd/system/node_exporter.service

[Unit]
Description=node_exporter
After=network.target
[Service]
Type=simple
User=prometheus
ExecStart=/usr/local/prometheus/node_exporter/node_exporter
Restart=on-failure
[Install]
WantedBy=multi-user.target

启动Node exporter

1	$ systemctl start node_exporter

验证Node exporter是否启动成功

$ systemctl status node_exporter
● node_exporter.service - node_exporter
 Loaded: loaded (/etc/systemd/system/node_exporter.service; disabled; vendor preset: enabled)
 Active: active (running) since Mon 2017-05-22 12:13:43 CST; 6s ago
 Main PID: 11776 (node_exporter)
 Tasks: 4
 Memory: 1.5M
 CPU: 24ms
 CGroup: /system.slice/node_exporter.service
 └─11776 /usr/local/prometheus/node_exporter/node_exporter

修改prometheus.yml，加入下面的监控目标：

Node Exporter默认的抓取地址为http://IP:9100/metrics

$ vim /usr/local/prometheus/prometheus.yml

 - job_name: 'linux'
 static_configs:
 - targets: ['localhost:9100']
 labels:
 instance: node1

prometheus.yml中一共定义了两个监控：一个是监控prometheus自身服务，另外一个是监控Linux服务器。这里给个完整的示例：

scrape_configs:

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

 - job_name: 'linux'
 static_configs:
 - targets: ['localhost:9100']
 labels:
 instance: node1

重启Prometheus

1	$ systemctl restart prometheus

在Prometheus Web查看监控的目标

访问Prometheus Web，在Status->Targets页面下，咱们能够看到咱们配置的两个Target，它们的State为UP。

使用Prometheus Web来验证Node Exporter的数据已经被正确的采集。

a) 查看当前主机的CPU使用状况

b) 查看当前主机的CPU负载状况

Prometheus Web界面自带的图表是很是基础的，比较适合用来作测试。若是要构建强大的Dashboard，仍是须要更加专业的工具才行。接下来咱们将使用Grafana来对Prometheus采集到的数据进行可视化展现。

给Prometheus添加一个强大的仪表盘

Grafana是用于可视化大型测量数据的开源程序，它提供了强大和优雅的方式去建立、共享、浏览数据。Dashboard中显示了你不一样metric数据源中的数据。

Grafana最经常使用于因特网基础设施和应用分析，但在其余领域也有用到，好比：工业传感器、家庭自动化、过程控制等等。Grafana支持热插拔控制面板和可扩展的数据源，目前已经支持Graphite、InfluxDB、OpenTSDB、Elasticsearch、Prometheus等。

Grafana安装

软件源里是比较旧的2.6版本，而且还须要单独打补丁才能正常使用Prometheus的数据源。这里直接下载4.2版本安装包进行安装。

以Ubutu系统为例：

1 2	$ wget https://s3-us-west-2.amazonaws.com/grafana-releases/release/grafana_4.2.0_amd64.deb $ dpkg -i grafana_4.2.0_amd64.deb

其它系统可在这里下载：https://grafana.com/grafana/download

启动Grafana

1	$ systemctl start grafana-server

查看Grafana是否启动成功

$ systemctl status grafana-server
● grafana-server.service - Grafana instance
 Loaded: loaded (/usr/lib/systemd/system/grafana-server.service; masked; vendor preset: enabled)
 Active: active (running) since Mon 2017-05-22 14:57:29 CST; 49min ago
 Docs: http://docs.grafana.org
 Main PID: 21735 (grafana-server)
 CGroup: /system.slice/grafana-server.service
 └─21735 /usr/sbin/grafana-server --config=/etc/grafana/grafana.ini --pidfile= cfg:default.paths.logs=/var/log/grafana cfg:default.paths.data=/var/lib/grafana cfg:default.paths.plugins=/var/lib/grafana/plugins

访问Grafana

经过http://ip:3000访问Grafana Web界面(缺省账号/密码为admin/admin)

在Grafana中添加Prometheus数据源

Name:Prometheus
Type:Prometheus
Url:http://localhost:9090/
Access:proxy

在Dashboards页面导入自带的Prometheus Status模板

导入Node Exporter Server Metrics模板

访问https://grafana.com/dashboards/405，从这里下载Node Exporter Server Metrics模板的JSON文件。

在Grafana--Dashboard中导入这个文件，数据源选择Prometheus。

访问Dashboards

在Dashboards上选Node Exporter Server Metrics模板，就能够看到被监控服务器的CPU, 内存, 磁盘等统计信息。

若是想具体查看某一项指标也是能够的。

在Dashboards上选Prometheus Status模板，查看Prometheus各项指标数据。

参考文章: https://www.hi-linux.com/posts/25047.html

1. Prometheus入门
2. Prometheus : 入门
3. Prometheus 入门
4. Prometheus入门实践
5. Prometheus快速入门
6. prometheus-入门尝试
7. Prometheus 入门与实践
8. Prometheus入门+grafana集成
9. Prometheus监控系统入门与部署
10. Prometheus从入门到精通：1、部署
更多相关文章...
• Memcached入门教程 - NoSQL教程
• Neo4j数据库入门教程 - NoSQL教程
• YAML 入门教程
• Java Agent入门实战（一）-Instrumentation介绍与使用