熱門搜索 Zabbix技術資料 Zabbix常見問、答討論 成功案例 Zabbix交流區 Prometheus交流區
Prometheus是一個最初在SoundCloud上構建的開源系統監視和警報工具包 。自2012年成立以來，許多公司和組織都采用了Prometheus，該項目擁有一個非常活躍的開發人員和用戶社區。它現在是一個獨立的開源項目，可以獨立于任何公司進行維護。它啟發于 Google 的 borgmon 監控系統，由工作在 SoundCloud 的 google 前員工在 2012 年創建，作為社區開源項目進行開發，并于 2015 年正式發布。2016 年，Prometheus 正式加入 Cloud Native Computing Foundation，成為受歡迎度僅次于 Kubernetes 的項目。
作為新一代的監控框架，Prometheus 具有以下特點：
強大的多維度數據模型： 時間序列數據通過 metric 名和鍵值對來區分。 所有的 metrics 都可以設置任意的多維標簽。
數據模型更隨意，不需要刻意設置為以點分隔的字符串。 可以對數據模型進行聚合，切割和切片操作。
支持雙精度浮點類型，標簽可以設為全unicode。 靈活而強大的查詢語句（PromQL）：在同一個查詢語句，可以對多個 metrics進行乘法、加法、連接、取分數位等操作。
易于管理： Prometheus server是一個單獨的二進制文件，可直接在本地工作，不依賴于分布式存儲。 高效：平均每個采樣點僅占 3.5 bytes，且一個 Prometheus server 可以處理數百萬的 metrics。 使用 pull模式采集時間序列數據，這樣不僅有利于本機測試而且可以避免有問題的服務器推送壞的 metrics。 可以采用 push gateway 的方式把時間序列數據推送至 Prometheus server 端。 可以通過服務發現或者靜態配置去獲取監控的 targets。
有多種可視化圖形界面。 易于伸縮。 需要指出的是，由于數據采集可能會有丟失，所以 Prometheus 不適用對采集數據要 100%
準確的情形。但如果用于記錄時間序列數據，Prometheus 具有很大的查詢優勢，此外，Prometheus 適用于微服務的體系架構。
Prometheus生態系統由多個組件組成，其中許多組件是可選的：
主要的Prometheus服務器，用于存儲時間序列數據 ；
用于檢測應用程序代碼的客戶端庫；
用于支持短期工作的推送網關 針對HAProxy，StatsD，Graphite等服務的專用出口商 ；
一個alertmanager處理警報 各種支持工具 ；
大多數Prometheus組件都是用Go編寫的，因此很容易構建和部署為靜態二進制文件。
此圖說明了Prometheus的體系結構及其一些生態系統組件：
在選擇Prometheus作為監控工具前，要明確它的適用范圍，以及不適用的場景。
Prometheus在記錄純數值時間序列方面表現非常好。它既適用于以服務器為中心的監控，也適用于高動態的面向服務架構的監控。
在微服務的監控上，Prometheus對多維度數據采集及查詢的支持也是特殊的優勢。
Prometheus更強調可靠性，即使在故障的情況下也能查看系統的統計信息。權衡利弊，以可能丟失少量數據為代價確保整個系統的可用性。因此，它不適用于對數據準確率要求100%的系統，比如實時計費系統（涉及到錢）。
普羅米修斯重視可靠性。即使在故障情況下，您也可以隨時查看有關系統的可用統計信息。如果您需要100％的準確度，例如按請求計費，Prometheus不是一個好的選擇，因為收集的數據可能不夠詳細和完整。在這種情況下，您最好使用其他系統來收集和分析數據以進行計費，并使用Prometheus進行其余監控。
Prometheus Server:
Prometheus Server是Prometheus組件中的核心部分，負責實現對監控數據的獲取，存儲以及查詢。 Prometheus Server可以通過靜態配置管理監控目標，也可以配合使用Service Discovery的方式動態管理監控目標，并從這些監控目標中獲取數據。其次Prometheus Server需要對采集到的監控數據進行存儲，Prometheus Server本身就是一個時序數據庫，將采集到的監控數據按照時間序列的方式存儲在本地磁盤當中。最后Prometheus Server對外提供了自定義的PromQL語言，實現對數據的查詢以及分析。 Prometheus Server內置的Express Browser UI，通過這個UI可以直接通過PromQL實現數據的查詢以及可視化。 Prometheus Server的聯邦集群能力可以使其從其他的Prometheus Server實例中獲取數據，因此在大規模監控的情況下，可以通過聯邦集群以及功能分區的方式對Prometheus Server進行擴展。
Exporters:
Exporter將監控數據采集的端點通過HTTP服務的形式暴露給Prometheus Server，Prometheus Server通過訪問該Exporter提供的Endpoint端點，即可獲取到需要采集的監控數據。 一般來說可以將Exporter分為2類： 直接采集：這一類Exporter直接內置了對Prometheus監控的支持，比如cAdvisor，Kubernetes，Etcd，Gokit等，都直接內置了用于向Prometheus暴露監控數據的端點。 間接采集：間接采集，原有監控目標并不直接支持Prometheus，因此我們需要通過Prometheus提供的Client Library編寫該監控目標的監控采集程序。例如： Mysql Exporter，JMX Exporter，Consul Exporter等。
PushGateway:
在Prometheus Server中支持基于PromQL創建告警規則，如果滿足PromQL定義的規則，則會產生一條告警，而告警的后續處理流程則由AlertManager進行管理。在AlertManager中我們可以與郵件，Slack等等內置的通知方式進行集成，也可以通過Webhook自定義告警處理方式。
Service Discovery:
服務發現在Prometheus中是特別重要的一個部分，基于Pull模型的抓取方式，需要在Prometheus中配置大量的抓取節點信息才可以進行數據收集。有了服務發現后，用戶通過服務發現和注冊的工具對成百上千的節點進行服務注冊，并最終將注冊中心的地址配置在Prometheus的配置文件中，大大簡化了配置文件的復雜程度， 也可以更好的管理各種服務。 在眾多云平臺中（AWS,OpenStack），Prometheus可以 通過平臺自身的API直接自動發現運行于平臺上的各種服務，并抓取他們的信息Kubernetes掌握并管理著所有的容器以及服務信息，那此時Prometheus只需要與Kubernetes打交道就可以找到所有需要監控的容器以及服務對象. Consul（官方推薦）等服務發現注冊軟件 通過DNS進行服務發現 通過靜態配置文件（在服務節點規模不大的情況下）
這一期的Prometheus的技術分享到這就結束了，更多Prometheus相關信息請持續關注Prometheus技術分享專欄。
高校運維解決方案以基礎架構監控平臺為依托，結合可視化大屏、集中告警、報表系統、權限管理、業務系統管理等模塊，實現對IT基礎架構和教學系統等統一集中監...
View details
尊龍時凱官網
