相關概念
微服務中的監控分根據做用領域分爲三大類，Logging，Tracing，Metrics。java
-
Logging - 用於記錄離散的事件。例如，應用程序的調試信息或錯誤信息。它是咱們診斷問題的依據。好比咱們說的ELK就是基於Logging。node
-
Metrics - 用於記錄可聚合的數據。例如，隊列的當前深度可被定義爲一個度量值，在元素入隊或出隊時被更新；HTTP 請求個數可被定義爲一個計數器，新請求到來時進行累。prometheus專一於Metrics領域。linux
-
Tracing - 用於記錄請求範圍內的信息。例如，一次遠程方法調用的執行過程和耗時。它是咱們排查系統性能問題的利器。最經常使用的有Skywalking，ping-point，zipkin。git
今天咱們主要聊聊Prometheus的監控，接下來咱們瞭解下須要涉及的幾個關鍵組件。github
Prometheus
Prometheus(中文名:普羅米修斯)是由SoundCloud開發的開源監控報警系統和時序列數據庫(TSDB). Prometheus使用Go語言開發, 是Google BorgMon監控系統的開源版本。web
Prometheus的基本原理是經過HTTP協議週期性抓取被監控組件的狀態, 任意組件只要提供對應的HTTP接口就能夠接入監控. 不須要任何SDK或者其餘的集成過程。輸出被監控組件信息的HTTP接口被叫作exporter，目前開發經常使用的組件大部分都有exporter能夠直接使用, 好比Nginx、MySQL、Linux系統信息、Mongo、ES等shell
exporter
prometheus能夠理解爲一個數據庫+數據抓取工具, 工具從各處抓來統一的數據, 放入prometheus這一個時間序列數據庫中. 那如何保證各處的數據格式是統一的呢?就是經過這個exporter. Exporter是一類數據採集組件的總稱. Exporter負責從目標處蒐集數據, 並將其轉化爲Prometheus支持的格式, 它開放了一個http接口(以便Prometheus來抓取數據). 與傳統的數據採集組件不一樣的是, Exporter並不向中央服務器發送數據, 而是等待中央服務器(如Prometheus等)主動前來抓取。https://github.com/prometheus 有不少寫好的exporter,能夠直接下載使用。數據庫
Grafana
Grafana是一個圖形化工具, 它能夠從不少種數據源(例如Prometheus)中讀取數據信息, 使用很漂亮的圖表來展現數據, 而且有不少開源的dashborad可使用,能夠快速地搭建起一個很是精美的監控平臺。它與Prometheus的關係就相似於Kibana與ElasticSearch。瀏覽器
環境準備
在開始配置以前請下載如下幾個軟件(直接從github或者grafana官網下載太慢了，簡直是龜速並且容易下載失敗，建議使用迅雷下載)。服務器
-
prometheus
-
grafana
-
node_exporter
安裝
準備兩臺服務器，一臺用做安裝prometheus和grafana，一臺用做放置exporter組件。創建應用文件夾，將相關軟件上傳至服務器。
-
192.168.249.131 prometheus，grafana
-
192.168.249.129 exporter
prometheus
使用以下shell命令進行安裝並啓動
tar zxvf prometheus-2.13.1.linux-amd64.tar.gz mv prometheus-2.13.1.linux-amd64 prometheus cd prometheus nohup ./prometheus &
啓動完成後，用瀏覽器打開 http://192.168.249.131:9090進行訪問，效果以下：
grafana
使用以下shell命令進行安裝並啓動
tar grafana-6.4.3.linux-amd64.tar.gz cd grafana-6.4.3 nohup ./grafana-server &
啓動完成後，用瀏覽器打開 http://192.168.249.131:3000進行訪問，默認帳號密碼爲admin/admin，初次登錄須要修改密碼，修改密碼並登錄效果以下：
node_exporter
使用以下shell命令進行安裝並啓動
tar zxvf node_exporter-0.18.1.linux-amd64.tar.gz mv node_exporter-0.18.1.linux-amd64 node_exporter nohup ./node_exporter &
node exporter默認使用9100端口，可使用--web.listen-address=":9200"指定端口號。啓動完成後，用瀏覽器打開 http://192.168.249.129:9100/進行訪問,顯示效果以下：
配置
prometheus
進入prometheus安裝目錄，修改 prometheus.yml文件，增長監聽job server-192.168.249.129，完整配置以下：
# 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 rule_files: # - "first_rules.yml" # - "second_rules.yml" scrape_configs: # The job name is added as a label `job=<job_name>` to any timeseries scraped from this config. - job_name: 'prometheus' static_configs: - targets: ['localhost:9090'] - job_name: '192.168.249.129' static_configs: - targets: ['192.168.249.129:9100']
配置完成後重啓prometheus，查看監聽狀態。
grafana
-
配置prometheus數據源
-
去官網尋找對應的錶盤，咱們選擇node exporter監控看板
-
在grafana中在導入錶盤
-
查看監控效果
至此基於Prometheus的監控環境搭建完成,你也來動手試一下吧。
本文分享自微信公衆號 - JAVA日知錄（javadaily）。
若有侵權，請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」，歡迎正在閱讀的你也加入，一塊兒分享。