開源監控系統Prometheus介紹

前言

Prometheus是CNCF的一個開源項目，Google BorgMon監控系統的開源版本，是一個系統和服務的監控系統。週期性採集metrics指標，匹配規則和展現結果，以及觸發某些條件的告警發送。

 

特色

Prometheus主要區別於其餘監控系統的特色是：

• 多維度數據模型（時序數據是由指標名字和kv結構的維度定義）
• 靈活的查詢語言（PromQL）
• 不依賴分佈式存儲。每一個server是一個自治的節點。
• 經過HTTP拉取收集時序數據，同時提供push gateway供用戶主動推送數據，主要用於短生命週期的job。
• 經過靜態配置或服務發現來發現目標對象
• 支持多種多樣的出圖和展現方式，例如自帶的Web UI和Grafana等。
• 支持水平擴容

架構

 

組件

Prometheus生態系統由多個組件組成，其中大部分是可選的組件。

• Prometheus Server 負責收集和存儲時序數據。提供PromQL查詢語言的支持。
• Pushgateway 支持短生命週期的任務推送結果數據。
• Exporter 採集組件的總稱，是Prometheus生態系統中的Agent。
• Altermanager 處理告警。
• 客戶端SDK 官方提供的SDK支持的語言由go，java，python等多種語言。

絕大部分Prometheus的組件都是用golang編寫，使得Prometheus 組件容易編譯和部署。（二進制沒有依賴）

 

工做流程

從架構圖中能夠看出，Prometheus Server 週期性的拉取從配置文件或者服務發現獲取到的目標數據，每一個目標須要經過HTTP接口暴露數據。Prometheus Server經過必定的規則彙總和記錄時序數據到本地數據庫。將符合檢測條件的告警數據推送給Altermanager，Altermanager經過配置的通知方式發送告警。Web UI 或者Grafana經過PromQL查詢Prometheus Server中的數據繪圖展現。

 

適用的場景

Prometheus在記錄純數字的時序數據方面表現得很是好。既適用於機器的性能數據，也適用於服務的監控數據。對於微服務，Prometheus的多維度收集和查詢語言也是很是強大。

 

不適用的場景

Promethus的價值在於它的可靠性。Prometheus不適用於對統計或分析數據100%準確要求的場景。

 

部署實戰

下面我會經過Docker Compose的方式部署整個Prometheus監控系統和Grafana展現數據。若是對Docker Compose還不熟悉的朋友，能夠先查看我以前的介紹文章。

Prometheus的docker-compose.yml基於github的開源倉庫修改。docker-compose.yml內容以下：

version: '3.1' volumes: prometheus_data: {} grafana_data: {} services: prometheus: image: prom/prometheus:v2.1.0 volumes: - ./prometheus/:/etc/prometheus/ - prometheus_data:/prometheus command: - '--config.file=/etc/prometheus/prometheus.yml' - '--storage.tsdb.path=/prometheus' - '--web.console.libraries=/usr/share/prometheus/console_libraries' - '--web.console.templates=/usr/share/prometheus/consoles' ports: - 9090:9090 restart: always node-exporter: image: prom/node-exporter volumes: - /proc:/host/proc:ro - /sys:/host/sys:ro - /:/rootfs:ro command: - '--path.procfs=/host/proc' - '--path.sysfs=/host/sys' - --collector.filesystem.ignored-mount-points - "^/(sys|proc|dev|host|etc|rootfs/var/lib/docker/containers|rootfs/var/lib/docker/overlay2|rootfs/run/docker/netns|rootfs/var/lib/docker/aufs)($$|/)" ports: - 9100:9100 restart: always alertmanager: image: prom/alertmanager volumes: - ./alertmanager/:/etc/alertmanager/ ports: - 9093:9093 restart: always command: - '--config.file=/etc/alertmanager/config.yml' - '--storage.path=/alertmanager' grafana: image: grafana/grafana user: "104" ports: - 3000:3000 depends_on: - prometheus volumes: - grafana_data:/var/lib/grafana - ./grafana/provisioning/:/etc/grafana/provisioning/ env_file: - ./grafana/config.monitoring restart: always

從上面的docker-compose.yml能夠看出，將經過Docker Compose部署Prometheus Server，Altermanager，Grafana，和node exporter。其中node exporter負責採集機器的基礎性能數據，例如CPU，MEM，DISK等等，經過暴露HTTP接口供Prometheus Server拉取數據作數據存儲和清洗。Grafana負責數據的展現。Prometheus經過配置文件靜態配置獲取node exporter的地址：

 1 $ cat prometheus.yml  2 # my global config  3 global:  4   scrape_interval:     15s # By default, scrape targets every 15 seconds.  5   evaluation_interval: 15s # By default, scrape targets every 15 seconds.  6  # scrape_timeout is set to the global default (10s).  7 
 8   # Attach these labels to any time series or alerts when communicating with  9  # external systems (federation, remote storage, Alertmanager). 10  external_labels: 11       monitor: 'my-project'
12 
13 # Load and evaluate rules in this file every 'evaluation_interval' seconds. 14 rule_files: 15   - 'alert.rules'
16   # - "first.rules"
17   # - "second.rules"
18 
19 # alert 20 alerting: 21  alertmanagers: 22   - scheme: http 23  static_configs: 24     - targets: 25       - "alertmanager:9093"
26 
27 # A scrape configuration containing exactly one endpoint to scrape: 28 # Here it's Prometheus itself.
29 scrape_configs: 30   # The job name is added as a label `job=<job_name>` to any timeseries scraped from this config. 31 
32   - job_name: 'prometheus'
33 
34     # Override the global default and scrape targets from this job every 5 seconds. 35  scrape_interval: 5s 36 
37  static_configs: 38          - targets: ['localhost:9090'] 39 
40   - job_name: 'node-exporter'
41 
42     # Override the global default and scrape targets from this job every 5 seconds. 43  scrape_interval: 5s 44  static_configs: 45          - targets: ['node-exporter:9100']

其中40-45行是node-exporter的抓取地址和週期配置。由於Docker Compose會自動作服務地址解析，因此這裏能夠直接用node-exporter:9100做爲地址。

經過Prometheus 9090端口能夠查看到要採集的目標列表信息：

經過Grafana能夠查看到node exporter採集上來的數據展現，其中Grafana用的看板模板是https://grafana.com/dashboards/8919

 

總結

文章開始分析了Prometheus開源監控系統的總體架構和特色，而後經過Docker Compose演示了整個系統的搭建。下一篇博客我將演示用Prometheus提供的Golang SDK從頭開始寫一個Expoter。

 

參考

https://prometheus.io/docs/introduction/overview/ 

原文出處：https://www.cnblogs.com/makelu/p/11069094.html