ubuntu 18 docker 搭建Prometheus+Grafana

Prometheus（普羅米修斯）是一套開源的監控&報警&時間序列數據庫的組合，起始是由SoundCloud公司開發的。隨着發展，愈來愈多公司和組織接受採用Prometheus，社會也十分活躍，他們便將它獨立成開源項目，而且有公司來運做。Google SRE的書內也曾提到跟他們BorgMon監控系統類似的實現是Prometheus。如今最多見的Kubernetes容器管理系統中，一般會搭配Prometheus進行監控。

Prometheus基本原理是經過HTTP協議週期性抓取被監控組件的狀態，這樣作的好處是任意組件只要提供HTTP接口就能夠接入監控系統，不須要任何SDK或者其餘的集成過程。這樣作很是適合虛擬化環境好比VM或者Docker 。

Prometheus應該是爲數很少的適合Docker、Mesos、Kubernetes環境的監控系統之一。

輸出被監控組件信息的HTTP接口被叫作exporter 。目前互聯網公司經常使用的組件大部分都有exporter能夠直接使用，好比Varnish、Haproxy、Nginx、MySQL、Linux 系統信息 (包括磁盤、內存、CPU、網絡等等)，具體支持的源看：https://github.com/prometheus。

與其餘監控系統相比，Prometheus的主要特色是：

一個多維數據模型（時間序列由指標名稱定義和設置鍵/值尺寸）。
很是高效的存儲，平均一個採樣數據佔~3.5bytes左右，320萬的時間序列，每30秒採樣，保持60天，消耗磁盤大概228G。
一種靈活的查詢語言。
不依賴分佈式存儲，單個服務器節點。
時間集合經過HTTP上的PULL模型進行。
經過中間網關支持推送時間。
經過服務發現或靜態配置發現目標。
多種模式的圖形和儀表板支持。

2、Prometheus架構概覽

該圖說明了普羅米修斯（Prometheus）及其一些生態系統組件的總體架構：

 

它的服務過程是這樣的Prometheus daemon負責定時去目標上抓取metrics(指標) 數據，每一個抓取目標須要暴露一個http服務的接口給它定時抓取。

Prometheus：支持經過配置文件、文本文件、zookeeper、Consul、DNS SRV lookup等方式指定抓取目標。支持不少方式的圖表可視化，例如十分精美的Grafana，自帶的Promdash，以及自身提供的模版引擎等等，還提供HTTP API的查詢方式，自定義所須要的輸出。

Alertmanager：是獨立於Prometheus的一個組件，能夠支持Prometheus的查詢語句，提供十分靈活的報警方式。

PushGateway：這個組件是支持Client主動推送metrics到PushGateway，而Prometheus只是定時去Gateway上抓取數據。

若是有使用過statsd的用戶，則會以爲這十分類似，只是statsd是直接發送給服務器端，而Prometheus主要仍是靠進程主動去抓取。

大多數Prometheus組件都是用Go編寫的，它們能夠輕鬆地構建和部署爲靜態二進制文件。訪問prometheus.io以獲取完整的文檔，示例和指南。

3、Prometheus的數據模型

Prometheus從根本上全部的存儲都是按時間序列去實現的，相同的metrics(指標名稱) 和label(一個或多個標籤) 組成一條時間序列，不一樣的label表示不一樣的時間序列。爲了支持一些查詢，有時還會臨時產生一些時間序列存儲。

metrics name&label指標名稱和標籤

每條時間序列是由惟一的」指標名稱」和一組」標籤（key=value）」的形式組成。

指標名稱：通常是給監測對像起一名字，例如http_requests_total這樣，它有一些命名規則，能夠包字母數字_之類的的。一般是以應用名稱開頭_監測對像_數值類型_單位這樣。例如：push_total、userlogin_mysql_duration_seconds、app_memory_usage_bytes。

標籤：就是對一條時間序列不一樣維度的識別了，例如一個http請求用的是POST仍是GET，它的endpoint是什麼，這時候就要用標籤去標記了。最終造成的標識即是這樣了：http_requests_total{method=」POST」,endpoint=」/api/tracks」}。

記住，針對http_requests_total這個metrics name不管是增長標籤仍是刪除標籤都會造成一條新的時間序列。

查詢語句就能夠跟據上面標籤的組合來查詢聚合結果了。

若是以傳統數據庫的理解來看這條語句，則能夠考慮http_requests_total是表名，標籤是字段，而timestamp是主鍵，還有一個float64字段是值了。（Prometheus裏面全部值都是按float64存儲）。

4、Prometheus四種數據類型

Counter

Counter用於累計值，例如記錄請求次數、任務完成數、錯誤發生次數。一直增長，不會減小。重啓進程後，會被重置。

例如：http_response_total{method=」GET」,endpoint=」/api/tracks」} 100，10秒後抓取http_response_total{method=」GET」,endpoint=」/api/tracks」} 100。

Gauge

Gauge常規數值，例如 溫度變化、內存使用變化。可變大，可變小。重啓進程後，會被重置。

例如： memory_usage_bytes{host=」master-01″} 100 < 抓取值、memory_usage_bytes{host=」master-01″} 30、memory_usage_bytes{host=」master-01″} 50、memory_usage_bytes{host=」master-01″} 80 < 抓取值。

Histogram

Histogram（直方圖）能夠理解爲柱狀圖的意思，經常使用於跟蹤事件發生的規模，例如：請求耗時、響應大小。它特別之處是能夠對記錄的內容進行分組，提供count和sum所有值的功能。

例如：{小於10=5次，小於20=1次，小於30=2次}，count=7次，sum=7次的求和值。

Summary

Summary和Histogram十分類似，經常使用於跟蹤事件發生的規模，例如：請求耗時、響應大小。一樣提供 count 和 sum 所有值的功能。

例如：count=7次，sum=7次的值求值。

它提供一個quantiles的功能，能夠按%比劃分跟蹤的結果。例如：quantile取值0.95，表示取採樣值裏面的95%數據。

5、安裝運行Prometheus(docker版)

下面介紹如何使用Prometheus和Grafana對本機服務器性能進行監控。

監控本機，只須要一個exporter, node_exporter – 用於機器系統數據收集

Grafana是一個開源的功能豐富的數據可視化平臺，一般用於時序數據的可視化。它內置瞭如下數據源的支持：

下面是咱們安裝時用到的架構圖：

 

注意：本文使用的是ubuntu-18 桌面系統，只須要一臺服務器便可！

下載鏡像包

apt-get install -y docker.io #安裝docker
docker pull prom/node-exporter
docker pull prom/prometheus
docker pull grafana/grafana

啓動node-exporter

docker run --name node-exporter --restart=always -d -p 9100:9100 -v /root/docker/prom/proc:/host/proc:ro -v /root/docker/prom/sys:/host/sys:ro -v /root/docker/prom/rootfs/:/rootfs:ro prom/node-exporter

訪問url：http://192.168.100.3:9100/metrics 效果以下：

 

這些都是收集到數據，有了它就能夠作數據展現了

啓動prometheus

新建目錄/root/docker/prometheus，編輯配置文件prometheus.yml( vim prometheus.yml) 內容以下：

global:
  scrape_interval:     60s
  evaluation_interval: 60s
 
scrape_configs:
  - job_name: prometheus
    static_configs:
      - targets: ['localhost:9090']
        labels:
          instance: prometheus
 
  - job_name: linux
    static_configs:
      - targets: ['192.168.100.3:9100']
        labels:
          instance: localhost

注意：修改IP地址，這裏的192.168.91.132就是本機地址

啓動prometheus

docker run --name prometheus --restart=always -d -p 9200:9090 -v /root/docker/prometheus/prometheus.yml:/etc/prometheus/prometheus.yml prom/prometheus

訪問url：http://192.168.100.3:9200/graph

效果以下：

 

訪問targets，url以下：http://192.168.100.3:9200/targets效果以下：

 

若是狀態沒有UP起來，等待一會，就會UP了

啓動grafana

啓動grafana

docker run -d --restart=always -p 3000:3000 -v /root/docker/grafana:/var/lib/grafana --name grafana grafana/grafana

備註 ：chmod 777 -R /root/docker/grafana  由於grafana用戶會在這個目錄寫入文件，直接設置777，比較簡單粗暴！

grafana 能夠參考 http://www.javashuo.com/article/p-xrojtcaf-dg.html

訪問url：http://192.168.91.132:3000/

點擊Add data source，

name名字寫Prometheus

url 輸入Prometheus的ip+端口

 

點擊下面的Save & Test，若是出現綠色的，說明ok了

 

.回到首頁，點擊New dashboard.點擊 Graph;輸入cpu，底部會有提示

 

 

這裏監控 node_load15，表示系統15分鐘的負載。點擊下面的Add Query;添加總內存

 

保存後效果如圖：

參考  http://www.javashuo.com/article/p-bydptqfy-hb.html