Prometheus监控 - 简介、架构及基本环境配置

Overview

Prometheus是一个开源的系统监控和报警的工具包，最初由SoundCloud发布。

Features

Prometheus的主要特点是：

• 多维数据模型（有metric名称和键值对确定的时间序列）
• 灵活的查询语言
• 不依赖分布式存储
• 通过pull方式采集时间序列，通过http协议传输
• 支持通过中介网关的push时间序列的方式
• 监控数据通过服务或者静态配置来发现
• 支持图表和dashboard等多种方式

Components

Prometheus包含多个组件，其中有许多是可选的：

• Prometheus主服务器，用来收集和存储时间序列数据
• 应用程序client代码库
• 短时jobs的push gateway
• 基于Rails/SQL的GUI dashboard
• 特殊用途的exporter（包括HAProxy、StatsD、Ganglia等）
• 用于报警的alertmanager
• 命令行工具查询

大多数的组件都是用Go来完成的，使得它们方便构建和部署。

Architecture

下图说明了Prometheus和它的组件的整体架构：

Prometheus通过直接或者短时jobs中介网关收集监控数据，在本地存储所有收集到的数据，并且通过定义好的rules产生新的时间序列数据，或者发送警报。Promdash或者其他使用API的clients可以将采集到的数据可视化。

基本环境配置

接下来给出“Hello World”式的教程，我会介绍如何安装、配置，并且在一个简单的例子中使用Prometheus。在此在本地运行Prometheus，并且配置它监控自己，然后利用查询、规则和图形来使用收集到的时间序列数据。

下载并运行

下载最新版本的Prometheus，然后提取并运行：

tar xvfz prometheus-*.tar.gz
cd prometheus-*
./prometheus

此时应该会报错缺少配置文件。

配置Prometheus进行自我监控

Prometheus可以监控自己，收集自身的监控数据。创建一个名为prometheus.yml的配置文件并保存：

global:
  scrape_interval:     15s # By default, scrape targets every 15 seconds.

  # Attach these labels to any time series or alerts when communicating with
  # external systems (federation, remote storage, Alertmanager).
  external_labels:
    monitor: 'codelab-monitor'

# A scrape configuration containing exactly one endpoint to scrape:
# Here it's Prometheus itself.
scrape_configs:
  # The job name is added as a label `job=` to any timeseries scraped from this config.
  - job_name: 'prometheus'

    # Override the global default and scrape targets from this job every 5 seconds.
    scrape_interval: 5s

    target_groups:
      - targets: ['localhost:9090']
        labels:
          group: 'prometheus'

      # Another job or machine
      - targets: ['localhost:3000']
        labels:
          group: 'rails-app'

有关配置选项的完整规范，请查看配置文档。

启动Prometheus

使用刚刚新创建的文件来启动prometheus服务：

./prometheus -config.file=prometheus.yml

此时prometheus服务应该启动起来了，在http://localhost:9090可以看到状态页。你也可以通过http://localhost:9090/metrics查看监控项。

使用表达式查看监控项

为了验证prometheus已经收集到了自身数据，在http://localhost:9090中选择“Console”选项卡中的“Graph”视图。我们以prometheus_target_interval_length_seconds这个监控项为例。

输入并回车后，将返回很多不同的时间序列，都有prometheus_target_interval_length_seconds这个名称，但有不同的标签，这些标签表示不同的时间延迟和不同的用户组。

如果我们只是对第99个百分位数延迟感兴趣，可以利用下面这个查询信息：

prometheus_target_interval_length_seconds{quantile="0.99"}

要计算返回的时间序列的数量，可以这样写：

count(prometheus_target_interval_length_seconds)

想要了解更多有关表达式语言，请查看表达式语言文档。