Prometheus

从Prometheus架构图中就可以看出，他的数据源来源于各个target以及Pushgateway。

一、部署

1. 下载
   下载地址
2. 配置

配置信息详解
3. 启动

./prometheus --config.file=prometheus.yml

4. 数据访问

学习表达式语法

5. 监控targets
   
6. 配置聚合规则
   prometheus.rules.yml

groups:
- name: cpu-node
  rules:
  - record: job_instance_mode:node_cpu_seconds:avg_rate5m
    expr: avg by (job, instance, mode) (rate(node_cpu_seconds_total[5m]))

prometheus.yml：

二、组成

1、数据模型

Prometheus将所有数据存储为时间序列。

组成：

1. metric：需要度量的参数名称
2. label：该参数对应的标签名及对应的值，可用于过滤同一个metric下不同情况下对应的不同值；

其命名规则如下：

• metric名称：满足正则：[a-zA-Z_:][a-zA-Z0-9_:]*
• metric名称：:主要用于用户定义的规则；
• label名称：满足正则[a-zA-Z_][a-zA-Z0-9_]*；
• label名称：以__开头的label标签名用于系统内部使用；
• label值：可以任一的unicode字符；

2、Metric类型

1. Counter：是一个累积度量，表示单个单调递增的计数器，其值只能在重新启动时增加或重置为零。

2. Gauge：表示可以任意上升和下降的单个数值。

3. Histogram：例如针对观察的样例（例如针对一段时间的请求或请求返回的大小）可灵活配置和统计。
   一个Histogram metric一次获取数据产生多个时间序列 ：

   a. 计数器样式： _bucket{le=""}

   b. 总值：_sum

   c. 条目统计：_count

4. Summary：与Histogram类似，其可动态随时间更改而变化。

3、Job 和Instance

Instance：可以获取数据的端点称之为Instance；
Job：相同目的Instance集合称之为Job；