prometheus监控应用数据(二)

prometheus监控应用数据(二)

本文承接上篇文章prometheus监控应用数据(一)。使用开源软件prometheus对上篇文章中提及到的数据进行可视化监控。

1. 本文使用docker进行prometheus的部署，准备以下两个文件，以及文件内内容如下所示:

   • .env文件

     # Container Timezone 时区
     TZ=Asia/Shanghai
     
     # Prometheus 镜像版本号，映射端口号，
     PROMETHEUS_WEB_PORT=9090
     

   • docker-compose.yml文件

     version: '3.7'
     
     networks:
       demo:
         driver: bridge
     
     services:
       prometheus:
         image: prom/prometheus
         container_name: prometheus
         ports:
           - "${PROMETHEUS_WEB_PORT}:9090"
         environment:
           TZ: "${TZ}"
         volumes:
           # 挂载 prometheus 配置文件到容器中
           - ./prometheus:/etc/prometheus/
           - ./prometheus/prometheus.log:/etc/prometheus/prometheus.log
         command:
           # 指定 Prometheus 使用挂载的配置文件
           - '--config.file=/etc/prometheus/prometheus.yml'
           # 指定 Prometheus 输出日志到挂载的文件夹中
           - '--log.level=info'
           - '--log.format=logfmt'
     

2. 在上面两个文件所在目录新建prometheus目录，在新建的目录下新建prometheus.log与prometheus.yml文件。其中prometheus.yml文件中的内容如下配置：

   # 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
   
   # Load rules once and periodically evaluate them according to the global 'evaluation_interval'.
   rule_files:
     # - "first_rules.yml"
     # - "second_rules.yml"
   
   # 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"
   
     #   # metrics_path defaults to '/metrics'
     #   # scheme defaults to 'http'.
   
     #   static_configs:
     #     - targets: ["localhost:9090"]
   
     - job_name: "classInfo"
       static_configs:
         # 如果prometheus部署在docker环境中,应用程序部署在宿主机中, 就不要用localhost, 用localhost docker容器无法采集到宿主机
         # 应用进程某端口上的数据
         - targets: ["host.docker.internal:2112"] 
   

3. 在上面两个文件所在目录下执行命令docker-compose -p classroom up -d,构建prometheus环境，并启动。前提是本机已经安装好docker并已启动。

4. 启动前一篇文章prometheus监控应用数据(一)中的程序TestPrometheus，模拟业务过程。

5. 浏览器中访问地址: http://localhost:2112/metrics, 可以看到被监控的业务数据,数据格式参见前一篇文章prometheus监控应用数据(一)。

6. 浏览器中访问地址: http://localhost:9090/ 来访问docker中部署的容器prometheus,访问效果如下

   • 初始界面
     

   • 点击Add Panel按钮，会出来一个面板，点击Execute左边的按钮，会出来一个弹框，选择需要展示的监控指标，指标在前一篇文章prometheus监控应用数据(一)中已经指定,分别是EveryStudentDetail与StudentNumber,选择好，点击按钮Execute，即可展示对应指标的数据，如下所示：
     

   

7. 至此，就完成了对使用prometheus采集业务数据的可视化监视