Prometheus、Grafana、node_exporter、redis_exporter、mysqld_exporter

1 Prometheus

Prometheus (普罗米修斯)
容器监控与报警：
容器监控的实现方对比虚拟机或者物理机来说比大的区别，比如容器在k8s环境中可以任意横向扩容与缩容，那么
就需要监控服务能够自动对新创建的容器进行监控，当容器删除后又能够及时的从监控服务中删除，而传统的
zabbix的监控方式需要在每一个容器中安装启动agent，并且在容器自动发现注册方面并没有比好的实现方式

Prometheus：
k8s的早期版本基于组件heapster实现对pod和node节点的监控功能，但是从k8s 1.8版本开始使用metrics API的方
式监控，并在1.11版本 正式将heapster替换，后期的k8s监控主要是通过metrics Server提供核心监控指标，比如
Node节点的CPU和内存使用率，其他的监控交由另外一个组件Prometheus 完成。

prometheus简介：
https://prometheus.io/docs/ #官方文档
https://github.com/prometheus #github地址
Prometheus是基于go语言开发的一套开源的监控、报警和时间序列数据库的组合，是由SoundCloud公司开发的 开源监控系统,Prometheus是CNCF（Cloud Native Computing Foundation,云原生计算基金会）继kubernetes 之 后毕业的第二个项目，prometheus在容器和微服务领域中得到了广泛的应用，其特点主要如下：
使用key-value的多维度格式保存数据 数据不使用MySQL这样的传统数据库，而是使用时序数据库，目前是使用的TSDB 支持第三方dashboard实现更高的图形界面，如grafana(Grafana 2.5.0版本及以上) 功能组件化 不需要依赖存储，数据可以本地保存也可以远程保存 服务自动化发现 强大的数据查询语句功(PromQL,Prometheus Query Language)

prometheus server：主服务，接受外部http请求，收集、存储与查询数据等 prometheus targets: 静态收集的目标服务数据 service discovery：动态发现服务 prometheus alerting：报警通知 pushgateway：数据收集代理服务器(类似于zabbix proxy) data visualization and export： 数据可视化与数据导出(访问客户端)
prometheus 二进制安装：
https://prometheus.io/download/ #官方二进制下载地址，监听端口为9090
prometheus特点
1、Prometheus基于时间序列的数值数据的容器监控解决方案，是一套开源的监控&报警&时间序列数据库的组合，适合监控docker容器
2、时间序列：按照时间顺序记录系统、设备状态变化的数据，被称为时序数据
3、基于时间序列数据的特点：
（1）性能好：关系型数据库处理大规模数据适合性能弱，NOSQL可以比较好的处理，但仍比不上时间序列数据库
（2）存储成本低：搞笑的压缩算法，节省存储空间，有效降低IO
4、Prometheus特征：
（1）多维度数据模型
（2）灵活的查询语言
（3）不依赖分布式存储，单个服务器节点即可实现监控
（4）以HTTP方式，通过pull模型拉取时间序列数据
（5）也可以通过中介网关支持push模型
（6）通过服务发现或者静态配置，来发现目标服务对象
（7）支持多种多样的图表和界面显示
多维度数据模型，一个时间序列由一个度量指标和多个标签键值对确定
灵活的查询语言，对收集的时许数据进行重组
强大的数据可视化功能，除了内置的浏览器，也支持grafana集成
高效存储，内存加本地磁盘，可通过功能分片和联盟来拓展性能
运维简单，只依赖于本地磁盘，go二进制安装包没有任何其他依赖
精简告警
非常多的客户端库
提供了许多导出器来收集常用系统指标
Prometheus根据配置的任务（job）以周期性pull的方式获取指定目标（target）上的指标（metric）。
（1）Prometheus Server: 根据配置完成数据采集， 服务发现以及数据存储。
（2）Push Gateway : 为应对部分push场景提供的插件，监控数据先推送到 Push Gateway 上，然后再由 Prometheus Server 端采集 pull 。由于存在时间较短，可能在 Prometheus 来 pull 之前，jobs就消失了。（若 Prometheus Server 在采集间隔期间，Push Gateway 上的数据没有变化， Prometheus Server 将采集到2次相同的数据，仅时间戳不同）
（3）Exporters（探针）: 是Prometheus的一类数据采集组件的总称。它负责从目标处搜集数据，并将其转化为Prometheus支持的格式。与传统的数据采集组件不同的是，它并不向中央服务器发送数据，而是等待中央服务器主动前来抓取。抓取什么样的数据，就需要什么类型的exporter，比如说抓取mysql状态的数据，就需要mysqld_exporter。
（4）Alertmanager: Prometheus server 主要负责根据基于PromQL的告警规则分析数据，如果满足PromQL定义的规则，则会产生一条告警，并发送告警信息到Alertmanager，Alertmanager则是根据配置处理告警信息并发送。常见的接收方式有：电子邮件，webhook 等。Alertmanager三种处理告警信息的方式：分组，抑制，静默。

altermanager架构图

Prometheus命令参数与配置文件详解
1、命令参数
–web.read-timeout=5m：请求链接的最大等待时间，防止太多的空闲链接占用资源
–web.read-timeout=5m：最大链接数
–storage.tsdb.retention=15d：开启采集监控数据后，会存在内存和硬盘中多少天，很重要
–storage.tsdb.path=”data/”：存储数据路径，很重要，不要随便放在=，避免/被塞满
–query.timeout=2m
–query.max-concurrency=20
这两项是对用户执行prometheus查询适合的优化设置，防止太多用户同时查询，也防止单个用户执行过大的查询而一直不退出
2、配置文件详解
prometheus.yml
重要参数
global:
scrape_interval: 15s 监控每15秒采集一次信息
scrape_configs:

job_name: ‘prometheus’ 任务名称
static_configs:
targets: [‘localhost:9090’,’mysql:9100’] 设置监控的服务器有哪些，服务器间以,分割，服务器名称需要被prometheus能够解析到
3、数据存放
如图中一些长串字母的目录，是历史数据保留，而当前近期数据，实际保留在内存中，并且按照一定时间间隔存放在wal目录中，防止土壤断电或重启，用来恢复内存中的数据

4、node_exporters中一些重要key
（1）node_cpu
（2）node_memory
（3）node_disk

与其他监控系统对不
3.1 Prometheus vs. Zabbix
​​Zabbix​​ 使用的是 C 和 PHP, Prometheus 使用 Golang, 整体而言 Prometheus 运行速度更快一点。
Zabbix 属于传统主机监控，主要用于物理主机、交换机、网络等监控，Prometheus 不仅适用主机监控，还适用于 Cloud、SaaS、Openstack、Container 监控。
Zabbix 在传统主机监控方面，有更丰富的插件。
Zabbix 可以在 WebGui 中配置很多事情，Prometheus 需要手动修改文件配置。、
3.2 Prometheus vs. Nagios
​​Nagios​​ 数据不支持自定义 Labels, 不支持查询，告警也不支持去噪、分组, 没有数据存储，如果想查询历史状态，需要安装插件。
Nagios 是上世纪 90 年代的监控系统，比较适合小集群或静态系统的监控Nagios 太古老，很多特性都没有，Prometheus 要优秀很多。
3.3 Prometheus vs Sensu
​​Sensu​​ 广义上讲是 Nagios 的升级版本，它解决了很多 Nagios 的问题，如果你对 Nagios 很熟悉，使用 Sensu 是个不错的选择。
Sensu 依赖 RabbitMQ 和 Redis，数据存储上扩展性更好。
3.4 Prometheus vs InfluxDB
​​InfluxDB​​ 是一个开源的时序数据库，主要用于存储数据，如果想搭建监控告警系统，需要依赖其他系统。
InfluxDB 在存储水平扩展以及高可用方面做的更好, 毕竟核心是数据库。

1.1 下载

下载地址
https://prometheus.io/download/

1.2 安装

wget https://github.com/prometheus/prometheus/releases/download/v2.35.0/prometheus-2.35.0.linux-amd64.tar.gz
tar xf prometheus-2.35.0.linux-amd64.tar.gz -C /usr/local/
rm -rf prometheus-2.35.0.linux-amd64.tar.gz 
mv /usr/local/prometheus-2.35.0.linux-amd64/ /usr/local/prometheus

1.3 启动

默认文件 Prometheus 目录中启动

/usr/local/prometheus/prometheus --config.file=/usr/local/prometheus/prometheus.yml &
./prometheus &	
nohup ./prometheus --config.file=prometheus.yml > prometheus.file 2>&1 &

1.4 Docker

docker run --name prometheus -d -p 9090:9090 prom/prometheus
# 启动 prometheus       
docker run -d  --name=prometheus --net=host  -v /data/prometheus:/etc/prometheus  prom/prometheus:latest

1.5 服务

cat >/usr/lib/systemd/system/prometheus.service <  /etc/systemd/system/prometheus.service <

prometheus.yml

global:       
  scrape_interval:     60s       
  evaluation_interval: 60s
         
scrape_configs:       
  - job_name: prometheus       
    static_configs:       
      - targets: ['localhost:9090']       
        labels:       
          instance: 'prometheus'
 
  # 配置被监控的主机的node_expoter   
  - job_name: node-exporter       
    static_configs:       
      - targets: ['192.168.1.14:9100']       
        labels:       
          instance: 'web'
 
  #配置rabbitmq集群
  - job_name: rabbitmq-cluster       
    static_configs:       
      - targets: ['192.168.1.15:15672']       
        labels:       
          instance: 'rabbitmq01'
      - targets: ['192.168.1.12:15672']       
        labels:       
          instance: 'rabbitmq02'

systemctl start prometheus
http://192.168.66.22:9090/metrics
http://192.168.66.22:9090

1. 处有几条记录，其中 instance 值为 localhost:8080 的记录，value 是 1，这代表对应应用是存活状态。
   例如查看我们所运行 NodeExporter 节点所在机器的内存使用情况，可以输入：node_memory_Active_bytes/(102410241024) 查看。
   

2. 查看 NodeExporter 节点所在机器 CPU 1 分钟的负载情况，可以输入 node_load1 即可查看。
   

3. 查询指定 mertic_name : node_cpu_seconds_total
   

4. 带标签的查询
   node_cpu_seconds_total{instance=“127.0.0.1:9100”}
   
   5)多标签查询
   node_cpu_seconds_total{instance=“127.0.0.1:9100”,mode=“system”}
   

5. 计算 CPU 使用率
   100 - (avg(irate(node_cpu_seconds_total{mode=“idle”}[5m])) by (instance) * 100)
   

6. 计算内存使用率
   100 - (node_memory_MemFree_bytes+node_memory_Cached_bytes+node_memory_Buffers_bytes) / node_memory_MemTotal_bytes * 100

8) 计算磁盘使用率
100 - (((node_filesystem_size_bytes{fstype=~“xfs|ext4”} - node_filesystem_free_bytes{fstype=~“xfs|ext4”}) / node_filesystem_size_bytes{fstype=~“xfs|ext4”}) * 100)

另外每次抓取时，Prometheus 还会自动在以下时序里插入采样值：

​​up{job=“[job-name]”, instance=“instance-id”}​​：采样值为 1 表示实例健康，否则为不健康
​​scrape_duration_seconds{job=“[job-name]”, instance=“[instance-id]”}​​：采样值为本次抓取消耗时间
​​scrape_samples_post_metric_relabeling{job=“”, instance=“”}​​：采样值为重新打标签后的采样值个数
​​scrape_samples_scraped{job=“”, instance=“”}​​：采样值为本次抓取到的采样值个数

2 node_exporter

2.1 安装

tar xf node_exporter-1.3.1.linux-amd64.tar.gz -C /usr/local/
mv /usr/local/node_exporter-1.3.1.linux-amd64 /usr/local/node_exporter

2.2 启动

nohup /usr/local/node_exporter/node_exporter &
nohup ./node_exporter --web.listen-address 172.17.0.2:8080 > nodeout.file 2>&1 &
nohup ./node_exporter --config.file=node_exporter.yml 2>&1 1>node_exporter.log &

lsof -i:9100
http://192.168.66.22:9100/metrics

2.3 修改Prometheus

[prometheus.yml] 配置文件，如果不是部署再一台服务器的话新增以下内容

 - job_name: 'node_exporter' # 取一个job名称来代 表被监控的机器 
    static_configs: 
    - targets: ['127.0.0.9:9100'] # 这里改成被监控机器

如果是部署在一台服务器的话只需要再原来的配置中添加

        - targets: ['localhost:9090','localhost:9100'] 

如想在 Grafana 中展示 JVM 数据，则需要在配置文件中加入

- job_name: 'application'
    scrape_interval: 5s
    metrics_path: '/actuator/prometheus'
    file_sd_configs:
      - files: ['/usr/local/prometheus/groups/applicationgroups/*.json']

2.4 服务

vim /etc/systemd/system/node_exporter.service

[Unit]
Description=node_exporter
After=network.target
[Service]
Restart=on-failure
ExecStart=/usr/local/node_exporter/node_exporter
[Install]
WantedBy=multi-user.target

cat >/usr/lib/systemd/system/node_exporter.service <

systemctl enable node_exporter
systemctl start node_exporter

2.5 Docker

　docker run -d -p 9100:9100 quay.io/prometheus/node-exporter
　# 启动 node-exporter(所有被监控主机都需要安装)       
   docker run -d  --name=node-exporter --net=host -v /proc:/host/proc:ro  -v /sys:/host/sys:ro  -v /:/rootfs:ro    prom/node-exporter:latest   

2.6 配置Grafana

添加dashboard
Grafana官方为我们提供了很多dashboard页面，可直接下载使用。浏览器访问 https://grafana.com/grafana/dashboards 下载所需要的dashboard页面

选择数据源为Prometheus，然后我们选择第一个dashboard

复制dashboard Id

然后打开我们的Grafana监控页面，打开dashboard的管理页面


Grafana会自动识别dashboard Id 。点击load

然后点击【change uid】按钮，生成一个随机的UID，然后点击下方输入框，选择我们之前创建的数据源Prometheus，最后点击【Import】按钮，即可完成导入。

导入成功后，会自动打开该Dashboard，即可看到我们刚才设置好的node监控

2.7 node-exporter常用指标类型：

   node_cpu：系统CPU使用量
　　node_disk*：磁盘IO
　　node_filesystem*：文件系统用量
　　node_load1：系统负载
　　node_memeory*：内存使用量
　　node_network*：网络带宽
　　node_time：当前系统时间
　　go_*：node exporter中go相关指标
　　process_*：node exporter自身进程相关运行指标

Node Exporter 经常使用查询语句
收集到 node_exporter 的数据后，咱们可使用 PromQL 进行一些业务查询和监控，下面是一些比较常见的查询

如下查询均以单个节点做为例子，若是你们想查看全部节点，将 instance=“xxx” 去掉便可。

CPU使用率
100 - (avg by (instance) (irate(node_cpu{instance=“172.16.8.153:9100”, mode=“idle”}[5m])) * 100)
CPU各个mode使用率
avg by (instance, mode) (irate(node_cpu{instance=“172.16.8.153:9100”}[5m])) * 100

User：CPU一共花了多少比例的时间运行在用户态空间或者说是用户进程(running user space processes)。典型的用户态空间程序有：Shells、数据库、web服务器等

Nice：可理解为，用户空间进程的CPU的调度优先级，范围为[-20,19]

System：System的含义与User类似。System表示：CPU花了多少比例的时间在内核空间运行。分配内存、IO操做、建立子进程……都是内核操做。这也代表，当IO操做频繁时，System参数会很高

ioWait：在计算机中，读写磁盘的操做远比CPU运行的速度要慢，CPU负载处理数据，而数据通常在磁盘上须要读到内存中才能处理。当CPU发起读写操做后，须要等着磁盘驱动器将数据读入内存,从而致使CPU 在等待的这一段时间内无事可作。CPU处于这种等待状态的时间由Wait参数来衡量

Idle：CPU处于空闲状态时间比例。通常而言，idel + user + nice 约等于100%

机器平均负载
node_load1{instance=“172.16.8.153:9100”} // 1分钟负载
node_load5{instance=“172.16.8.153:9100”} // 5分钟负载
node_load15{instance=“172.16.8.153:9100”} // 15分钟负载　　
内存使用率
100-(node_memory_MemFree{instance=“172.16.8.172:9100”}+node_memory_Cached{instance=“172.16.8.172:9100”}+node_memory_Buffers{instance=“172.16.8.172:9100”})/node_memory_MemTotal{instance=“172.16.8.172:9100”} * 100
磁盘使用率
100 - node_filesystem_free{instance=“172.16.8.153:9100”,fstype!~“rootfs|selinuxfs|autofs|rpc_pipefs|tmpfs|udev|none|devpts|sysfs|debugfs|fuse."} / node_filesystem_size{instance=“172.16.8.153:9100”,fstype!~"rootfs|selinuxfs|autofs|rpc_pipefs|tmpfs|udev|none|devpts|sysfs|debugfs|fuse.”} * 100

网卡出/入包
// 入包量
sum by (instance) (rate(node_network_receive_bytes{instance=“172.16.8.153:9100”,device!=“lo”}[5m]))

// 出包量
sum by (instance) (rate(node_network_transmit_bytes{instance=“172.16.8.153:9100”,device!=“lo”}[5m]))
Node exporter Dashboard 模板
获取node exporter dashboard
1.下载dashboard json文件在上传到grafana中
https://grafana.com/dashboards/1860

2.直接在grafana中输入相应导入的dashboard code_id

3 mysqld_exporter

如果需要利用Prometheus来监控MySQL同样也很方便，只需选择相应的Exporter即可。具体地，选择MySQLD Exporter来采集MySQL的监控数据。命令如下，其中通过DATA_SOURCE_NAME环境变量设置MySQL服务的账号、密码、URL信息

3.1 安装

tar xf mysqld_exporter-0.14.0.linux-amd64.tar.gz -C /usr/local/
mv /usr/local/soft/mysqld_exporter-0.14.0.linux-amd64/ /usr/local/mysqld_exporter

# 在MySQL服务器上创建监控用户
mysql> grant select,replication client, process on *.* to 'mysql_monitor'@'localhost' identified by '123';
Query OK, 0 rows affected, 1 warning (0.00 sec)
mysql> flush privileges;
Query OK, 0 rows affected (0.03 sec)
mysql> exit
Bye

# 将上面创建的mysql用户信息写入mysqld_exporter配置文件（新创建一个）
[root@mysql01 ~]# vim /opt/mysqld_exporter/.my.cnf
[client]
user=mysql_monitor
password=123

# 启动mysqld_exporter
nohup /opt/mysqld_exporter/mysqld_exporter --config.my-cnf=/opt/mysqld_exporter/.my.cnf &

3.2 启动

nohup /usr/local/mysqld_exporter/mysqld_exporter --config.my-cnf=/usr/local/mysqld_exporter/.my.cnf &

lsof -i:9104
如果是部署在一台服务器的话只需要再原来的配置中添加

    - targets: ['localhost:9090','localhost:9100','localhost:9104'] 

3.3 配置

类似地，我们可以在Prometheus服务的配置文件prometheus.yml中添加相应的配置，用于收集MySQLD Exporter的监控数据

...
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']

  # 收集主机的监控数据  
  - job_name: 'MacBook Pro'
    static_configs:
    - targets: ['192.168.0.108:9100']

  # 收集MySQL的监控数据      
  - job_name: 'MySQL'
    static_configs:
    - targets: ['192.168.0.108:9104']

3.4 Docker

# 拉取镜像
docker pull prom/mysqld-exporter

# 启动容器
docker run -d --name mysqldExporter \
-p 9104:9104 \
-e DATA_SOURCE_NAME="root:123456@(192.168.0.108:3306)/"  \
prom/mysqld-exporter

3.5 配置grafana

类似地对于可视化配置而言，在Grafana官网选择适用于监控MySQL的模板(过滤条件：name/description=mysql and data source=Prometheus)，复制其ID——12826


当然，这个更新的不及时，要体验最新的我们直接去项目地址下载安装mysql监控的dashboard（包含相关json文件，这些json文件可以看作是开发人员开发的一个监控模板)
下载网址: https://github.com/percona/grafana-dashboards
方式二：导入最新的json文件

解压得到相关JSON文件

在grafana图形界面导入MySQL相关json文件

4 Redis

4.1 安装

cd /export/prometheus_exporter/
wget https://github.com/oliver006/redis_exporter/releases/download/v1.37.0/redis_exporter-v1.37.0.linux-amd64.tar.gz
tar -xvf redis_exporter-v1.37.0.linux-amd64.tar.gz

4.2 启动

无密码
./redis_exporter redis//10.200.10.169:4100 &
有密码
./redis_exporter -redis.addr 10.200.10.169:4100 -redis.password &

4.3系统服务：

vim /etc/systemd/system/redis_exporter.service

[Unit]
Description=redis_exporter
After=network.target

[Service]
Restart=on-failure
ExecStart=/export/prometheus_exporter/redis_exporter -redis.addr 10.200.10.169:4100 -redis.password 123456

[Install]
WantedBy=multi-user.target

systemctl daemon-reload
systemctl start redis_exporter.service
systemctl enable redis_exporter.service

4.4 配置Prometheus

配置Prometheus.yaml文件

　- job_name: 'redis-10.200.10.169'
　　static_configs:
　　- targets: ['10.200.10.169:9121']

配置模板
下载grafana的redis的prometheus-redis_rev1.json模板：　
wget https://grafana.com/api/dashboards/763/revisions/1/download
在grafana中导入json模板：

配置成功UP状态

访问grafana，最终呈现：

4.5 Docker

#使用docker启动redis监控客户端
docker run -d --name redis_exporter -p 9121:9121 oliver006/redis_exporter --restart=always

docker ps
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
23f8171fb0af oliver006/redis_exporter “/bin/redis_exporter” 3 seconds ago Up 3 seconds

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: node_exporter
    static_configs:
    - targets: ['10.39.43.120:9100']
  - job_name: 'mysql global status'
    scrape_interval: 15s
    static_configs:
    - targets:
        - 10.39.43.120:9104
    params:
      collect[]:
        - global_status
  - job_name: 'mysql performance'
    scrape_interval: 1m
    static_configs:
      - targets:
        - '10.39.43.120:9104'
    params:
      collect[]:
        - perf_schema.tableiowaits
        - perf_schema.indexiowaits
        - perf_schema.tablelocks
  - job_name: redis_exporter
    static_configs:
    - targets: ['10.39.43.120:9121']

5 Process-exporter

进程监控：Process-exporter
由于我们常用的node_exporter并不能覆盖所有进程细化监控项，这里我们使用Process-exporter对进程进行监控。

5.1 下载

wget https://github.com/ncabatoff/process-exporter/releases/download/v0.7.10/process-exporter-0.7.10.linux-amd64.tar.gz

5.2 安装

tar -zxvf process-exporter-0.7.10.linux-amd64.tar.gz
mv process-exporter-0.7.10.linux-amd64 process-exporter
 rm -rf process-exporter-0.7.10.linux-amd64.tar.gz

5.3 服务

vim /etc/systemd/system/process-exporter.service

[Unit]
Description=node exporter
Documentation=node exporter
 
[Service]
ExecStart=/usr/local/process-exporter/process-exporter -config.path /usr/local/process-exporter/process-name.yaml
 
[Install]
WantedBy=multi-user.target

5.4 配置文件匹配规则

　配置文件根据变量名匹配到配置文件：
　　　　{{.Comm}} 包含原始可执行文件的basename，/proc//stat 中的换句话说，2nd 字段
　　　　{{.ExeBase}} 包含可执行文件的basename
　　　　{{.ExeFull}} 包含可执行文件的完全限定路径
　　　　{{.Matches}} 映射包含应用命令行tlb所产生的所有匹配项

6 Nginx

Process-exporter 可以进程名字匹配进程，获取进程信息。匹配规则由name对应的模板变量决定，以下表示监控进程名字为nginx （前提是我们已经安装了nginx服务，并且已经启动）
　vim /usr/local/process-exporter/process-name.yaml

process_names:
- name: "{{.Matches}}"
cmdline:
- 'nginx'
[root@localhost ~]# systemctl start process-exporter.service
[root@localhost ~]# systemctl enable process-exporter.service
[root@localhost ~]# vim /usr/local/prometheus/prometheus.yml
- job_name: 'process'
static_configs:
- targets: ['192.168.10.121:9256']

systemctl restart prometheus


　统计有多少个进程数：sum(namedprocess_namegroup_states)

7 alertmanager

7.1 安装

cd /opt && wget -c https://github.com/prometheus/alertmanager/releases/download/v0.18.0/alertmanager-0.18.0.linux-amd64.tar.gz
tar zxf alertmanager-0.18.0.linux-amd64.tar.gz
mv alertmanager-0.18.0.linux-amd64 alertmanager
chown root.root alertmanager -R

7.3 服务

# 配置服务
cat >/usr/lib/systemd/system/alertmanager.service <

设置服务开机自启动
systemctl enable alertmanager
systemctl start alertmanager

直接启动
nohup ./alertmanager --config.file=alertmanager.yml 2>&1 1>alertmanager.log &

7.3 Docker

docker pull quay.io/prometheus/alertmanager

8 pushgateway

pushgateway本身没有任何抓取监控数据的功能，它只是被动的等待数据推送，它接受的是http的post形式，所以需要用户自定义脚本把数据发送给pushgateway
附搜集脚本：

#!/bin/bash

#本机机器名 变量 用于之后的 标签
instance_name=hostname -f | cut -d’.’ -f1

#要求机器名 不能是 localhost 不然标签就没有区分了
if [ instance_name == “localhost” ];then
echo “Must FQDN hostname”
exit 1
fi

#定一个新的 key
label=“count_netstat_wait_connections”

#定义一个新的数值 netstat中 wait 的数量
count_netstat_wait_connections=netstat -an | grep -i wait | wc -l
echo “label : count_netstat_wait_connections”
echo “label count_netstat_wait_connections” | curl --data- binary @- http://prometheus.server.com:9091/metrics/job/ pushgateway/instance/instance_name

之后结合crontab定时触发
（2）优缺点
优点：快速、灵活，不受约束，中小企业一般使用node和db的exporter就行，其余使用pushgateway就可以
缺点：单点瓶颈，故障后监控数据也没了；问题数据依旧发送给prometheus
4、监控远程mysql
（1）在被管理及安装mysqld_export组件
首先下载mysqld-exporter，之后安装mariadb或者mysql
（2）其次创建mysql账号，用来收集数据
grant select,replication client,process on . to ‘prom’@‘localhost’ identified by ‘123’;
由于只是搜集数据，所以权限没有给写，避免权限过大
（3）在mysqld_exporter组件中配置mysql信息，比如我在/etc/prometheus目录下新建了一个mysqld_export.cnf，其中内容，user与password就是刚才授权的mysql账号

之后启动，nohup prometheus-mysqld-exporter --config.my-cnf=/etc/prometheus/mysqld_export.cnf &

prometheus服务器拉取mysql服务器信息
编辑prometheus.yml，添加job_name以及监控设备ip与端口

8.1 安装

cd /opt && wget -c https://github.com/prometheus/pushgateway/releases/download/v0.9.1/pushgateway-0.9.1.linux-amd64.tar.gz
tar zxf pushgateway-0.9.1.linux-amd64.tar.gz
mv pushgateway-0.9.1.linux-amd64 pushgateway
chown root.root pushgateway -R

8.2 服务

cat >/usr/lib/systemd/system/pushgateway.service <

设置服务开机自启动
systemctl enable pushgateway
systemctl start pushgateway

直接启动
nohup ./pushgateway --config.file=node_exporter.yml 2>&1 1>node_exporter.log &

shell命令创建

echo "some_metric 3.14" | curl --data-binary @- http://localhost:9091/metrics/job/some_job

发送复杂数据

cat <

9 Grafana

9.1 下载

https://mirrors.tuna.tsinghua.edu.cn/grafana/yum/rpm/

9.2 安装

rpm

wget https://dl.grafana.com/oss/release/grafana-8.5.3-1.x86_64.rpm 
yum localinstall grafana-8.5.3-1.x86_64.rpm 
systemctl enable grafana-server.service
systemctl start grafana-server.service
# web页面3000 登录信息：admin/admin
# 安装插件
grafana-cli plugins install grafana-piechart-panel
systemctl restart grafana-server

tar.gz

wget https://dl.grafana.com/oss/release/grafana-7.1.1.linux-amd64.tar.gz
tar xf grafana-7.1.1.linux-amd64.tar.gz -C /usr/local/soft/
mv grafana-7.1.1 /usr/local/grafana
cd /usr/local/grafana/bin/
nohup ./grafana-server &

9.3 Docker

docker pull grafana/grafana:6.2.2
docker run -d --name=grafana --net=host -v /data/grafana-storage:/var/lib/grafana grafana/grafana:latest

9.4 配置

模板下载https://grafana.com/grafana/dashboards
打开服务器 url:3000 查看是否启动成功, 正式环境记得放行此端口

初次登录默认密码：admin/admin
设置---->Data Source---->Add Datasource----->选择prometheus---->数据源修改
Name：默认为Prometheus，当仅有一个Prometheus数据源时，默认即可。（注意：首字母大写
Url：默认http://localhost:9090,根据实际情况填写IP:端口。
Access：默认为Server，无需变更，默认即可。

添加Prometheus数据源
（1）点击主界面的“Add data source”

（2）选择Prometheus

（3）填写数据源设置项

URL处填写Prometheus服务所在的IP地址，此处我们将Prometheus服务与Grafana安装在同一台机器上，直接填写localhost即可

点击下方 【Save & Test】按钮，保存设置

（4）Dashboards页面选择“Prometheus 2.0 Stats”

点击Dashboards选项卡，选择Prometheus 2.0 Stats

（5）查看监控

点击Grafana图标，切换到Grafana主页面，然后点击Home，选择我们刚才添加的Prometheus 2.0 Stats，即可看到监控数据

配置大屏
点击+号------>import-------->选择Upload json file或者是搜索8919模板------>load加载

验证图形信息：
饼图插件未安装，需要提前安装
https://grafana.com/grafana/plugins/grafana-piechart-panel
安装插件
grafana-cli plugins install grafana-piechart-panel
重启服务
root@master2:~# service grafana-server restart

10 容器监控cAdvisor

现如今Docker部署已经愈来愈流行，为了更好监控Dcoker整体的运行情况。Google开源的一款用于分析、展示容器运行状态的可视化工具——cAdvisor。这里我们依然选择Docker来部署实践

# 拉取镜像
docker pull google/cadvisor

# 启动容器
docker run --name=mycAdvisor \
  -p 8080:8080 -d \
  -v /:/rootfs:ro \
  -v /var/run:/var/run:ro \
  -v /sys:/sys:ro \
  -v /var/lib/docker/:/var/lib/docker:ro \
  -v /dev/disk/:/dev/disk:ro \
  --privileged \
  --device=/dev/kmsg \
  google/cadvisor

具体地，我们可通过 http://localhost:8080 来访问其监控页面，查看Dcoker中整体及各容器的监控指标。值得一提的是，cAdvisor原生支持Prometheu，通过 http://localhost:8080/metrics 即可看到其采集的监控数据

故在prometheus.yml配置文件继续添加一个名为cAdvisor的job，并重启Prometheus服务

...
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']

  # 收集主机的监控数据  
  - job_name: 'MacBook Pro'
    static_configs:
    - targets: ['192.168.0.108:9100']

  # 收集MySQL的监控数据      
  - job_name: 'MySQL'
    static_configs:
    - targets: ['192.168.0.108:9104']

  # 收集Docker容器的监控数据
  - job_name: 'cAdvisor'
    static_configs:
    - targets: ['192.168.0.108:8080']

类似地对于可视化配置而言，在Grafana官网选择适用于cAdvisor的模板(过滤条件：name/description=cAdvisor and data source=Prometheus)，复制其ID——893。导入后，效果如下所示

11 alertmanager

1、prometheus报警需要使用alertmanager这个组件，而且报警规则需要手动编写，所以这里选用grafana中的email报警
（1）报警之前，需要我们将服务器时间设置一致，使用ntpdate命令
（2）新建报警渠道

进入后点击type下拉菜单，可以看到很多第三方报警平台，包括了钉钉

这里我们打开了email报警，email报警需要设置stmp服务
vim /etc/grafana/grafana.ini
[smtp]
enabled = true
host = smtp.163.com:25 #smtp服务器的地址：端口 (服务器地址不同公司可能不相同)
user = 你的邮箱
#If the password contains # or ; you have to wrap it with trippel quotes. Ex “”“#password;”“”
password = 你的密码
;cert_file =
;key_file =
skip_verify = true #Verify SSL for smtp server? defaults to false
from_address = 你的邮箱
from_name = Grafana
结束后可以save
（3）回到之前最初建立的dashboards，或者新建的dashboards，在alert设定规则

代表意思：A查询语句中，检测时长，从现在到1min的变化显示

查询语句、检测时长、显示范围时间等都可以选择

报警取值范围：超过、低于、范围外、范围之内、没有该值

（4）报警条件设置

如果没有数据或所有值为满，则设置状态到：
如果程序成错或者超时，则设置状态到：
完成后点击test rule，测试报警规则

12 总结

Prometheus 属于一站式监控告警平台，依赖少，功能齐全。
Prometheus 支持对云或容器的监控，其他系统主要对主机监控。
Prometheus 数据查询语句表现力更强大，内置更强大的统计函数。
Prometheus 在数据存储扩展性以及持久性上没有 InfluxDB，OpenTSDB，Sensu 好
Prometheus vs Zabbix

Zabbix 使用的是 C 和 PHP, Prometheus 使用 Golang, 整体而言 Prometheus 运行速度更快一点。
Zabbix 属于传统主机监控，主要用于物理主机，交换机，网络等监控，Prometheus 不仅适用主机监控，还适用于 Cloud, SaaS, Openstack，Container 监控。
Zabbix 在传统主机监控方面，有更丰富的插件。
Zabbix 可以在 WebGui 中配置很多事情，但是 Prometheus 需要手动修改文件配置。

13 脚本

#!/bin/bash

set -ex
CWD=$(pwd)

InstallDir=/usr/local
AppsDir=/tmp

echo "nameserver 114.114.114.114">>/etc/resolv.conf
mkdir -p $InstallDir
mkdir -p $AppsDir
useradd -s /sbin/nologin -M prometheus

#Download Software
#官方链接地址
#https://grafana.com/grafana/download?pg=get&plcmt=selfmanaged-box1-cta1

wget https://dl.grafana.com/oss/release/grafana-8.0.6-1.x86_64.rpm
yum -y install grafana-8.0.6-1.x86_64.rpm
systemctl enable grafana-server;systemctl start grafana-server

#官方链接地址 https://prometheus.io/download/
cd ${AppsDir} && \
 wget https://github.com/prometheus/prometheus/releases/download/v2.28.1/prometheus-2.28.1.linux-amd64.tar.gz
tar xf prometheus-2.28.1.linux-amd64.tar.gz -C ${InstallDir}
mv ${InstallDir}/prometheus* ${InstallDir}/prometheus

#官方链接地址 https://prometheus.io/download/
cd ${AppsDir} && \
 wget https://github.com/prometheus/node_exporter/releases/download/v1.2.0/node_exporter-1.2.0.linux-amd64.tar.gz
tar xf node_exporter-1.2.0.linux-amd64.tar.gz -C $InstallDir
mv $InstallDir/node_exporter* $InstallDir/node_exporter

chown -R prometheus:prometheus $InstallDir/prometheus
chown -R prometheus:prometheus $InstallDir/node_exporter

cat>/usr/lib/systemd/system/prometheus.service</usr/lib/systemd/system/node_exporter.service<