prometheus 的基础概念及使用

Prometheus

1. 概念

Prometheus 是由 SoundCloud 开源监控告警解决方案，从 2012 年开始编写代码，再到 2015 年 github 上开源以来，已经吸引了 12k+ 关注，以及很多大公司的使用；2016 年 Prometheus 成为继 k8s 后，第二名 CNCF(Cloud Native Computing Foundation) 成员。作为新一代开源解决方案，很多理念与 Google SRE 运维之道不谋而合。

特点

• 多维数据模型以及由 metrics 名和一组 key/value 标签组成的时序数据
• 在多维度上灵活且强大的查询语言(PromQl)
• 不依赖分布式存储，支持单主节点工作
• 通过基于 HTTP 的 pull 方式采集时序数据
• 支持通过 Pushgateway 进行时序数据跨网关推送(pushing time series)
• 支持通过服务发现或者静态配置去获取要采集的目标服务器
• 支持多种可视化图表及仪表盘(Grafana)

构成

• Prometheus 主服务器，用来收集和存储时间序列数据
• 用于应用程序埋点的 client 代码库
• 用于短时 jobs 的 push gateway
• 特殊用途的数据收集工具包 exporter（包括 HAProxy、StatsD、Ganglia等 )
• 用于报警的 AlertManager
• 命令行查询工具
• Prometheus Dashboard 展现的绝佳工具 Grafana

大部分 Prometheus 组建都由 go 实现，这使它们易于构建和部署为静态的二进制文件。

架构图

Prometheus 直接或通过 Pushgateway 从各个 job 中爬取时序数据。它在本地存储所有的样品，对这些数据运行规则进行过滤、汇总并记录新的时序数据，同时可以从现有数据生成警报。Grafana 或其它 API 可以将所采集的数据用于可视化展示。

能做什么

Prometheus 可以很好地记录任何纯数字时间序列。它既适用于以服务器为中心的监控，也适用于高度动态的面向服务的体系结构的监控。在微服务的世界中，它支持多维数据收集和查询是一个独特的优势。

不能做什么

Prometheus 的价值在于可靠性，即使在某些时间节点收集失败情况下，您也可以始终查看有关系统的统计信息。如果您需要**100％**的准确性（例如按请求计费），Prometheus 并不是一个好的选择，因为收集的数据可能不够详细和完整。在这种情况下，您最好使用其他系统来收集和分析数据以进行计费，Prometheus 则可以进行其他监控。

2. Metrics

2.1 类型

Exporter

exporter

prometheus/client_python