Prometheus

‣

‣

什么是 Prometheus ？

各监控系统对比

特性

• 由 metric 名称和 K/V 键值对标识的时间序列的多维数据模型

• 简单的查询语言 PromQL（TSDB数据库的查询语言）

• 不依赖分布式存储，单个服务节点自动治理

• 通过 http 的 pull 模型获取数据的时序集合

• 支持通过网关 push 时序数据

• 通过服务发现或者静态配置发现目标

• 支持多种图表和仪表盘模式

架构图

组件

• Prometheus Server
负责定时去目标抓取 metrics (指标)数据，每个被抓取对象需要开放一个 http 服务接口；pull 下来的数据经过整理后写入到本地的时序数据库（TSDB）中。

• Client Library
客户端类库（例如官方提供的：Go，Python，Java等），为需要监控的服务产生相应的 metrics数据并开放一个http服务接口给 Prometheus Server。
目前很多软件原生就支持 Prometheus ，提供了 metrics 数据，可以直接使用 Prometheus pull 。对于像操作系统不提供提供 metrics 数据的情况，可以使用exporter ，或者自己开发 exporter 来提供 metrics 数据服务。

• Node Exporter
泛指能向 Prometheus 提供监控的 metrics 数据的都可以称为一个 exporter。一个 exporter 的实例称为 target ，exporter 来源主要2个方面，一个是社区提供的，一种是用户自定义的。主要用来支持其他数据源的 metrics 数据导入到 Prometheus ，支持数据库、硬件、消息中间件、存储系统、HTTP 服务器、jmx 等。

• PushGateway
主要用于临时性的 short-lived job。由于这类 jobs 存在时间较短，可能在 Prometheus 来 pull 之前就消失了。对此类 jobs 定时将 metrics 数据 push 到 pushgateway 上，再由 Prometheus Server 从 Pushgateway 上 pull 到本地。这种方式主要用于服务层面的 metrics，对于机器层面的 metrices ，需要使用 node exporter。

• Promdash 和 Grafana
Prometheus 内置一个简单的 Web 控制台 Promdash ，可以查询 metrics 数据，查看配置信息或者 Service Discovery 等，实际工作中，查看指标或者创建仪表盘通常使用 Grafana ，Prometheus 作为 Grafana 的数据源。

• alertmanager
从 Prometheus server 端接收到 alerts 后，会进行去除重复数据，分组，并路由到对应的接受方式上，发出报警。常见的接收方式有：电子邮件，pagerduty，OpsGenie, webhook 等。

• PromQL
是 Prometheus TSDB 的查询语言。是结合 Grafana 进行数据展示和告警规则的配置的关键部分。

工作过程

• Prometheus Daemon 负责定时去被监控目标上抓取 metrics 数据，每个抓取目标需要暴露一个 http 服务的接口给它定时抓取。Prometheus 支持通过配置文件、文本文件、Zookeeper、Consul、DNS SRV Lookup 等方式指定抓取目标。Prometheus 采用 PULL 的方式进行监控，即服务器可以直接通过目标 PULL 数据或者间接地通过中间网关来 Push 数据。

• Prometheus 在本地处理抓取到的所有数据，并通过一定规则进行整理数据，并把得到的结果存储到新的时间序列中。

• Prometheus 通过 PromQL 和其他 API 可视化地展示收集的数据。Prometheus 支持很多方式的图表可视化，例如 Grafana、自带的 Promdash 以及自身提供的模版引擎等等。Prometheus 还提供 HTTP API 的查询方式，自定义所需要的输出。

• PushGateway 支持 Client 主动推送 metrics 到 PushGateway，而 Prometheus 只是定时去 Gateway 上抓取数据。

• Alertmanager 是独立于 Prometheus 的一个组件，可以支持 Prometheus 的查询语句，提供十分灵活的报警方式。

PromQL 查询语言

PromQL 语法

1. 数据类型
PromQL 表达式计算出来的值有以下几种类型：
• 瞬时向量 (Instant vector)
一组时序，每个时序只有一个采样值
• 区间向量 (Range vector)
一组时序，每个时序包含一段时间内的多个采样值
• 标量数据 (Scalar)
一个浮点数
• 字符串 (String)
一个字符串，暂时未用

2. 时序选择器
2.1 瞬时向量选择器：瞬时向量选择器用来选择一组时序在某个采样点的采样值



1673464715153
2.2 区间向量选择器：区间向量选择器类似于瞬时向量选择器，不同的是它选择的是过去一段时间的采样值。



1673464768839
2.3 偏移修饰器
前面介绍的选择器默认都是以当前时间为基准时间，偏移修饰器用来调整基准时间，使其往前偏移一段时间。偏移修饰器紧跟在选择器后面，使用 offset 来指定要偏移的量。



1673465572627



1673465605210

2. PromQL操作符（了解）

1. 二元操作符
PromQL 的二元操作符支持基本的逻辑判断和算术运算，包含算术类、比较类和逻辑类三大类
1.1 算术类二元操作符
1.2 比较类二元操作符
1.3 逻辑类二元操作符
1.4 二元操作符优先级

2. 向量匹配
前面算术类和比较类操作符都需要在向量之间进行匹配。共有两种匹配类型，one-to-one 和 many-to-one | one-to-many
2.1 One-to-one 向量匹配
2.2 Many-to-one / one-to-many 向量匹配

3. 聚合操作符
PromQL 的聚合操作符用来将向量里的元素聚合得更少。总共有下面这些聚合操作符：

3. PromQL函数（了解）