1.1 nagios的简介
Nagios是一款开源的电脑系统和网络监视工具，能有效监控Windows、Linux和Unix的主机状态，在系统或服务状态异常时发出邮件或短信报警第一时间通知网站运维人员，在状态恢复后发出正常的邮件或短信通知。
主要特点
Nagios 是采用分布-集中的管理模式。在Nagios服务器上安装Nagios 主程序和插件程序，在被监控主机上安装Nagios 代理程序。通过Nagios 主程序和Nagios 代理程序之间的通讯，监视对象的状态。
1) 能够监控网络服务和主机资源（SMTP、POP3、HTTP、FTP、SSH 、CPU load、disk usage、system logs）2) 允许用户开发简单的自己需要的检查服务，支持很多开发语言（shell scripts、C++、Perl、ruby、Python、PHP、C#等），可以指定自己编写的Plugin通过网络收集数据来监控任何情况（温度、警告……）3) 可以通过配置Nagios远程执行插件远程执行脚本，事先定义事件处理程序， 当对象出现问题时，自动调用对应的处理程序;4) 可并行服务检查5) 可以支持并实现对主机的冗余监控6) 自动日志循环7) 包括Web界面可以查看当前网络状态，通知，问题历史，日志文件等
1.2 nagios的工作原理
Nagios的功能是监控服务和主机，但是他自身并不包括这部分功能，所有的监控、检测功能都是通过各种插件来完成的。
1) 启动Nagios后，它会周期性的自动调用插件去检测服务器状态，同时Nagios会维持一个队列， Nagios 执行安装在它里面的check_nrpe 插件，并告诉check_nrpe 去检测哪些服务;
2) 通过SSL，check_ nrpe 连接远端机子上的NRPE daemon;
3) NRPE 运行本地的各种插件去检测本地的服务和状态( check_disk，check_load 等) ，利用这些插件可以方便的监控很多服务状态，check_disk是检查磁盘空间的插件，check_load是检查CPU负载的，等等。每一个插件可以通过运行./check_xxx –h 来查看其使用方法和功能；
4) 最后，NRPE 把检测的结果传给主机端的check_nrpe，check_nrpe 再把结果送到Nagios 状态队列中，所有插件返回来的状态信息都进入队列； 5) Nagios每次都从队首开始读取信息，并进行处理后，把状态结果通过web显示出来。 Nagios可以识别4种状态返回信息，即 0(OK)表示状态正常/绿色、1(WARNING)表示出现警告/黄色、2(CRITICAL)表示出现非常严重的错误/红色、3(UNKNOWN)表示未知错误/深黄色。Nagios根据插件返回来的值，来判断监控对象的状态，并通过web显示出来，以供管理员及时发现故障。
prometheus简介
1.1 什么是prometheus？
Prometheus是一个开源监控系统，它前身是SoundCloud的警告工具包。从2012年开始，许多公司和组织开始使用Prometheus。该项目的开发人员和用户社区非常活跃，越来越多的开发人员和用户参与到该项目中。目前它是一个独立的开源项目，且不依赖与任何公司。为了强调这点和明确该项目治理结构，Prometheus在2016年继Kurberntes之后，加入了Cloud Native Computing Foundation。主要具有如下功能：
-
多维 数据模型（时序由 metric 名字和 k/v 的 labels 构成）。
-
灵活的查询语句（PromQL）。
-
无依赖存储，支持 local 和 remote 不同模型。
-
采用 http 协议，使用 pull 模式，拉取数据，简单易懂。
-
监控目标，可以采用服务发现或静态配置的方式。
-
支持多种统计数据模型，图形化友好。
1.2 核心架构
我们将通过prometheus的基础结构来详细了解，他的功能以及如何实现监控、告警的。如下如所示：
从这个架构图，也可以看出 Prometheus 的主要模块包含， prometheus server, exporters, pushgateway, PromQL, Alertmanager, WebUI 等。下面我就简单介绍各个组件实现的功能：
1. prometheus server： 定期从静态配置的 targets 或者服务发现（主要是DNS、consul、k8s、mesos等）的 targets 拉取数据。
2. exporters：负责向prometheus server做数据汇报的程序统。而不同的数据汇报由不同的exporters实现，比如监控主机有node-exporters，mysql有MySQL server exporter，更多请参考链接。
3. pushgateway：主要使用场景为：
Prometheus 采用 pull 模式，可能由于不在一个子网或者防火墙原因，导致 Prometheus 无法直接拉取各个 target 数据。在监控业务数据的时候，需要将不同数据汇总, 由 Prometheus 统一收集。
总结：实现类似于zabbix-proxy功能；
4. Alertmanager：实现prometheus的告警功能。
5. webui：主要通过grafana来实现webui展示。
1.3 适用场景
Prometheus在记录纯数字时间序列方面表现非常好。它既适用于面向服务器等硬件指标的监控，也适用于高动态的面向服务架构的监控。对于现在流行的微服务，Prometheus的多维度数据收集和数据筛选查询语言也是非常的强大。Prometheus是为服务的可靠性而设计的，当服务出现故障时，它可以使你快速定位和诊断问题。它的搭建过程对硬件和服务没有很强的依赖关系。
Prometheus，它的价值在于可靠性，甚至在很恶劣的环境下，你都可以随时访问它和查看系统服务各种指标的统计信息。 如果你对统计数据需要100%的精确，它并不适用，例如：它不适用于实时计费系统。
二、基础概念
2.1 数据模型
Prometheus 存储的是时序数据, 即按照相同时序(相同的名字和标签)，以时间维度存储连续的数据的集合。时序(time series) 是由名字(Metric)，以及一组 key/value 标签定义的，具有相同的名字以及标签属于相同时序。时序的名字由 ASCII 字符，数字，下划线，以及冒号组成，它必须满足正则表达式 [a-zA-Z_:][a-zA-Z0-9_:]*, 其名字应该具有语义化，一般表示一个可以度量的指标，例如 http_requests_total, 可以表示 http 请求的总数。
时序的标签可以使 Prometheus 的数据更加丰富，能够区分具体不同的实例，例如 http_requests_total{method="POST"} 可以表示所有 http 中的 POST 请求。标签名称由 ASCII 字符，数字，以及下划线组成， 其中 __ 开头属于 Prometheus 保留，标签的值可以是任何 Unicode 字符，支持中文。
2.2 时序4种类型
Prometheus 时序数据分为 Counter, Gauge, Histogram, Summary 四种类型。
-
Counter：表示收集的数据是按照某个趋势（增加／减少）一直变化的，我们往往用它记录服务请求总量，错误总数等。例如 Prometheus server 中
http_requests_total, 表示 Prometheus 处理的 http 请求总数，我们可以使用data, 很容易得到任意区间数据的增量。 -
Gauge：表示搜集的数据是一个瞬时的，与时间没有关系，可以任意变高变低，往往可以用来记录内存使用率、磁盘使用率等。
-
Histogram：Histogram 由
<basename>_bucket{le="<upper inclusive bound>"}，<basename>_bucket{le="+Inf"},<basename>_sum，<basename>_count组成，主要用于表示一段时间范围内对数据进行采样，（通常是请求持续时间或响应大小），并能够对其指定区间以及总数进行统计，通常我们用它计算分位数的直方图。 -
Summary：Summary 和 Histogram 类似，由
<basename>{quantile="<φ>"}，<basename>_sum，<basename>_count组成，主要用于表示一段时间内数据采样结果，（通常是请求持续时间或响应大小），它直接存储了 quantile 数据，而不是根据统计区间计算出来的。区别在于：
a. 都包含 <basename>_sum，<basename>_count。
` b. Histogram 需要通过<basename>_bucket` 计算 quantile, 而 Summary 直接存储了 quantile 的值。
2.3 总结
prometheus是属于下一代监控，现在企业中大部分通过使用zabbix来实现主机、服务、设备的监控。与zabbix相比，zabbix还是存在一定的优势，比如丰富的插件、webui能完成大部分工作，而prometheus更多的配置是通过配置文件还实现，并且prometheus相当消耗资源。建议在使用的过程中，认真对比慎重选择，如果使用prometheus，就要配置更好的服务器资源，因为它的监控粒度更细，需要计算相关数值，最好使用SSD硬盘来提高性能。