Linux运维-红帽认证解析之Prometheus入门终极指南（一），别再说不会用Prometheus了（长文更新，速速关注）

2021-11-24 00:43:57

介绍

什么是Prometheus

Prometheus是一个开源监控系统，前身是SoundCloud的告警插件。

从2012年开始，Prometheus逐渐被大量公司使用。该项目的社区也便跃起来，收到越来越多的贡献。在2016年继Kurberntes之后，Prometheus加入了Cloud Native Computing Foundation。

资源放送

2021新版Linux运维高级云计算-红帽RHCE实战课程合集，扫描下方二维码即可领取！

如果有朋友需要自学，或者没有很好的学习途径，那么可以看一下这个视频：

Linux运维高级云计算-红帽RHCE实战课程合集

这是一个零基础入门的教程，对于刚开始接触Linux运维的同学还是很友好的，希望对你有帮助。

特征

多维度数据模型。
不依赖分布式存储，单个服务器节点是自主的。
以HTTP方式，通过pull模型拉去时间序列数据。
灵活的查询语言。
也通过中间网关支持push模型。
通过服务发现或者静态配置，来发现目标服务对象。
支持多种多样的图表和界面展示，prometheus和grafana是部署监控的最佳实践。

组件

Prometheus生态包括了很多组件，它们中的一些是可选的：

主服务Prometheus Server负责抓取和存储时间序列数据。
客户库负责检测应用程序代码。
支持短生命周期的PUSH网关。
基于Rails/SQL仪表盘构建器的GUI。
多种导出工具，可以支持Prometheus存储数据转化为HAProxy、StatsD、Graphite等工具所需要的。
数据存储格式。
警告管理器。
命令行查询工具。
其他各种支撑工具。

多数Prometheus组件是Go语言写的，这使得这些组件很容易编译和部署。

构架

下面这张图说明了Prometheus的整体架构，以及生态中的一些组件作用：

Prometheus服务，可以直接通过目标拉取数据，或者间接地通过中间网关拉取数据。

它在本地存储抓取的所有数据，并通过一定规则进行清理和整理数据，并把得到的结果存储到新的时间序列中，PromQL和其他API可视化地展示收集的数据。

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。

不适用场景

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。

安装

使用预编译二进制文件。

我们为Prometheus大多数的官方组件，提供了预编译二进制文件。可用版本下载列表源码安装。

如果要从源码安装Prometheus的官方组件，可以查看各个项目源码目录下的Makefile。

注意点：在web上的文档指向最新的稳定版(不包括预发布版)。下一个版本指向master分支还没有发布的版本。

Docker安装

所有Prometheus服务的Docker镜像在官方组织prom下，都是可用的。

在Docker上运行Prometheus服务，只需要简单地执行docker run -p 9090:9090 prom/prometheus命令行即可。这条命令会启动Prometheus服务，使用的是默认配置文件，并对外界暴露9090端口。

Prometheus镜像使用docker中的volumn卷存储实际度量指标。在生产环境上使用容器卷模式, 可以在Prometheus更新和升级时轻松管理Prometheus数据，这种使用docker volumn卷方式存储数据，是被docker官方强烈推荐的。

通过几个选项，可以达到使用自己的配置的目的。下面有两个例子。

卷&绑定挂载

在运行Prometheus服务的主机上，做一个本地到docker容器的配置文件关系映射：

docker run -p 9090:9090 -v /tmp/prometheus.yml:/etc/prometheus/prometheus.yml prom/prometheus

或者为这个配置文件使用一个独立的volumn：

docker run -p 9090:9090 -v /prometheus-data
prom/prometheus -config.file=/prometheus-data/prometheus.yml

自定义镜像

为了避免在主机上与docker映射配置文件，我们可以直接将配置文件拷贝到docker镜像中。如果Prometheus配置是静态的，并且在所有服务器上的配置相同，这种把配置文件直接拷贝到镜像中的方式是非常好的。

例如：利用Dockerfile创建一个Prometheus配置目录， Dockerfile应该这样写：

FROM prom/prometheus
ADD prometheus.yml /etc/prometheus/

然后编译和运行它：

docker build -t my-prometheus .
docker run -p 9090:9090 my-prometheus

一个更高级的选项是可以通过一些工具动态地渲染配置，甚至后台定期地更新配置。

使用配置管理系统：

如果你喜欢使用配置管理系统，你可能对下面地第三方库感兴趣：

Ansible：

griggheo/ansible-prometheus
William-Yeh/ansible-prometheus

Chef：

rayrod2030/chef-prometheus

SaltStack：

bechtoldt/saltstack-prometheus-formula

启动

入门教程：

本篇是一篇hello，world风格的入门指南，使用一个简单的例子，向大家演示怎么样安装、配置和使用Prometheus。

你可以下载和本地运行Prometheus服务，通过配置文件收集Prometheus服务自己产生的数据，并在这些收集数据的基础上，进行查询、制定规则和图表化显示所关心的数据。

下载和运行Prometheus

tar xvfz prometheus-*.tar.gz

cd prometeus-*

在运行Prometheus服务之前，我们需要指定一个该服务运行所需要的配置文件。

配置Prometheus服务监控本身：

Prometheus通过Http方式拉取目标机上的度量指标。Prometheus服务也暴露自己运行所产生的数据，它能够抓取和监控自己的健康状况。

实际上，Prometheus服务收集自己运行所产生的时间序列数据，是没有什么意义的。但是它是一个非常好的入门级教程。保存一下的Prometheus配置到文件中，并自定义命名该文件名，如：prometheus.yml

global:
  scrape_interval:     15s # By default, scrape targets every 15 seconds.

  # Attach these labels to any time series or alerts when communicating with
  # external systems (federation, remote storage, Alertmanager).
  external_labels:
    monitor: 'codelab-monitor'

# A scrape configuration containing exactly one endpoint to scrape:
# Here its Prometheus itself.
scrape_configs:
  # The job name is added as a label `job=<job_name>` to any timeseries scraped from this config.
  - job_name: 'prometheus'

    # Override the global default and scrape targets from this job every 5 seconds.
    scrape_interval: 5s

    static_configs:
      - targets: ['localhost:9090']

启动Prometheus服务

cd到Prometheus服务目录，并指定刚刚自定义好的配置文件，并启动Prometheus服务, 如下所示：

start Prometheus.

By default, Prometheus stores its database in ./data (flag -storage.local.path).

./prometheus -config.file={$dir}/prometheus.yml # $dir = absolutely/relative path

Prometheus服务启动成功后，然后再打开浏览器在页面上数据http://localhost:9090. 服务运行几秒后，会开始收集自身的时间序列数据。

你也可以通过在浏览器输入http://localhost:9090/metrics，直接查看Prometheus服务收集到的自身数据。

Prometheus服务执行的操作系统线程数量由GOMAXPROCS环境变量控制。从Go 1.5开始，默认值是可用的CPUs数量。

盲目地设置GOMAXPROCS到一个比较高德值，有可能会适得其反。见Go FAQs。

注意：Prometheus服务默认需要3GB的内存代销。如果你的机器内存比较小，你可以调整Prometheus服务使用更少的内存。

使用表达式浏览器

我们试着查看一些Prometheus服务自身产生的数据。为了使用Prometheus内置表达式浏览器，可以在浏览器中数据http://localhost:9090/graph。选择"Console"视图，同一层级还有"Graph"tab。

如果你可以从http://localhost:9090/metrics查看到收集的度量指标数据，那么其中有一个指标数据名称为prometheus_target_interval_length_seconds(两次抓取数据之间的时间差)可以被提取出来，可以在表达式控制框中输入：

prometheus_target_interval_length_seconds

它应该会返回带有prometheus_target_interval_length_seconds度量指标的许多时间序列数据，只是带有不能标签, 这些标签有不同的延迟百分比和目标群组之间的间隔。

如果我们仅仅对p99延迟感兴趣，我们使用下面的查询表达式收集该信息：

prometheus_target_interval_length_seconds{quantile=“0.99”}

为了统计时间序列数据记录的总数量，你可以写：

count(prometheus_target_interval_length_seconds)
更多的表达式语言，详见表达式语言文档

使用图形界面

使用http://localhost:9090/graph链接，查看图表"Graph"。

例如：输入下面的表达式，绘制在Prometheus服务中每秒存储的速率：

rate(prometheus_local_storage_chunk_ops_total[1m])

启动一些样本目标机

我们更感兴趣的是Prometheus服务抓取其他目标机的数据采样，并非自己的时间序列数据。Go客户库有一个例子，它会产生一些自己造的RPC延迟。启动三个带有不同的延时版本。

首先需要确保你有Go的环境。

下载Go的Prometheus客户端，并运行下面三个服务：

# Fetch the client library code and compile example.
git clone https://github.com/prometheus/client_golang.git
cd client_golang/examples/random
go get -d
go build

# Start 3 example targets in separate terminals:
./random -listen-address=:8080
./random -listen-address=:8081
./random -listen-address=:8082

配置Prometheus服务，监听样本目标实例

现在我们将配置Prometheus服务，收集这三个例子的度量指标数据。

我们把这三个服务实例命名为一个任务称为example-random，并把8080端口服务和8081端口服务作为生产目标group，8082端口成为canary group。

为了在Prometheus服务中建模这个，我们需要添加两个群组到这个任务中，增加一些标签到不同的目标群组中。在这个例子中，我们会增加group="production"标签到带个目标组中，另外一个则是group=“canary”。

为了达到这个目的，在prometheus.yml配置文件中，增加下面任务定义到scrape_config区域中, 并重启Prometheus服务：

scrape_configs:
  - job_name:       'example-random'

    # Override the global default and scrape targets from this job every 5 seconds.
    scrape_interval: 5s

    static_configs:
      - targets: ['localhost:8080', 'localhost:8081']
        labels:
          group: 'production'

      - targets: ['localhost:8082']
        labels:
          group: 'canary'

聚集抓取数据

为聚集到抓取的数据，设置规则并写入到新的时间序列中。

当计算ad-hoc时，如果在累计到上千个时间序列数据的查询，可能会变慢。为了使这种多时间序列数据点查询更有效率，我们允许通过使用配置的记录规则，把预先记录表达式实时收集的数据存入到新的持久时间序列中。

该例子中，如果我们对每秒RPCs数量(rpc_durations_seconds_count)的5分钟窗口流入的统计数量感兴趣的话。我们可以下面的表达式：

avg(rate(rpc_durations_seconds_count)[5m]) by (job, service)

试着使用图形化这个表达式。

为了存储这个表达式所统计到的数据，我们可以使用新的度量指标，如job_service:rpc_durations_seconds_count:avg_rate5m，创建一个配置规则文件，并把该文件保存为prometheus.rules：

job_service:rpc_durations_seconds_count:avg_rate5m = avg(rate(rpc_durations_seconds_count[5m])) by (job, service)

为了使Prometheus服务使用这个新的规则，在prometheus.yml配置文件的global配置区域添加一个rule_files语句。这个配置应该向下面这样写：

global:
  scrape_interval:     15s # By default, scrape targets every 15 seconds.
  evaluation_interval: 15s # Evaluate rules every 15 seconds.

  # Attach these extra labels to all timeseries collected by this Prometheus instance.
  external_labels:
    monitor: 'codelab-monitor'

rule_files:
  - 'prometheus.rules'

scrape_configs:
  - job_name: 'prometheus'

    # Override the global default and scrape targets from this job every 5 seconds.
    scrape_interval: 5s

    static_configs:
      - targets: ['localhost:9090']

  - job_name:       'example-random'

    # Override the global default and scrape targets from this job every 5 seconds.
    scrape_interval: 5s

    static_configs:
      - targets: ['localhost:8080', 'localhost:8081']
        labels:
          group: 'production'

      - targets: ['localhost:8082']
        labels:
          group: 'canary'

指定这个新的配置文件，并重启Prometheus服务。验证新的时间序列度量指标job_service:rpc_durations_seconds_count:avg_rate5m是否能够在Console控制框中查找出时间序列数据。

码农公寓

介绍