promethus与监控系统

以下文章来源于腾讯云TStack，作者小熊

这就是prometheus

随着容器技术的迅速发展，Kubernetes已然成为大家追捧的容器集群管理系统。Prometheus 作为生态圈 Cloud Native Computing Foundation（简称：CNCF）中的重要一员,其活跃度仅次于 Kubernetes, 现已广泛用于 Kubernetes 集群的监控系统中。

本文带领大家体验如何使用Prometheus开始收集系统指标，以便开发人员和云平台运维人员可以快速的掌握 Prometheus。

上图是Grafana看板的监控展示情况,让我们开始吧！

Prometheus 组成及架构

Prometheus 生态圈中包含了多个组件，其中许多组件是可选的，这里仅阐述核心组件：

Prometheus Server: Prometheus服务端，由于存储及收集时间序列数据，提供相关api对外查询用。

Exporter: 类似传统意义上的被监控端的agent，用于暴露已有的第三方服务的指标（metrics） 。其中的区别是，它不会主动推送监控数据到server端，而是被动等待server端定时来收集数据，即所谓的主动监控。

Client Library: 客户端库，为需要监控的服务生成相应的 metrics 并暴露给 Prometheus server。当 Prometheus server 来 pull 时，直接返回实时状态的 metrics。

Push Gateway: 用于网络不可直达或者生命周期比较短的数据采集job，居于exporter与server端的中转站,将多个节点数据汇总到Push Gateway，再统一推送到server。

Alertmanager: 是单独抽离的告警组件。从 Prometheus server 端接收到 alerts 后，会进行去除重复数据，分组，并路由到对收的接受方式，发出报警。常见的接收方式有：电子邮件，pagerduty，OpsGenie, webhook 等。

Web UI: Prometheus的web接口，可用于简单可视化，及语句执行或者服务状态监控。

知道了以上的组件，理解起官网的Prometheus架构图，就非常的简单了，架构图见下方：

从上图可以看出，Prometheus 的主要模块包括：Prometheus server、Pushgateway、exporters、PromQL、 Alertmanager 、Service discovery以及图形界面。

其工作流程大体描述如下：

1. Prometheus server 定期从配置好的 jobs 或者 exporters 中拉指标(metrics)，或者接收来自 Pushgateway 发过来的 metrics，或者从其他的 Prometheus server 中拉 metrics。
2. Prometheus server 在本地存储收集到的 metrics；并运行已定义好的 alert.rules，记录新的时间序列或者向 Alertmanager 推送告警信息。
3. Alertmanager 根据配置文件，对接收到的告警进行处理，使用多种方式发出告警提醒。
4. PromQL是Prometheus 自己开发的数据查询 DSL 语言，在图形界面中，可视化用此方法展示采集到的数据。
5. Service discovery（服务发现），Prometheus支持多种服务发现机制：文件、DNS、Consul、Kubernetes、OpenStack、EC2等等。基于服务发现的过程并不复杂，通过第三方提供的接口，Prometheus查询到需要监控的Target列表，然后轮训这些Target获取监控数据。

光说不练假把式，我们来简单的体验一下prometheus

第1步 - 配置Prometheus

Prometheus服务器需要一个配置文件，该文件定义要扫描的端点以及访问度量的频率。

$ ls
prometheus.yml

$ pwd
/Users/pzqu/Documents/code/docker/prometheus

配置的前半部分定义了间隔。

下半部分定义了Prometheus应该从中获取数据的服务器和端口。在此示例中，我们定义了在不同端口上运行的两个目标。

global:
  scrape_interval: 15s
  evaluation_interval: 15s
scrape_configs:
  - job_name: 'prometheus'
    static_configs:
      - targets: ['127.0.0.1:9090', '172.17.0.1:9100']
        labels:
          group: 'prometheus'

9090端口是普罗米修斯本身。Prometheus公开内部指标以及性能相关的信息，而且还可以自我监控。

9100端口是Node Exporter Prometheus（agent）进程。这会公开有关节点的信息，例如磁盘空间，内存和CPU使用情况。

有关默认端口的更多信息，请访问https://github.com/prometheus/prometheus/wiki/Default-port-allocations

第2步 - 启动Prometheus服务端

Prometheus可以作为Docker容器运行，并在端口9090提供访问页面。

Prometheus使用配置来抓取目标，收集和存储指标，然后通过允许仪表板，图形和警报的API提供这些指标。

以下命令使用prometheus配置启动容器。由prometheus创建的任何数据都将存储在主机上的目录/ prometheus / data中。当我们更新容器时，数据将被保留。

$ docker run -d --net=host \

-v /Users/pzqu/Documents/code/docker/prometheus/prometheus.yml:/etc/prometheus/prometheus.yml \

--name prometheus-server \

prom/prometheus

0e8a6f9ec7ae41b79db3ab3638968f82f721752b83f4e90a2a12eea975e0377c

--net=host代表直接打通容器网络与本地网络，容器可以直接配置host网络，可以看到host的所有网卡，但是mac机器上有限制，没办法直接映射端口绑定到本地。

启动后，仪表板可在端口9090上查看。接下来的步骤将解释详细信息以及如何查看数据。

第3步 - 启动agent

node_exporter是可以在*Nix和Linux系统上运行的计算机度量标准的导出器，也就是agent。

启动Node Exporter容器。通过挂载本地主机的 /proc和/sys等目录，容器可以访问到必要的信息以监控部署的主机。

$ docker run -d --net=host \
 -v "/proc:/host/proc:ro" \
 -v "/sys:/host/sys:ro" \
 -v "/:/rootfs:ro,rslave" \
 --name=prometheus \
 quay.io/prometheus/node-exporter:v0.13.0 \
 -collector.procfs /host/proc \
 -collector.sysfs /host/sys \
 -collector.filesystem.ignored-mount-points "^/(sys|proc|dev|host|etc)($|/)"

2b2b276c588f6e593b387dd52b4d64a8e19b72bd466ee10dda8985ddb09c3cf7

运行结束以后会绑定本地9100端口，服务端又正好从主机的9100拉数据，这样网络就打通了。

这里需要注意的是，ro只读选项和rslave的传播挂载，不然在卸载设备的时候会被docker容器锁住，导致主机无法卸载和挂载设备。

这里可能会不生效，需要修改/usr/lib/systemd/system/docker.service的MountFlags=shared

第4步 - 查看指标

如果是二进制或者docker部署，部署成功后可以访问：http://127.0.0.1:9100/metrics

会输出下面格式的内容，包含了node-exporter暴露的所有指标：

curl localhost:9100/metrics

随着容器的推出，Prometheus将根据配置中的内部结构来抓取和存储数据。

Dashboard 大屏展示

默认的Prometheus Dashboard自带展示内部指标的页面，并提供调试收集的指标的方法。

仪表板将通过/targets页面报告抓取状态和不同目标。

因为我的是mac环境，没办法用--net=host模式绑定网卡，所以直接配置了访问内网ip 172.17.0.1:9090，一样的效果。

查询普罗米修斯

要查询基础指标并创建图表，请访问控制面板上的图表页面：http://127.0.0.1:9090/graph

从这里可以根据名称查询不同的指标。

例如，查询node_network_receive_bytes将显示磁盘IO的活动程度。查询使用node_cpu将输出Docker主机CPU信息。

常用指标类型有：

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

Prometheus虽然自带了web页面，但一般会和更专业的Grafana配套做指标的可视化。

Grafana有很多模板，用于更友好地展示出指标的趋势情况，如Node Exporter for Prometheus，文章的开头那张图片就是这个模板的展示情况样例。

启动grafana

docker run -d --name=grafana -p 3000:3000 grafana/grafana
3bf6f5d7794f9694dc59fc598c91e6e4dbb315088eb012a03629d6d181e2e818

输入默认用户名和密码 admin/admin ，进入到首页

首页长这个样子，都是比较简单的英文，按步骤来就可以了。

Add Data Sources -> Name: Prometheus URL: http://127.0.0.1:9090 Access:Browser Save & Test…

选择图表展示

在promethus server上添加指标

选择数据源和指标，右上角保存，重复操作就可以有下图效果了，注意使用docker run -d --net=host方式会比较方便

参考

官方文档 https://prometheus.io/docs/introduction/overview/

容器监控实践—node-exporter

https://www.jianshu.com/p/e3c9fc929d8a

如何在CentOS 7上安装Prometheus和node_exporter

https://www.howtoing.com/how-to-install-prometheus-and-node-exporter-on-centos-7 使用Prometheus收集Docker指标

https://docs.docker.com/config/thirdparty/prometheus/

Prometheus 入门与实践

（点击标题可跳转阅读）

定制自己的Docker镜像

docker部署redis实战

如何向朋友解释什么是云计算？