专栏首页idba一文了解Prometheus

一文了解Prometheus

一 简介

Prometheus 是一套开源的监控系统。设计思路来自于Google的borgmon 监控系统(由工作在 SoundCloud的Google 前员工在2012年创建)。

  1. 提供多维数据模型和灵活的查询方式,通过将监控指标关联多个tag,来将监控数据进行任意维度的组合。
  2. 提供PromSQL可以利用多维数据完成复杂的查询。
  3. 在不依赖分布式存储的情况下,支持单个服务器节点可以本地存储。通过Prometheus自带的时序数据库支持每秒千万级别的数据存储。
  4. 制定了数据标准,以基于HTTP的pull方式采集时间序列数据,只要满足Prometheus监控数据格式的监控数据都可以被Prometheus采集,汇总。
  5. 通过PushGateway组件 支持以push方式推送时间序列数据。
  6. 支持静态配置和通过服务发现的机制发现监控对象,自动完成数据采集。目前已经支持Kubernets,etcd,Consul 等多种服务发现,减少运维人员手动配置操作。
  7. 多种图形模式及仪表盘支持(grafana)
  8. 易于维护,可以通过二进制文件直接启动,并且提供了容器化部署镜像。
  9. 支持数据分区采样和联邦集群部署,支持大规模集群监控。

二 架构

一图胜千言 (图片来自官方的架构图)

我们从上面的架构图可以看出 Prometheus 的主要模块包含:Server, Exporters, Pushgateway, PromQL, Alertmanager, WebUI 等。我们逐一认识一下各个模块的功能作用。

2.1 模块

Retrieval是负责定时去暴露的目标页面上去抓取采样指标数据。

Storage 是负责将采样数据写入指定的时序数据库存储。

PromQL 是Prometheus提供的查询语言模块。可以和一些webui比如grfana集成。

Jobs / Exporters:Prometheus 可以从 Jobs 或 Exporters 中拉取监控数据。Exporter 以 Web API 的形式对外暴露数据采集接口。

Prometheus Server:Prometheus 还可以从其他的 Prometheus Server 中拉取数据。

Pushgateway:对于一些以临时性 Job 运行的组件,Prometheus 可能还没有来得及从中 pull 监控数据的情况下,这些 Job 已经结束了,Job 运行时可以在运行时将监控数据推送到 Pushgateway 中,Prometheus 从 Pushgateway 中拉取数据,防止监控数据丢失。

Service discovery:是指 Prometheus 可以动态的发现一些服务,拉取数据进行监控,如从DNS,Kubernetes,Consul 中发现, file_sd 是静态配置的文件。

AlertManager:是一个独立于 Prometheus 的外部组件,用于监控系统的告警,通过配置文件可以配置一些告警规则,Prometheus 会把告警推送到 AlertManager。

2.2 Prometheus的工作原理逻辑:

  1. Prometheus server 定期从静态配置或者服务发现的 targets 拉取要监控的目标数据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 推送警报。
  3. Alertmanager 收到警告的时候,可以根据配置,聚合,去重,降噪,最后发送警告。
  4. 可以使用 API, Prometheus Console 或者 Grafana 查询和聚合数据。

三 Prometheus的数据模型和类型

3.1 数据模型

Prometheus 存储的所有数据都是时间序列数据(Time Serie Data,简称时序数据)。时序数据是具有时间戳的数据流,该数据流属于某个度量指标(Metric)和该度量指标下的多个标签(Label)。

度量指标(Metric):描述了被监控的某个测量特征。度量指标名称由ASCII字母、数字、下划线和冒号组成,须匹配正则表达式 [a-zA-Z_:][a-zA-Z0-9_:]*

标签(Tag):对于同一个度量指标,不同标签值组合会形成特定维度的时序。标签支持Prometheus的多维数据模型。Prometheus 的查询语言可以通过度量指标和标签对时序数据进行过滤和聚合。标签名称可以包含 ASCII 字母、数字和下划线,须匹配正则表达式 [a-zA-Z_][a-zA-Z0-9_]*,带有 _ 下划线的标签名称保留为内部使用。标签值可以包含任意 Unicode 字符,包括中文。

采样值(Sample):时序数据其实就是一系列的采样值。每个采样值包括:一个64位的浮点数据和一个精确到毫秒的时间戳。

时间序列的存储似乎可以设计成key-value存储的方式

进一步拆分,我们通过PomeSQL查询看到的是类似如下

name是特定的label标签,代表了metric name。

3.2 Metric 的类型

Prometheus 主要提供四种主要的 metric 类型:Counter: 一种累加的 metric,它是一个只能递增的数值。典型的应用如:请求的个数,结束的任务数,出现的错误数等等。重启进程后,会被重置为0,比如MySQL的启动时间。

Gauge:一个既可以增加,又可以减少的度量指标。计量器主要用于测量类似于温度、内存使用量这样的瞬时数据。

Histogram:Histogram 由 <basename>_bucket{le="<upperinclusivebound>"}<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,通常它采集的数据展示为直方图。例如 Prometheus server 中 prometheus_local_storage_series_chunks_persisted, 表示 Prometheus 中每个时序需要存储的 chunks 数量,我们可以用它计算待持久化的数据的分位数。

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。例如 Prometheus server 中 prometheus_target_interval_length_seconds

3.3 作业和实例

Prometheus 中,将任意一个独立的数据源(target)称之为实例(instance)。包含相同类型的实例的集合称之为作业(job)。如下是一个从mysql_no_product.yml获取监控对象,每隔1min拉取一次的job 。

-   - job_name: 'qa-mysql'    scrape_timeout: 20s    scrape_interval: 1m    file_sd_configs:    - files:      - mysql_no_product.yml      refresh_interval: 1m    relabel_configs:      - source_labels: ['mysql_host']        target_label: __param_mysql_host      - source_labels: ['mysql_port']        target_label: __param_mysql_port      - source_labels: ['__address__']        target_label: __address__

四 报警

Alertmanager 主要用于接收 Prometheus 发送的告警信息,它支持丰富的告警通知渠道,而且很容易做到告警信息进行去重,降噪,分组,策略路由,是一款前卫的告警通知系统。Alertmanager 可以比较吸引人的特性:

报警分组:将报警分组,当报警大量出现的时候,只会发一条消息告诉你数据库挂了的情况出现了 100 次,而不是用 100 条推送轰炸你; 报警抑制:显然,当数据库出问题的时候,其它的应用可肯定会出问题,这时候你可能不会需要其它的不相干的报警短信,这个功能将真正有用的信息及时通知你; 报警静默:一些不重要的报警,可以完全忽略,因此也就没有必要通知;

五 可视化

Grafana 是一个跨平台的开源的度量分析和可视化工具,可以通过将采集的数据查询然后可视化的展示。比Prometheus 自带的web ui提供更多好看的界面和功能 。

推荐阅读

从Zabbix到Prometheus,同程艺龙数据库监控系统的实践

剖析Prometheus的内部存储机制

https://www.cnblogs.com/vovlie/p/7709312.html

数据格式的图片来自 官方PPT

本文分享自微信公众号 - yangyidba(yangyidba),作者:yangyidba

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2020-01-24

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • ClickHouse|MergeTree引擎之数据分区

    前面通过 一文了解ClickHouse 介绍过ClickHouse,特性,结构,使用场景。自己并未完全深入学习clickhouse,因为公司打算小范围使用Cl...

    用户1278550
  • 从一个案例 复习MySQL加锁机制

    该文源自于和一个DBA 同行 @邱神医 (集数据库技术和医学知识于一身的DBA)的技术讨论。

    用户1278550
  • 转载|线上IO问题跟踪-剖析MySQL IO路径

    某业务CDB实例,每天在特地时间段内( 00:07:00 - 00:08:00左右)机器对应IO监控出现写入尖刺,且主从实例都有类似现象,从机器监控可以看到,问...

    用户1278550
  • 《Prometheus监控实战》第2章 Prometheus简介

    yeedomliu
  • prometheus基础

    Prometheus 是由前 Google 工程师从 2012 年开始在 Soundcloud 以开源软件的形式进行研发的系统监控和告警工具包,自此以后,许多公...

    行 者
  • GitHub 热榜:适合初学者学习的 Prometheus 监控系统

    在前面的《GitHub 热榜:轻量级无 Agent 的自动化运维平台!》文章中,简单的描述了下传统运维以及到现在的运维所接触的监控平台,spug 是面向中小型企...

    杰哥的IT之旅
  • Kubernetes上的“火眼金睛”——Prometheus的安装实录

    Kubernetes是目前最为流行、成为事实标准的容器集群管理平台,为容器化应用提供了集群化部署运行、自动资源调度,和动态水平伸缩等一系列完整功能。虽然Kube...

    JFrog杰蛙科技
  • 第01期:详解 Prometheus 专栏开篇

    专栏会详细介绍 Prometheus 这款优秀的开源监控告警系统的使用,欢迎感兴趣的小伙伴关注!

    爱可生开源社区
  • 理解OpenShift(7):基于 Prometheus 的集群监控

    理解OpenShift(5):从 Docker Volume 到 OpenShift Persistent Volume

    SammyLiu
  • 开源监控利器Prometheus初探

    Kubernetes作为当下最炙手可热的容器管理平台,在给应用部署运维带来便捷的同时,也给应用及性能监控带来了新的挑战。本文给大家分享一款十分火热的开源监控工具...

    yuanyi928

扫码关注云+社区

领取腾讯云代金券