Prometheus：云原生時代的監控利器

在當今快速發展的云原生和微服務架構時代，傳統的監控系統面臨著巨大的挑戰：如何高效地收集海量、動態變化的指標？如何實時告警并快速定位問題？如何實現靈活的可視化和強大的數據查詢能力？Prometheus，作為 CNCF（云原生計算基金會）的畢業項目，憑借其強大的功能和云原生友好的設計，已成為監控領域的事實標準。

本文將帶你深入了解 Prometheus 的核心概念、架構、優勢以及如何快速上手。

一、什么是 Prometheus？

Prometheus 是一個開源的系統監控和告警工具包，最初由 SoundCloud 開發，并于 2016 年加入 CNCF。它特別適用于記錄任意純數字時間序列數據，即按時間順序記錄的數值。

核心特點：

• 多維數據模型： 數據由指標名稱（metric name）和鍵值對（標簽/labels）唯一標識。例如：http_requests_total{method="POST", endpoint="/api/users", status="200"}。這種模型使得查詢和聚合極其靈活。
• 靈活的查詢語言（PromQL）： Prometheus Query Language (PromQL) 允許用戶以強大的方式選擇和聚合時間序列數據。
• 不依賴分布式存儲： 單個 Prometheus 服務器是自治的，本地存儲其抓取的所有數據，無需依賴外部存儲（如 HDFS）。
• 通過 HTTP 拉取（Pull）模式收集數據： Prometheus 周期性地從配置的目標（targets）的 HTTP 接口拉取（scrape）指標數據。這與傳統的推送（Push）模式（如 StatsD）不同。
• 服務發現： 支持動態發現監控目標，與 Kubernetes、Consul、etcd 等集成，自動管理目標列表。
• 強大的告警功能： 通過 Alertmanager 組件，支持基于 PromQL 的復雜告警規則，并能對告警進行分組、抑制、靜默和路由到多種通知渠道（郵件、Slack、PagerDuty 等）。
• 圖形化和儀表板： 雖然自帶簡單的圖形界面，但通常與 Grafana 等專業可視化工具集成，創建豐富的儀表板。

二、Prometheus 核心組件與架構

一個典型的 Prometheus 監控系統包含以下核心組件：

1. Prometheus Server： 核心組件，負責：

   • 抓取（Scraping）： 從配置的 HTTP endpoints 拉取指標數據。
   • 存儲（Storage）： 將收集到的時間序列數據存儲在本地磁盤。
   • 查詢（Querying）： 通過 PromQL 提供數據查詢接口。
   • 規則處理（Rule Processing）： 計算預定義的記錄規則（Recording Rules）和告警規則（Alerting Rules）。

2. Exporters： 這是 Prometheus 生態的關鍵。由于 Prometheus 本身不直接監控應用程序，需要由 Exporter 將第三方系統的指標暴露為 Prometheus 可讀的格式（通常是 /metrics 的 HTTP 端點）。

   • 官方/社區 Exporter： 如 node_exporter (監控主機)、mysqld_exporter (MySQL)、redis_exporter (Redis)、blackbox_exporter (黑盒探測) 等。
   • 應用內嵌 Exporter： 許多現代應用（如 Kubernetes 組件、etcd）直接內置了 Prometheus metrics 端點。

3. Pushgateway： 用于處理來自短生命周期作業（如批處理任務、Cron Jobs）的指標。這些作業在 Prometheus 完成抓取前可能已經結束，因此需要先將指標推送到 Pushgateway，再由 Prometheus 從 Pushgateway 拉取。

4. Alertmanager： 專門處理由 Prometheus Server 發送的告警。它負責：

   • 去重（Deduplication）
   • 分組（Grouping）
   • 路由（Routing）到正確的接收者
   • 抑制（Inhibition）
   • 靜默（Silences）
   • 發送通知（通過郵件、Webhook、Slack 等）

5. 客戶端庫（Client Libraries）： 用于在應用程序代碼中直接暴露自定義指標（如計數器 Counter、儀表 Gauge、直方圖 Histogram、摘要 Summary）。支持多種語言（Go, Java, Python, Ruby, .NET 等）。

6. 可視化工具（如 Grafana）： 雖然不是 Prometheus 的一部分，但 Grafana 是最流行的與 Prometheus 集成的可視化平臺，用于創建交互式儀表板。

[應用程序/服務] --> (通過客戶端庫暴露指標 或 Exporter)|v[Prometheus Server]/       \/         \(抓取數據) /           \ (發送告警)/             \v               v[本地時間序列數據庫]    [Alertmanager]|               ||               v|       [通知渠道 (郵件, Slack...)]|v[Grafana (可視化)]

三、快速上手：部署一個簡單的 Prometheus

1. 下載并運行 Prometheus

# 下載 Prometheus (以 Linux 為例)
wget https://github.com/prometheus/prometheus/releases/download/v2.50.0/prometheus-2.50.0.linux-amd64.tar.gz
tar xvfz prometheus-2.50.0.linux-amd64.tar.gz
cd prometheus-2.50.0.linux-amd64/# 查看配置文件 (prometheus.yml)
# 默認配置會監控自己
cat prometheus.yml# 啟動 Prometheus
./prometheus --config.file=prometheus.yml

Prometheus 默認在 http://localhost:9090 提供 Web UI。

2. 配置監控目標

編輯 prometheus.yml，添加一個 node_exporter 目標：

global:scrape_interval: 15s # 默認抓取間隔scrape_configs:- job_name: 'prometheus'static_configs:- targets: ['localhost:9090'] # 監控 Prometheus 自身- job_name: 'node' # 監控主機static_configs:- targets: ['your-server-ip:9100'] # 假設 node_exporter 運行在 9100 端口

重啟 Prometheus 服務，訪問 Web UI 的 Status -> Targets 頁面，應該能看到新的目標處于 UP 狀態。

3. 使用 PromQL 查詢

在 Prometheus Web UI 的 Graph 標簽頁，嘗試一些簡單的 PromQL 查詢：

• up{job="node"}：查看 node 任務的監控目標是否在線（1=在線，0=離線）。
• node_memory_MemAvailable_bytes{job="node"}：查看主機可用內存。
• rate(node_cpu_seconds_total{job="node",mode="idle"}[5m])：計算過去 5 分鐘 CPU 空閑時間的平均使用率（注意：idle 時間減少代表 CPU 使用增加）。
• node_filesystem_avail_bytes{job="node",mountpoint="/"} / node_filesystem_size_bytes{job="node",mountpoint="/"}：計算根分區的可用空間百分比。

4. 集成 Grafana

1. 安裝并啟動 Grafana。
2. 在 Grafana 中添加 Prometheus 作為數據源（URL: http://<your-prometheus-host>:9090）。
3. 導入或創建儀表板。例如，導入 Node Exporter Full 儀表板 (ID: 1860) 可以全面監控主機狀態。

prometheus doc

prometheus與k8s的結合

真實的生產環境往往很復雜，并不能通過單一的prometheus解決整個系統的監控，因此這里推薦一個工業級別的項目
kube-prometheus
接下來對于prometheus的學習也是基于kube-prometheus開源庫進行的，可以這樣說，只要你把這個庫掌握了你就可以直接去找與prometheus相關的工作了