prometheus浅入

╰+哭是因爲堅強的太久メ 2023-02-26 04:21 23阅读 0赞

# prometheus #

Prometheus 的整体架构以及生态系统组件如下图所示：

![在这里插入图片描述][20200714095925476.png]

![在这里插入图片描述][20200722164720882.png]  
![在这里插入图片描述][20200722164036569.png]

prometheus 各组件介绍

*  Prometheus Server: 使用pull方式采集监控数据，在该组件上配置监控数据的采集和告警规则。
 *  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: 主要用于短期的 jobs。由于这类 jobs 存在时间较短，可能在prometheus来pull之前就消失了。为此，这次 jobs 可以直接向 Prometheus server 端推送它们的 metrics。这种方式主要用于服务层面的 metrics，对于机器层面的 metrices，需要使用 node exporter。
 *  Exporters: 用于暴露已有的第三方服务的 metrics 给 Prometheus。
 *  Alertmanager: 用于接收promethues发出的告警做进一步处理，对告警进行聚合、下发、抑制等。常见的告警方式有：邮件，钉钉，webhook 等一些其他的工具。

数据描述  
时间序列中的每一个点称为一个样本（sample）。Prometheus 的时序指标数据由 timestamp、metric name、label、value 组成:

*  timestamp 是毫秒级的时间戳.
 *  metric name 是符合正则\[a-zA-Z\_:\]\[a-zA-Z0-9\_:\]\*的字符串, 即只包含英文字母和数字及两个特殊符号\_:, 不能包含横杆-这样的特殊符号.
 *  label 是一个 kv 都是 string 类型的 map.
 *  value 是 float64.

指标类别  
Prometheus中主要使用的四类指标类型，如下所示

*  Counter (累加指标)
 *  Gauge (测量指标)
 *  Summary (概略图)
 *  Histogram (直方图)

Counter 一个累加指标数据，这个值随着时间只会逐渐的增加，比如程序完成的总任务数量，运行错误发生的总次数。常见的还有交换机中snmp采集的数据流量也属于该类型，代表了持续增加的数据包或者传输字节累加值。表示的是一个持续变化趋势值，用来记录当前的数量。一般用于记录当前请求数量，错误数

Gauge代表了采集的一个单一数据，表示当前数据的一个瞬时值，这个数据可以增加也可以减少，一般用来记录内存使用量，磁盘使用量，文件打开数量等

Histogram主要用于在一定范围内对数据进行采样，计算在一定范围内的分布情况，通常它采集的数据展示为直方图。一般用来记录请求时长或响应时长

Summary主要用于表示一段时间内数据采样结果

Histogram和Summary使用的频率较少，两种都是基于采样的方式。另外有一些库对于这两个指标的使用和支持程度不同，有些仅仅实现了部分功能。这两个类型对于某一些业务需求可能比较常见，比如查询单位时间内：总的响应时间低于300ms的占比，或者查询95%用户查询的门限值对应的响应时间是多少。 使用Histogram和Summary指标的时候同时会产生多组数据，\_count代表了采样的总数，\_sum则代表采样值的和。 \_bucket则代表了落入此范围的数据。

为了能充分的了解和使用prometheus相关的工具，建议可以通过docker将可能用到的周边工具都下载了，毕竟docker用来安装和卸载实在很方便。

通过docker search查询一下相关的工具

docker search prometheus
    docker search grafana
    docker search pushgateway
    docker search node-exporter

建议使用第一个，因为一般来说第一个都是官方镜像或者比较无坑的镜像

![在这里插入图片描述][20200722143410430.png]

创建容器，由于本机的有些端口被占用了，所以映射暴露的端口根据个人情况修改

> 官方端口
> 
>  *  prometheus: 9090
>  *  grafana: 3000
>  *  pushgateway: 9091
>  *  node-exporter: 9100

docker run -d -p 9999:9090  --name paas_prometheus --privileged=true prom/prometheus
    
    docker run -d -p 3000:3000 --name paas_grafana grafana/grafana
    
    docker run -d -p 19091:9091 --name paas_pushgateway prom/pushgateway
    
    docker run -d -p 9100:9100 --name paas_exporter prom/node-exporter

![在这里插入图片描述][20200722144009528.png]

进入prometheus容器内部

docker exec -it paas_prometheus sh

进到/etc/prometheus目录，里面有`prometheus.yml`， 可以进行相关的配置

cd /etc/prometheus

![在这里插入图片描述][20200714160109980.png]

由于刚开始，数据相当的不足，可以启动其他一些采样目标，那么就用官方提供的一个examples下的例子去实践一下

git clone https://github.com/prometheus/client_golang.git
    cd client_golang/examples/random
    go get -d 
    go build
    
    ## 启动三个服务
    ./random -listen-address=:10001
    ./random -listen-address=:10002
    ./random -listen-address=:10003

现在你在浏览器输入:`http://localhost:10001/metrics`, `http://localhost:10002/metrics`, `http://localhost:10003/metrics`, 能看到所有采集到的采样点数据  
![在这里插入图片描述][2020072215161934.png]  
![在这里插入图片描述][20200722151646288.png]  
![在这里插入图片描述][20200722151705975.png]

# grafana #

通过grafana去可视化指标的变化趋势会更加方便。

grafana默认登录账号及密码都是：`admin`

添加数据源  
![在这里插入图片描述][20200722154356824.png]

还记得当时在docker里起的容器prometheus暴露在外的端口是`:9999`吧，在保存的时候，同时弹出来了两个消息框，绿色的说更新成功，但红色的却说`HTTP Error Bad Gateway`，一下子陷入了困惑，没道理啊，按理来说数据源的`URL`的确是本地的`:9999`，为什么会说连接不到呢？  
![在这里插入图片描述][20200722154609467.png]

把鼠标放在提示上方，会有一些提示，`你的接入方法是server，这意味着URL必须能从grafana后端/服务器访问到`  
![在这里插入图片描述][2020072216081961.png]

再根据Access mode的解释，那么就可以猜测一下，为什么从浏览器直接访问`http://localhost:9999/targets`可以查看到监控节点的状态，是因为在对于浏览器来说，`localhost`就是本地，那么当浏览器通过`localhost`的`:9999`实际上是访问到了对应端口的容器里。

为了进一步验证我们的猜想，抓包一看，没毛病，请求的URL的确是`http://localhost:9999`  
![在这里插入图片描述][20200722155452404.png]

因为`prometheus`、`grafana`都是在容器里启动的，所以当在grafana面板设置数据源的时候，这里的`localhost`对于在容器里的`grafana`来说，就是容器内部的`localhost`，而在`grafana`容器里实际上的`:9999`是没有服务的，那么报错`HTTP Error Bad Gateway`就正常了，那么怎么改呢？把`localhost`改成本地的ip就好了  
![在这里插入图片描述][20200722162622783.png]  
之所以会遇到这种情况，还是因为粗心，或者对容器的概念不太熟悉，多补补就好了。

进入到容器内部，编辑`prometheus.yml`，增加以下配置

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: ['192.168.xxx.xxx:10001', '192.168.xxx.xxx:10002']
            labels:
              group: 'production'
    
          - targets: ['192.168.xxx.xxx:10003']
            labels:
              group: 'test'

重启prometheus容器

docker restart paas_prometheus

打开浏览器去查看prometheus的情况，点击targets，查看被监控节点的状态  
![在这里插入图片描述][2020072215261615.png]

那么下面就根据指标画图，可视化有利于监控。  
![在这里插入图片描述][2020072216290442.png]

![在这里插入图片描述][202007221542431.png]

# 巨人的肩膀 #

> 从他人的工作中汲取经验来避免自己的错误重复，正如我们是站在巨人的肩膀上才能做出更好的成绩。

[https://www.kancloud.cn/cdh0805010118/prometheus/719360][https_www.kancloud.cn_cdh0805010118_prometheus_719360]  
[https://www.cnblogs.com/FRESHMANS/p/9549456.html][https_www.cnblogs.com_FRESHMANS_p_9549456.html]  
[https://fuckcloudnative.io/prometheus/3-prometheus/gettingstarted.html][https_fuckcloudnative.io_prometheus_3-prometheus_gettingstarted.html]  
[https://s0prometheus0io.icopy.site/docs/visualization/grafana/][https_s0prometheus0io.icopy.site_docs_visualization_grafana]  
[https://www.cnblogs.com/xiaobaozi-95/p/10639076.html][https_www.cnblogs.com_xiaobaozi-95_p_10639076.html]  
[https://grafana.com/docs/grafana/latest/][https_grafana.com_docs_grafana_latest]

# VChat #

一个没有哆啦A梦和静香的IT码农，不专业Gopher  
![在这里插入图片描述][20201206221123294.png]

[20200714095925476.png]: /images/20230209/3ec9ea256ada4761996e05372fb9685c.png
[20200722164720882.png]: /images/20230209/0d960f9f97564dcc89d347062d44c6bb.png
[20200722164036569.png]: /images/20230209/466e43b6e3ee4b15b2c1da211c65020f.png
[20200722143410430.png]: /images/20230209/34c749351a4a4feb86254a83e8109d17.png
[20200722144009528.png]: /images/20230209/e1122e88799349f9b77a1a44c18eb6b4.png
[20200714160109980.png]: /images/20230209/8843b76dd4f0488b8fc22fa064bddc77.png
[2020072215161934.png]: /images/20230209/894f16e80f9a4ead955ceef844cd5992.png
[20200722151646288.png]: /images/20230209/78dbd4f4d6544a99ad64942fd3f29edf.png
[20200722151705975.png]: /images/20230209/d7a73fa52a6a4af894dcc269a035d3d5.png
[20200722154356824.png]: /images/20230209/77da3b4a3bd74ae293a1883cdbf87686.png
[20200722154609467.png]: /images/20230209/6103e5a5fd054fa3926cad2f205c02ec.png
[2020072216081961.png]: /images/20230209/20ba93c2d8254dbfa315898f7de6e7ef.png
[20200722155452404.png]: /images/20230209/9c972621ee994c228d135dbbcafedcd6.png
[20200722162622783.png]: /images/20230209/8fa71299232c44c3bdfdae246b3cf6ad.png
[2020072215261615.png]: /images/20230209/55cfb58c2f044e7d8f1189e6c6088fda.png
[2020072216290442.png]: /images/20230209/02fdafb55e1c4743be9ebb5acc0b47e9.png
[202007221542431.png]: /images/20230209/7a1af18866144444ac793cf1ca117f78.png
[https_www.kancloud.cn_cdh0805010118_prometheus_719360]: https://www.kancloud.cn/cdh0805010118/prometheus/719360
[https_www.cnblogs.com_FRESHMANS_p_9549456.html]: https://www.cnblogs.com/FRESHMANS/p/9549456.html
[https_fuckcloudnative.io_prometheus_3-prometheus_gettingstarted.html]: https://fuckcloudnative.io/prometheus/3-prometheus/gettingstarted.html
[https_s0prometheus0io.icopy.site_docs_visualization_grafana]: https://s0prometheus0io.icopy.site/docs/visualization/grafana/
[https_www.cnblogs.com_xiaobaozi-95_p_10639076.html]: https://www.cnblogs.com/xiaobaozi-95/p/10639076.html
[https_grafana.com_docs_grafana_latest]: https://grafana.com/docs/grafana/latest/
[20201206221123294.png]: /images/20230209/557b1c592f094e92a104f895cb09639c.png