💡Prometheus能做什么？

Google SRE的运维理念

SRE是一种运维的标准、亦或者是一种岗位职责制度，SRE制度里有一条红线，运维的人只能把一半的时间花在运维上，另外一半的时间必须搞工程上、研发上的东西。研发可以是写工具，可以是参与系统设计，参与可靠性的提高，但是要保证运维不能只干运维

核心组件

1. Prometheus Server 主要用于抓取数据和存储时序数据，另外还提供查询和 Alert Rule 配置管理。

2. Client libraries 用于对接 Prometheus Server, 可以查询和上报数据

3. Push Gateway 用于批量，短期的监控数据的汇总节点，主要用于业务数据汇报等。

4. Exports 各种汇报数据的 exporters ，例如汇报机器数据的 node_exporter, 汇报 MongoDB 信息的 MongoDB exporter 等等

5. AlertManage
用于告警通知管理的 alertmanager 。
 
 

服务流程简述

TIPS:

Prometheus 的数据是基于时序的 float64 的值，如果你的数据值有更多类型，无法满足。

Prometheus 不适合做审计计费，因为它的数据是按一定时间采集的，关注的更多是系统的运行瞬时状态以及趋势，即使有少量数据没有采集也能容忍，但是审计计费需要记录每个请求，并且数据长期存储，这个 Prometheus 无法满足，可能需要采用专门的审计系统。

OpenTSDB的表示法是一致的

时序数据库 OpenTSDB

数据模型

索引

• 时序的名字可以使用规则为 ASCII字符，数字，下划线，以及冒号组成，它必须满足正则表达式[a-zA-Z_:][a-zA-Z0-9_:]* 其名字应该具有语义化，一般表示一个可以度量的指标，例如 http_request_total

• __开头属于Prometheus保留

• 支持中文

时序样本

• float64

• unix时间戳

格式

Metric时序的4种类型

• Counter 表示数据收集指标用于趋势变化的，例如增长的请求数、异常等统计值

• Gauge 表示数据瞬时值，服务器压力等指标，磁盘、内存、网络吞吐、CPU占用率等

• Histogram 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。

• Summary 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。

• Histogram vs Summary

作业和实例

自动生成标签和时序

功能模块

Server

Exporter

PushGateway

配置

全局配置 - Global

告警配置 - alerting

规则文件配置 - rule_files

拉取配置 - scrape_configs

远程读写配置 - remote_read remote_write

围绕网关服务健康度检测

🤗 总结归纳

• Prometheus 需要手动修改文件配置。

• Prometheus 适用于主机监控，还适用于 Cloud, SaaS, Openstack，Container 等监控。

• Prometheus 属于一站式监控告警平台，依赖少，功能齐全。

• Prometheus 支持对云或容器的监控，其他系统主要对主机监控。

• Prometheus 数据查询语句表现力更强大，内置更强大的统计函数。

• Prometheus 在数据存储扩展性以及持久性上没有 InfluxDB，OpenTSDB，Sensu 好。

📎 参考文章

• Prometheus 实战

• Prometheus Documents