基于Prometheus&Grafana的监控方案[1]-组件介绍

Prometheus

简单介绍

Prometheus是由Go编写的一套开源的监控&报警&时间序列数据库的组合，由SoundCloud开发，从 2012 年开始编写代码，再到 2015 年 github 上开源以来，已经吸引了 9k+ 关注，以及很多大公司的使用；2016 年 Prometheus 成为继 k8s 后，第二名 CNCF(Cloud Native Computing Foundation) 成员。作为新一代开源解决方案，很多理念与 Google SRE 运维之道不谋而合。

主要特点

基于HTTP的pull方式采集时序数据
可以通过push gateway进行时序列数据推送(pushing)
有简单的多种可视化图表及仪表盘支持
可以通过服务发现或者静态配置去获取要采集的目标服务器
不依赖分布式存储，单个服务器节点
比较容易扩展，联邦集群
自己定义的一套多维数据模型（时间序列由指标metric名称和键/值对组成）
有自己的查询语言PromQL
非常高效的存储平均一个采样数据占 ~3.5 bytes左右，320万的时间序列，每30秒采样，保持60天，消耗磁盘大概228G。

架构&组件

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
Alertmanager：是独立于Prometheus的一个组件，可以支持Prometheus的查询语句，提供十分灵活的报警方式
PushGateway：这个组件是支持Client主动推送metrics到PushGateway，而Prometheus只是定时去Gateway上pull数据
Jobs/exporters：真正收集本地监控数据的组件，社区提供了大量的第三方的exporter，基本涵盖了服务端的各种监控需求
Web UI：prometheus提供了一些简单的监控图标，实际中我们一般用Grafana进行展现

数据模型

Prometheus的数据格式是简单的文本格式，可以直接阅读。其中，#号开头的是注释，除此之外，每一行一个数据项，数据名在前，值在后。{}中是标签，一条数据可以有多个标签。由于数据采用http的pull方式拉取，因此可以自己按照数据格式实现数据的采集。

样例

# HELP go_gc_duration_seconds A summary of the GC invocation durations.
# TYPE go_gc_duration_seconds summary
go_gc_duration_seconds{quantile="0"} 8.1724e-05
go_gc_duration_seconds{quantile="0.25"} 0.000146067
go_gc_duration_seconds{quantile="0.5"} 0.000185996
go_gc_duration_seconds{quantile="0.75"} 0.000241331
go_gc_duration_seconds{quantile="1"} 0.003861429
go_gc_duration_seconds_sum 24.3027719
go_gc_duration_seconds_count 106632

数据类型
Prometheus定义了四种数据类型

Gauge：常规数值，例如温度变化、内存使用变化。可变大，可变小。重启进程后，会被重置。
Counter：用于累计值，例如记录请求次数、任务完成数、错误发生次数。一直增加，不会减少。重启进程后，会被重置。
Histogram：直方图，可以理解为柱状图的意思，常用于跟踪事件发生的规模，例如：请求耗时、响应大小。它特别之处是可以对记录的内容进行分组，提供count和sum全部值的功能。
Summary：和Histogram十分相似，常用于跟踪事件发生的规模，例如：请求耗时、响应大小。同样提供 count 和 sum 全部值的功能。它提供一个quantiles的功能，可以按%比划分跟踪的结果。例如：quantile取值0.95，表示取采样值里面的95%数据。

Grafana

由于Prometheus自带的图表太简单了，一般我们用Grafana进行展现。
Grafana是用于可视化大型测量数据的开源程序，提供了强大和优雅的方式去创建、共享、浏览数据。
Grafana有热插拔控制面板和可扩展的数据源，目前已经支持Graphite、InfluxDB、OpenTSDB、Elasticsearch、Prometheus等等各种数据来源。

Grafana官网

https://grafana.com/