zabbix4.2发布后，开始支持使用Prometheus进行数据收集。这非常符合我们想基于zabbix+Prometheus做监控中心的一个想法，于是便研究了一下。
zabbix对Prometheus的支持分为两种，
- Prometheus pattern
- Prometheus to json
其中Prometheus pattern 是用于添加普通监控项，而Prometheus to json 可以用于通过自动发现批量添加监控项。
下面分别详细介绍了两者的配置方法。
一、Prometheus pattern的使用方法
1、 首先在zabbix上新增一个类型为http-agent类的监控项1，url填写Prometheus node_exporter的url，一般为http://ip:port/metrics
具体如下：
2、再创建一个类型为Dependent item的监控项2，所依赖的监控项为刚刚创建的http agent监控项1，具体如下：
3、在监控项2的Preprocessing中添加预处理程序，预处理程序的Name选择 Prometheus pattern ，Parameters填写node_exporter中想要添加到zabbix中的监控项名称，点击保存。
4、过一分钟 可以在最新数据中看到这个监控项已经获取到数据了。
二、Prometheus to json的使用方法
由于Prometheus to json是针对自动发现规则使用的，所以需要先新增一个自动发现规则。
1、新增自动发现规则，类型选择Dependent item，依赖的监控项还是前面创建的node_exporter监控项1.
2、在自动发现规则的preproccessing中，添加步骤，Name选择 Prometheus to JSON,parameters按照自己的需求使用promeQL匹配node_exporter中的监控项。例如我想获取所有磁盘设备的只读状态node_filesystem_readonly，我便填写node_filesystem_readonly{device=~".*"}
3、在自动发现规则的LLD macros中添加以下映射：
{#FILESYSTEM}=$.labels['device'] #自动发现的值，这里是磁盘设备
{#HELP}=$['help']
{#METRIC}=$['name']
变量名称可以自己定义，只要与后续的步骤对应即可。
4、添加监控项原型。
类型还是Dependent item，key值是metric名称，参数传刚刚定义的第一个参数{#FILESYSTEM},所依赖的监控项还是node_exporter的http监控项1，具体如下：
5、在监控项原型中的Preproccessing中添加步骤，名称为Prometheus pattern，参数为
node_filesystem_readonly{device="{#FILESYSTEM}"}
以上便是zabbix和Prometheus的添加步骤，要想正式使用，还需要再自己沉淀需要的监控项，并形成模板，成熟后应用于我们的项目中。