服务简介

Prometheus 是由 SoundCloud 使用 Go 语言开发的 时序数据库（简称 TSDB，时序数据指在一定时间内，通过重复测量而获得观测值的集合。如果将数据绘制在图形上，就会有一个数据轴和一个时间轴），是 Google BorgMon 监控系统的开源版本（Borg 的开源实现是 Kubernetes）。

2016 年 5 月云原生基金会（CNCF，Cloud Native Computing Foundation）将 Prometheus 纳入其下第二大开源项目（Kubernetes 第一）。

同年 6 月正式发布 1.0 版本，2017 年底发布了基于全新存储层的 2.0 版本，能更好地与容器平台、云平台配合。

java prometheus 数据多副本 prometheus 数据库_数据

监控的目标

在《SRE: Google运维解密》一书中有提到，监控系统需要能够有效的支持 白盒 监控和 黑盒 监控。

通过白盒监控，能够了解其内部的实际运行状态，通过对监控指标的观察能够预判可能出现的问题，从而对潜在的不确定因素进行优化。

通过黑盒监控，比如 HTTP 探针，TCP 探针等，可以在系统或服务在发生故障时快速通知相关的人员进行处理。

一个完善的监控体系需要实现以下几个功能：

  • 长期趋势分析
  • 通过对监控样本数据的持续收集和统计，实现趋势分析。例如通过对磁盘空间增长率情况的分析，判断需要对资源进行扩容调整的时间。
  • 对照分析
  • 通过监控实现对系统的跟踪和比较，比如两个版本的系统运行资源使用情况的差异如何。
  • 告警
  • 当系统出现或即将出现故障时，监控系统能够迅速反应并通知管理员，从而对问题进行快速的处理或提前预防，避免影响业务。
  • 故障分析与定位
  • 当问题发生后，需要对问题进行调查和处理。通过对不同监控以及历史数据的分析，能够找到并解决根源问题。
  • 数据可视化
  • 通过可视化仪表盘能够直接获取系统的运行状态、资源使用情况、以及服务运行状态等直观的信息。

优势特点

与传统的监控软件，比如 Nagios，Zabbix 相比，Prometheus 主要包含以下几个特点：

  • 易于管理
  • Prometheus 是 Go 语言开发的，这意味着核心部分只有一个单独的二进制文件，不存在任何的第三方依赖，部署方便。
  • 基于 Pull 模型的架构方式，可以在任何地方搭建。
  • 可以通过 Prometheus 的服务发现（Service Discovery）能力动态管理监控目标。
  • 易于集成和获取监控服务的内部运行状态
  • 丰富的 Client 库，易于在应用程序中添加对 Prometheus 的支持，从而轻松的获取到服务和应用内部真正的运行状态。
  • 良好的开放性使得 Client 库还能输出其它监控系统的格式化数据，不仅局限于 Prometheus。
  • 强大的数据模型
  • 监控数据以指标（metric）的形式保存在时间序列数据库中。除指标名称外，数据还包含一组用于描述特征的标签。用于实现对监控数据的聚合，过滤，裁剪。
  • 强大的查询语言 PromQL
  • 可以通过 PromQL 实现对监控数据的查询、聚合、数据可视化以及告警。
  • 高效可扩展
  • 能够处理数以百万的监控指标，并且可以通过分区（sharding）+ 联邦集群（federation）部署逻辑集群。
  • 可视化
  • 自带了一个 Prometheus UI，方便直接对数据进行查询，支持图形化展示。
  • 提供了独立的基于 Ruby On Rails 的 Dashboard 解决方案 Promdash。
  • 可视化工具 Grafana 也提供了完整的 Prometheus 支持。

生态组件

java prometheus 数据多副本 prometheus 数据库_数据_02

Prometheus 生态圈包含多个组件：

  • Pormetheus Server：收集和存储时间序列数据，提供 PromQL 语言，实现对数据查询分析，内置的 Express Browser UI 提供了数据的可视化。
  • client Library：客户端库，用于提供更便捷的开发途径。
  • Push Gateway：用于接收短期作业生成的指标数据的网关。
  • Exporters：用于暴露现有的应用程序或服务的指标数据给 Server 或者 Push Gateway。
  • Alertmanager：从 Server 接收告警通知然后去发送告警信息。
  • Data Visualization：图像化展示数据，如 Grafana，Dashboard UI 这种。

基本原理

通过 HTTP 协议周期性抓取被监控组件的状态，任意组件只要提供对应的 HTTP 接口就可以接入监控，不需要任何 SDK 或者其他的集成过程。

这种方式非常适合做虚拟化环境监控系统，比如 VM、Docker、Kubernetes 等。

输出被监控组件信息的 HTTP 接口被叫做 exporter 。目前常用的组件大部分都有现成的 exporter 可以直接使用。

它的主要服务过程如下：

  1. Prometheus Server 负责定时去目标暴露的 HTTP 服务的接口抓取 metrics 指标数据。
  • 支持通过配置文件、文本文件、Zookeeper 等方式指定抓取目标。
  • 采用 Pull 的方式进行监控，服务器可直接通过目标提供的接口 Pull 数据。
  • 也可以通过 PushGateway，由 Client 主动推送 metrics 到 PushGateway，然后定时去 Gateway 上抓取数据。
  1. 在本地存储抓取的所有数据，然后通过一定规则进行清理和整理数据，并把结果存储到新的时间序列中。
  2. 通过 PromQL 和其他 API 可视化地展示收集的数据。
  • 支持很多方式的图表可视化，例如 Grafana、自带的 Promdash 以及自身提供的模版引擎等。
  • 提供 HTTP API 的查询方式，自定义所需要的输出。
  1. 使用 Alertmanager 提供十分灵活的报警方式。