当前位置：首页 > ds >正文

Prometheus详解

ds 2025/7/5 17:29:07

Why（与我何干？）

Prometheus 是一个强大的监控系统，它不仅能帮助你监控服务器和应用程序的运行状态，还能通过时间序列数据的分析，为系统优化和故障排查提供有力支持。对于运维人员来说，它能快速定位问题，减少系统停机时间；对于开发人员来说，它能帮助分析性能瓶颈，优化代码。在云原生环境中，Prometheus 是 Kubernetes 的默认监控解决方案，是现代运维不可或缺的工具。

What（定义、概念解释，可以做什么）

Prometheus 是一个开源的监控系统和时间序列数据库。它主要用于收集和存储各种指标数据，比如服务器的 CPU 使用率、内存占用、网络流量等。它还可以对这些数据进行查询和可视化，帮助你快速定位问题。
它的主要功能包括：
- 数据收集：通过拉取（Pull）或推送（Push）的方式，从目标系统中获取指标数据。
- 数据存储：将收集到的指标数据存储在本地的时间序列数据库中。
- 数据查询：使用 PromQL 查询语言，可以快速查询和分析数据。
- 可视化：与 Grafana 等工具结合，可以生成直观的图表和仪表盘。
- 告警：当指标数据超出设定的阈值时，可以自动触发告警，通知运维人员。
核心组件
- Prometheus Server：负责数据的收集、存储和查询。
- Exporter：用于从目标系统中提取指标数据。例如，Node Exporter 用于监控服务器，Prometheus HTTPD Exporter 用于监控 HTTP 服务。
- Pushgateway：用于支持短期任务的指标推送。
- Alertmanager：用于处理告警，支持分组、抑制和通知。

How（步骤流程方法，以及解释所需的任何主题内容）

安装 Prometheus
- 下载 Prometheus 的二进制文件，并解压到服务器上。
- 配置 prometheus.yml 文件，指定要监控的目标和规则。例如：
```
global:scrape_interval: 15sevaluation_interval: 15s
scrape_configs:- job_name: 'prometheus'static_configs:- targets: ['localhost:9090']- job_name: 'node'static_configs:- targets: ['localhost:9100']
```
- 启动 Prometheus 服务，它会开始收集数据。
数据收集
- Prometheus 使用 Pull 模式，定期从目标系统拉取指标数据。目标系统需要暴露一个 HTTP 接口，返回指标数据。
- 例如，一个服务器的指标接口可能返回类似这样的内容：
```
# HELP http_requests_total The total number of HTTP requests.
# TYPE http_requests_total counter
http_requests_total{method="post",code="200"} 1027
```
- 时间序列数据：Prometheus 将每个指标视为一个时间序列，每个时间序列由指标名称和一组标签（key-value 对）组成。例如：
  http_requests_total{method="post",code="200"} 1027
  - http_requests_total 是指标名称。
  - {method="post",code="200"} 是标签。
  - 1027 是指标的值。
数据查询
- 使用 PromQL 查询语言，可以对数据进行查询和分析。例如：
  - 查询当前 CPU 使用率：rate(cpu_usage[5m])
  - 查询过去 1 小时内 HTTP 请求的总数：sum(http_requests_total[1h])
- PromQL 语法：
  - Instant Query：返回单个时间点的数据，例如 cpu_usage。
  - Range Query：返回一段时间内的数据，例如 cpu_usage[5m]。
  - Aggregation：对数据进行聚合操作，例如 sum(cpu_usage)。
可视化
- 将 Prometheus 数据源接入 Grafana，创建仪表盘。Grafana 会根据 Prometheus 的数据生成图表，帮助你直观地查看系统状态。
- Grafana 是一个开源的可视化工具，支持多种数据源，包括 Prometheus。通过 Grafana，你可以创建复杂的仪表盘，显示实时数据和历史趋势。
告警
- 在 Prometheus 中配置告警规则，例如：
```
groups:
- name: examplerules:- alert: HighCPUUsageexpr: rate(cpu_usage[5m]) > 0.8for: 10mlabels:severity: criticalannotations:summary: "High CPU usage on {{ $labels.instance }}"description: "CPU usage is above 80% for 10 minutes."
```
  - 当 CPU 使用率超过 80% 并持续 10 分钟时，会触发告警。
- Alertmanager：负责处理告警，支持分组、抑制和通知。它可以将告警发送到多种通知渠道，如邮件、Slack、PagerDuty 等。