Prometheus如何理解

發布時間：2022-01-14 21:08:47 來源：億速云閱讀：200 作者：柒染欄目：云計算

這篇文章的內容主要圍繞Prometheus如何理解進行講述，文章內容清晰易懂，條理清晰，非常適合新手學習，值得大家去閱讀。感興趣的朋友可以跟隨小編一起閱讀吧。希望大家通過這篇文章有所收獲！

Prometheus（譯：普羅米修斯）用領先的開源監控解決方案為你的指標和警報提供動力（賦能）。

Prometheus如何理解

1 概述

1.1. Prometheus是什么？

Prometheus是一個開源的系統監控和警報工具包。自2012年啟動以來，許多公司和組織都采用了Prometheus，該項目擁有非常活躍的開發人員和用戶社區。它現在是一個獨立的開源項目，獨立于任何公司進行維護。Prometheus于2016年加入云原生計算基金會，成為繼Kubernetes之后的第二個托管項目。

1.1.1. Prometheus的主要特性：

一個多維數據模型，包含由指標名稱和鍵/值對（Tag）標識的時間序列數據

PromQL是一種靈活的查詢語音，用于查詢并利用這些維度數據不依賴分布式存儲，單個服務器節點是自治的

時間序列收集是通過HTTP上的pull模型進行的（支持Pull）

推送時間序列是通過一個中間網關來支持的（也支持Push）

目標是通過服務發現或靜態配置發現的

多種模式的圖形和儀表盤支持

總結一下，就是多維數據模型、PromQL查詢語言、節點自治、HTTP主動拉取或者網關主動推送的方式獲取時間序列數據、自動發現目標、多種儀表盤支持

1.1.2. 組件：

Prometheus server，它負責抓取和存儲時間序列數據，是最主要的組件

client libraries，用于檢測應用程序代碼的客戶端庫

push gateway，用于支持短期的jobs

exporters，用于支持HAProxy等第三方

alertmanager，用于處理告警

各種支持工具

大多數Prometheus組件都是用Go編寫的，這使得它們易于作為靜態二進制文件構建和部署

1.1.3. 架構：

這張圖展示了架構及其生態系統的一些組成部分： Prometheus如何理解

Prometheus從工具化的作業中獲取指標，要么直接獲取，要么通過中介推送網關獲取短期作業。它在本地存儲所有抓取的樣本，并對這些數據應用規則將這些數據進行聚合，并記錄新的時間序列，或者生成警報。可以用Grafana或其他API來可視化收集的數據。

1.2. 什么時候用它合適

Prometheus可以很好地記錄任何純數字時間序列。它既適合以機器為中心的監視，也適合高度動態的面向服務的體系結構的監視。在微服務的世界中，它對多維數據收集和查詢的支持是一個特別的優勢。

Prometheus是為可靠性而設計的，在你的服務宕機的時候，你可以快速診斷問題。每臺Prometheus服務器都是獨立的，不依賴于網絡存儲或其他遠程服務。

1.3. 什么時候用它不合適

Prometheus的值的可靠性。你總是可以查看有關系統的統計信息，即使在出現故障的情況下也是如此。如果你需要100%的準確性，例如按請求計費，Prometheus不是一個好的選擇，因為收集的數據可能不夠詳細和完整。在這種情況下，最好使用其他系統來收集和分析用于計費的數據，并使用Prometheus來完成剩下的監視工作。

1.4. Prometheus VS InfluxDB

InfluxDB是一個開源的時間序列數據庫，具有擴展和集群的商業選項。InfluxDB項目是在Prometheus開發開始將近一年后發布的，所以當時無法考慮將其作為替代方案。盡管如此，Prometheus和fluxdb之間仍然存在顯著的差異。二者有許多相似之處。兩者都有標簽(在InfluxDB中稱為tags)來有效地支持多維度度量。它們基本上使用相同的數據壓縮算法。兩者都具有廣泛的集成，包括彼此之間的集成。兩者都有掛鉤，允許進一步擴展它們，例如在統計工具中分析數據或執行自動化操作。

下列情況，用InfluxDB更好：

如果你正在進行事件日志記錄

商業選項為InfluxDB提供集群，這對于長期數據存儲也更好

最終實現副本之間數據的一致性

下列情況，用Prometheus更好：

如果你主要做的是度量

如果你需要更強大的查詢語言、警報和通知功能

更高的可用性和正常運行時間，用于繪圖和報警

InfluxDB由一家遵循開放核心模型的商業公司維護，提供高級特性，如閉源集群、托管和支持。

Prometheus是一個完全開源和獨立的項目，由許多公司和個人維護，其中一些還提供商業服務和支持。

2. 基本概念

2.1. 數據模型

Prometheus基本上將所有數據存儲為時間序列：屬于同一指標和同一組標記維度的時間戳值流。除了存儲時間序列外，Prometheus還可以根據查詢結果生成臨時派生的時間序列。

（PS：這里對時間序列的解釋是這樣的，

time series: streams of timestamped values belonging to the same metric and the same set of labeled dimensions

）

2.1.1. Metric names and labels

Every time series is uniquely identified by its metric name and optional key-value pairs called labels.

（每個時間序列都由其指標名稱和稱為標簽的可選鍵值對唯一標識）

指標名稱指定要度量的系統的一般特性（例如，http_requests_total表示接收的HTTP請求的總數）。它可能包含ASCII字母和數字，以及下劃線和冒號。它必須匹配正則表達式[a-zA-Z_:][a-zA-Z0-9_:]*

標簽名稱可以包含ASCII字母、數字和下劃線。它們必須匹配正則表達式[a-zA-Z_][a-zA-Z0-9_]*。以__開頭的標簽名稱保留內部使用。

標簽值可以包含任何Unicode字符。

2.1.2. Sample（樣本）

樣本構成實際的時間序列數據。每個樣本包括：

a float64 value
a millisecond-precision timestamp

2.1.3. notation（記法）

給定一個度量名稱和一組標簽，時間序列通常使用以下符號標識：

<metric name>{<label name>=<label value>,...}

例如，有這樣一個時間序列，指標名稱是api_http_requests_total，有兩個標簽method="POST"和handler="/messages"，那么這個時間序列可以這樣寫：

api_http_requests_total{method="POST", handler="/messages"}

2.2. metric types（指標類型）

2.2.1. Counter（計數器）

計數器是一個累積指標，它表示一個單調遞增的計數器，其值只能在重啟時遞增或重置為零。例如，可以使用計數器來表示已服務的請求數、已完成的任務數或錯誤數。不要使用計數器來反映一個可能會減小的值。例如，不要使用計數器表示當前正在運行的進程的數量，這種情況下，你應該用gauge。

2.2.2. Gauge（計量器）

計量器表示一個可以任意上下移動的數值。

計量器通常用于測量溫度或當前內存使用量等，也用于“計數”，比如并發請求的數量。

2.2.3. Histogram（直方圖、柱狀圖）

直方圖對觀察結果（通常是請求持續時間或響應大小之類的東西）進行采樣，并在可配置的桶中計數。它還提供了所有觀測值的和。

直方圖用一個基本的指標名<basename>暴露在一個抓取期間的多個時間序列：

觀察桶的累積計數器，格式為<basename>_bucket{le="<upper inclusive bound>"} 所有觀測值的總和，格式為<basename>_sum 已觀察到的事件的計數，格式為<basename>_count

2.2.4. Summary（摘要）

與柱狀圖類似，摘要樣例觀察結果（通常是請求持續時間和響應大小之類的內容）。雖然它還提供了觀測值的總數和所有觀測值的總和，但它計算了一個滑動時間窗口上的可配置分位數。

2.3. Jobs AND Instances（作業與實例）

在Prometheus的術語中，可以抓取的端點稱為實例，通常對應于單個進程。具有相同目的的實例集合稱為作業。

例如，一個API Server job 有4個副本instances：

job: api-server

instance 1: 1.2.3.4:5670
instance 2: 1.2.3.4:5671
instance 3: 5.6.7.8:5670
instance 4: 5.6.7.8:5671

2.3.1. 自動生成標簽和時間序列

當Prometheus抓取目標時，它會自動在抓取的時間序列上附加一些標簽，用來識別被抓取的目標：

job：目標所屬的已配置作業名稱 instance：<host>:<port>是被抓取的目標URL的一部分 3. 快速開始 Prometheus是一個開源的系統監控和警報工具包，具有活躍的生態系統。

3.1. 下載與安裝 Prometheus如何理解

Prometheus是一個監控平臺，它通過抓取這些目標上的HTTP端點來收集被監控目標的指標。

需要下載、安裝并運行Prometheus。還需要下載并安裝一個exporter，它是將主機和服務上的時間序列數據導出的工具。

https://prometheus.io/download/

在運行Prometheus之前，我們先配置一下

3.1.1. 配置Prometheus監視它自己

Prometheus通過抓取目標上的HTTP端點數據來從被監控的目標收集數據。由于Prometheus也以同樣的方式公開自己的數據，因此它還可以抓取和監測自己的健康狀況。

雖然Prometheus服務器在實踐中只收集關于自己的數據不是很有用，但是它是一個很好的開始示例。將以下基本的Prometheus配置保存為一個名為Prometheus.yml的文件：

1 global:

 2   scrape_interval:     15s # By default, scrape targets every 15 seconds.
 3 
 4   # Attach these labels to any time series or alerts when communicating with
 5   # external systems (federation, remote storage, Alertmanager).
 6   external_labels:
 7     monitor: 'codelab-monitor'
 8 
 9 # A scrape configuration containing exactly one endpoint to scrape:
10 # Here it's Prometheus itself.
11 scrape_configs:
12   # The job name is added as a label `job=<job_name>` to any timeseries scraped from this config.
13   - job_name: 'prometheus'
14 
15     # Override the global default and scrape targets from this job every 5 seconds.
16     scrape_interval: 5s
17 
18     static_configs:
19       - targets: ['localhost:9090']

3.1.2. 啟動Prometheus

1 # Start Prometheus.
2 # By default, Prometheus stores its database in ./data (flag --storage.tsdb.path).
3 ./prometheus --config.file=prometheus.yml

Prometheus如何理解

3.2. 配置

Prometheus可以通過命令行和配置文件進行配置。配置文件定義了與抓取作業及其實例相關的所有內容，以及要加載哪些規則文件。

運行./prometheus -h可以查看所有支持的命令

為了指定要加載哪個配置文件，請使用--config選項

配置文件是YAML格式的

配置項太多，不一一列舉，自行查看

https://prometheus.io/docs/prometheus/latest/configuration/configuration/

global:

   # How frequently to scrape targets by default.
   [ scrape_interval: <duration> | default = 1m ]
 
   # How long until a scrape request times out.
   [ scrape_timeout: <duration> | default = 10s ]
 
   # How frequently to evaluate rules.
   [ evaluation_interval: <duration> | default = 1m ]
 
   # The labels to add to any time series or alerts when communicating with
   # external systems (federation, remote storage, Alertmanager).
   external_labels:
     [ <labelname>: <labelvalue> ... ]
 
 # Rule files specifies a list of globs. Rules and alerts are read from
 # all matching files.
 rule_files:
   [ - <filepath_glob> ... ]
 
 # A list of scrape configurations.
 scrape_configs:
   [ - <scrape_config> ... ]
 
 # Alerting specifies settings related to the Alertmanager.
 alerting:
   alert_relabel_configs:
     [ - <relabel_config> ... ]
   alertmanagers:
     [ - <alertmanager_config> ... ]
 
 # Settings related to the remote write feature.
 remote_write:
   [ - <remote_write> ... ]
 
 # Settings related to the remote read feature.
 remote_read:
   [ - <remote_read> ... ]

這里有一個有效的示例配置文件

3.3. 查詢

Prometheus提供了一種名為PromQL（Prometheus查詢語言）的函數式查詢語言，允許用戶實時選擇和聚合時間序列數據。表達式的結果既可以顯示為圖形，也可以在Prometheus的表達式瀏覽器中作為表格數據查看，或者通過HTTP API由外部系統使用。

3.3.1. 表達式數據類型

在Prometheus的表達式語言中，表達式或子表達式可以計算為以下四種類型之一：

Instant vector（瞬時向量）：一組時間序列，每個時間序列包含一個樣本，所有樣本共享相同的時間戳

Range vector（范圍向量）：一組時間序列，其中包含每個時間序列隨時間變化的數據點范圍

Scalar（標量）：一個簡單的數值浮點值

String（字符串）：一個簡單的字符串值，目前未使用

3.3.2. 字面值

字符串字面值

字符串可以指定為單引號、雙引號或反引號中的文字。例如：

1 "this is a string"
2 'these are unescaped: \n \\ \t'
3 `these are not unescaped: \n ' " \t`

浮點數字面值

例如：-2.34

3.3.3. 時間序列選擇器

瞬時向量選擇器

瞬時向量選擇器允許在給定的時間戳（瞬時）上為每個時間序列選擇一組時間序列和一個樣本值：在最簡單的形式中，只指定一個度量名稱。這樣一個向量就會包含這個度量名稱的所有時間序列元素。

下面的例子，選擇指標名稱是http_requests_total的所有時間序列：

 http_requests_total

通過在花括號({ })中添加一組匹配的標簽，可以進一步過濾這些時間序列。

下面的例子，選擇指標名稱是http_requests_total，并且有job標簽值是prometheus，并且group標簽值是canary的時間序列：

 http_requests_total{job="prometheus",group="canary"}

標簽匹配操作符：

= ：選擇與提供的字符串完全相同的標簽（等于） != ：選擇不等于提供的字符串的標簽（不等于） =~ ：正則匹配 !~ ：非正則匹配

下面的例子，選擇所有staging, testing, development環境，并且HTTP請求方式不是GET的http_requests_total時間序列

http_requests_total{environment=~"staging|testing|development",method!="GET"} 不要匹配空標簽

 {job=~".+"}              # Good!
 {job=~".*",method="get"} # Good!

3.3.4. 范圍向量選擇器

范圍向量字面量的工作原理與瞬時向量字面量類似，只是它們從當前瞬時量中選擇一個樣本范圍。從語法上講，范圍持續時間被添加到向量選擇器末尾的方括號([ ])中，以指定應該為每個結果范圍向量元素獲取多少時間值。

時間期限指定為一個數字，緊接其后的是下列單位之一：s（秒）、m（分鐘）、h（小時）、d（天）、w（周）、y（年）

下面的例子，選擇指標名是http_requests_total，且job標簽值是prometheus的已經記錄的最近5分鐘內的時間序列：

http_requests_total{job="prometheus"}[5m] Offset修飾符

下面的表達式返回http_requests_total在過去5分鐘相對于當前查詢計算時間的值：

http_requests_total offset 5m 注意，offset總是緊跟在選擇器后面的

sum(http_requests_total{method="GET"} offset 5m) 下面的例子，返回一周前的最近5分鐘http_requests_total的時間序列

rate(http_requests_total[5m] offset 1w)

3.3.5. 子查詢

Syntax: <instant_query> '[' <range> ':' [<resolution>] ']' [ offset <duration> ]

3.3.5. 運算符

Prometheus的查詢語言支持基本的邏輯運算符和算術運算符。

算術二元運算符

+（加）、-（減）、*（乘）、/（除）、%（余數）、^（指數）

二進制算術運算符定義在標量/標量、向量/標量和向量/向量值對之間

比較二元運算符

== 、!= 、> 、< 、>= 、<=

邏輯運算符

and 、or 、unless

聚合運算符

sum（求和）、min（最小值）、max（最大值）、avg（求平均）、stddev（標準偏差）、stdvar（方差）、count（個數）、count_values（相同值的元素個數）、bottomk（樣本值的最小元素）、topk（樣本值的最大元素）、quantile（0 ≤ φ ≤ 1）

這些操作符既可以用于聚合所有標簽維度，也可以通過包含without子句或by子句來保存不同的維度。

1 <aggr-op>([parameter,] <vector expression>) [without|by (<label list>)]

例如，假設http_requests_total有application 、 instance 、 group三個標簽，那么下面兩個是等價的：

1 sum(http_requests_total) without (instance)
2 sum(http_requests_total) by (application, group)

3.3.6. 函數

https://prometheus.io/docs/prometheus/latest/querying/functions/

3.3.7. 示例

 1 # 返回http_requests_total的所有時間序列
 2 http_requests_total
 3 
 4 # 返回http_requests_total的且限定了job和handler標簽的時間序列
 5 http_requests_total{job="apiserver", handler="/api/comments"}
 6 http_requests_total{job="apiserver", handler="/api/comments"}[5m]
 7 
 8 # 正則表達式
 9 http_requests_total{job=~".*server"}
10 http_requests_total{status!~"4.."}
11 
12 # 過去的5分鐘內每秒HTTP請求速率
13 rate(http_requests_total{job="api-server"}[5m])
14 # 過去的30分鐘內每5分鐘
15 rate(http_requests_total[5m])[30m:1m]
16 # 過去5分鐘的所有請求速率求和，保留job維度
17 sum(rate(http_requests_total[5m])) by (job)
18 # cpu使用率最高的前3個
19 topk(3, sum(rate(instance_cpu_time_ns[5m])) by (app, proc))