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

1. 概述

1.1. Prometheus是什麼？

Prometheus是一個開源的系統監控和警報工具包。自2012年啟動以來，許多公司群組織都采用了Prometheus，該項目擁有非常活躍的開發人員和使用者社群。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年加入雲原生計算基金會，成為繼Kubernetes之後的第二個托管項目。

1.1.1. Prometheus的主要特性：

一個多元資料模型，包含由名額名稱和鍵/值對（Tag）辨別的時間序列資料
PromQL是一種靈活的查詢語音，用于查詢并利用這些次元資料
不依賴分布式存儲，單個伺服器節點是自治的
時間序列收集是通過HTTP上的pull模型進行的（支援Pull）
推送時間序列是通過一個中間網關來支援的（也支援Push）
目标是通過服務發現或靜态配置發現的
多種模式的圖形和儀表盤支援

總結一下，就是多元資料模型、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擷取時間序列資料、自動發現目标、多種儀表盤支援

1.1.2. 元件：

Prometheus server，它負責抓取和存儲時間序列資料，是最主要的元件
client libraries，用于檢測應用程式代碼的用戶端庫
push gateway，用于支援短期的jobs
exporters，用于支援HAProxy等第三方
alertmanager，用于處理告警
各種支援工具

大多數Prometheus元件都是用Go編寫的，這使得它們易于作為靜态二進制檔案建構和部署

1.1.3. 架構：

這張圖展示了架構及其生态系統的一些組成部分：

Prometheus從工具化的作業中擷取名額，要麼直接擷取，要麼通過中介推送網關擷取短期作業。它在本地存儲所有抓取的樣本，并對這些資料應用規則将這些資料進行聚合，并記錄新的時間序列，或者生成警報。可以用Grafana或其他API來可視化收集的資料。

1.2. 什麼時候用它合适

Prometheus可以很好地記錄任何純數字時間序列。它既适合以機器為中心的監視，也适合高度動态的面向服務的體系結構的監視。在微服務的世界中，它對多元資料收集和查詢的支援是一個特别的優勢。

Prometheus是為可靠性而設計的，在你的服務當機的時候，你可以快速診斷問題。每台Prometheus伺服器都是獨立的，不依賴于網絡存儲或其他遠端服務。

1.3. 什麼時候用它不合适

Prometheus的值的可靠性。你總是可以檢視有關系統的統計資訊，即使在出現故障的情況下也是如此。如果你需要100%的準确性，例如按請求計費，Prometheus不是一個好的選擇，因為收集的資料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資料，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資料庫，具有擴充和叢集的商業選項。InfluxDB項目是在Prometheus開發開始将近一年後釋出的，是以當時無法考慮将其作為替代方案。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。兩者都有标簽(在InfluxDB中稱為tags)來有效地支援多元度度量。它們基本上使用相同的資料壓縮算法。兩者都具有廣泛的內建，包括彼此之間的內建。兩者都有挂鈎，允許進一步擴充它們，例如在統計工具中分析資料或執行自動化操作。

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提供叢集，這對于長期資料存儲也更好
最終實作副本之間資料的一緻性

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作時間，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，提供進階特性，如閉源叢集、托管和支援。

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援。

2. 基本概念

2.1. 資料模型

Prometheus基本上将所有資料存儲為時間序列：屬于同一名額和同一組标記次元的時間戳值流。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：這裡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名額名稱和稱為标簽的可選鍵值對唯一辨別）

名額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，以及下劃線和冒号。它必須比對正規表達式[a-zA-Z_:][a-zA-Z0-9_:]*

标簽名稱可以包含ASCII字母、數字和下劃線。它們必須比對正規表達式[a-zA-Z_][a-zA-Z0-9_]*。以__開頭的标簽名稱保留内部使用。

标簽值可以包含任何Unicode字元。

2.1.2. Sample（樣本）

樣本構成實際的時間序列資料。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标簽，時間序列通常使用以下符号辨別：

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

例如，有這樣一個時間序列，名額名稱是api_http_requests_total，有兩個标簽method="POST"和handler="/messages"，那麼這個時間序列可以這樣寫：

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

2.2. metric types（名額類型）

2.2.1. Counter（計數器）

計數器是一個累積名額，它表示一個單調遞增的計數器，其值隻能在重新開機時遞增或重置為零。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目前正在運作的程序的數量，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目前記憶體使用量等，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名額名<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内容）。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視窗上的可配置分位數。

2.3. Jobs AND Instances（作業與執行個體）

在Prometheus的術語中，可以抓取的端點稱為執行個體，通常對應于單個程序。具有相同目的的執行個體集合稱為作業。

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. 自動生成标簽和時間序列

當Prometheus抓取目标時，它會自動在抓取的時間序列上附加一些标簽，用來識别被抓取的目标：

job：目标所屬的已配置作業名稱
instance：<host>:<port>是被抓取的目标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，具有活躍的生态系統。

3.1. 下載下傳與安裝

Prometheus是一個監控平台，它通過抓取這些目标上的HTTP端點來收集被監控目标的名額。

需要下載下傳、安裝并運作Prometheus。還需要下載下傳并安裝一個exporter，它是将主機和服務上的時間序列資料導出的工具。

https://prometheus.io/download/

在運作Prometheus之前，我們先配置一下

3.1.1. 配置Prometheus監視它自己

Prometheus通過抓取目标上的HTTP端點資料來從被監控的目标收集資料。由于Prometheus也以同樣的方式公開自己的資料，是以它還可以抓取和監測自己的健康狀況。

雖然Prometheus伺服器在實踐中隻收集關于自己的資料不是很有用，但是它是一個很好的開始示例。将以下基本的Prometheus配置儲存為一個名為Prometheus.yml的檔案：

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

3.2. 配置

Prometheus可以通過指令行和配置檔案進行配置。配置檔案定義了與抓取作業及其執行個體相關的所有内容，以及要加載哪些規則檔案。

運作./prometheus -h可以檢視所有支援的指令

為了指定要加載哪個配置檔案，請使用--config選項

配置檔案是YAML格式的

配置項太多，不一一列舉，自行檢視

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> ... ]

這裡有一個有效的示例配置檔案

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，允許使用者實時選擇和聚合時間序列資料。表達式的結果既可以顯示為圖形，也可以在Prometheus的表達式浏覽器中作為表格資料檢視，或者通過HTTP API由外部系統使用。

3.3.1. 表達式資料類型

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（範圍向量）：一組時間序列，其中包含每個時間序列随時間變化的資料點範圍
Scalar（标量）：一個簡單的數值浮點值
String（字元串）：一個簡單的字元串值，目前未使用

3.3.2. 字面值

字元串字面值

字元串可以指定為單引号、雙引号或反引号中的文字。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，隻指定一個度量名稱。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，選擇名額名稱是http_requests_total的所有時間序列：

http_requests_total

通過在花括号({ })中添加一組比對的标簽，可以進一步過濾這些時間序列。

下面的例子，選擇名額名稱是http_requests_total，并且有job标簽值是prometheus，并且group标簽值是canary的時間序列：

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

标簽比對操作符：

= ：選擇與提供的字元串完全相同的标簽（等于）
!= ：選擇不等于提供的字元串的标簽（不等于）
=~ ：正則比對
!~ ：非正則比對

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"}

不要比對空标簽

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

3.3.4. 範圍向量選擇器

範圍向量字面量的工作原理與瞬時向量字面量類似，隻是它們從目前瞬時量中選擇一個樣本範圍。從文法上講，範圍持續時間被添加到向量選擇器末尾的方括号([ ])中，以指定應該為每個結果範圍向量元素擷取多少時間值。

時間期限指定為一個數字，緊接其後的是下列機關之一：s（秒）、m（分鐘）、h（小時）、d（天）、w（周）、y（年）

下面的例子，選擇名額名是http_requests_total，且job标簽值是prometheus的已經記錄的最近5分鐘内的時間序列：

http_requests_total{job="prometheus"}[5m]

Offset修飾符

下面的表達式傳回http_requests_total在過去5分鐘相對于目前查詢計算時間的值：

http_requests_total offset 5m

注意，offset總是緊跟在選擇器後面的

sum(http_requests_total{method="GET"} offset 5m)

下面的例子，傳回一周前的最近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的查詢語言支援基本的邏輯運算符和算術運算符。

算術二進制運算符

+（加）、-（減）、*（乘）、/（除）、%（餘數）、^（指數）

二進制算術運算符定義在标量/标量、向量/标量和向量/向量值對之間

比較二進制運算符

== 、!= 、> 、< 、>= 、<=

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（标準偏差）、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标簽次元，也可以通過包含without子句或by子句來儲存不同的次元。

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

例如，假設http_requests_total有application 、 instance 、 group三個标簽，那麼下面兩個是等價的：

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 # 傳回http_requests_total的所有時間序列
 2 http_requests_total
 3 
 4 # 傳回http_requests_total的且限定了job和handler标簽的時間序列
 5 http_requests_total{job="apiserver", handler="/api/comments"}
 6 http_requests_total{job="apiserver", handler="/api/comments"}[5m]
 7 
 8 # 正規表達式
 9 http_requests_total{job=~".*server"}
10 http_requests_total{status!~"4.."}
11 
12 # 過去的5分鐘内每秒HTTP請求速率
13 rate(http_requests_total{job="api-server"}[5m])
14 # 過去的30分鐘内每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次元
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))

4. Grafana支援

Grafana支援查詢Prometheus

下面是Grafana dashboard查詢Prometheus資料的例子:

使用

預設情況下，Grafana監聽http://localhost:3000，預設用admin/admin登入

建立一個Prometheus資料源，接着建立面闆并定義查詢的名額

剛開始，如果不知道PromeQL怎麼寫，可以去Prometheus上去找 http://localhost:9090/graph

https://prometheus.io/docs/introduction/overview/

https://prometheus.io/docs/alerting/overview/

5分鐘了解Prometheus

1. 概述

2. 基本概念

3. 快速開始

4. Grafana支援