Prometheus：云原生时代的监控利器

在当今快速发展的云原生和微服务架构时代，传统的监控系统面临着巨大的挑战：如何高效地收集海量、动态变化的指标？如何实时告警并快速定位问题？如何实现灵活的可视化和强大的数据查询能力？Prometheus，作为 CNCF（云原生计算基金会）的毕业项目，凭借其强大的功能和云原生友好的设计，已成为监控领域的事实标准。

本文将带你深入了解 Prometheus 的核心概念、架构、优势以及如何快速上手。

一、什么是 Prometheus？

Prometheus 是一个开源的系统监控和告警工具包，最初由 SoundCloud 开发，并于 2016 年加入 CNCF。它特别适用于记录任意纯数字时间序列数据，即按时间顺序记录的数值。

核心特点：

多维数据模型： 数据由指标名称（metric name）和键值对（标签/labels）唯一标识。例如：http_requests_total{method="POST", endpoint="/api/users", status="200"}。这种模型使得查询和聚合极其灵活。
灵活的查询语言（PromQL）： Prometheus Query Language (PromQL) 允许用户以强大的方式选择和聚合时间序列数据。
不依赖分布式存储： 单个 Prometheus 服务器是自治的，本地存储其抓取的所有数据，无需依赖外部存储（如 HDFS）。
通过 HTTP 拉取（Pull）模式收集数据： Prometheus 周期性地从配置的目标（targets）的 HTTP 接口拉取（scrape）指标数据。这与传统的推送（Push）模式（如 StatsD）不同。
服务发现： 支持动态发现监控目标，与 Kubernetes、Consul、etcd 等集成，自动管理目标列表。
强大的告警功能： 通过 Alertmanager 组件，支持基于 PromQL 的复杂告警规则，并能对告警进行分组、抑制、静默和路由到多种通知渠道（邮件、Slack、PagerDuty 等）。
图形化和仪表板： 虽然自带简单的图形界面，但通常与 Grafana 等专业可视化工具集成，创建丰富的仪表板。

二、Prometheus 核心组件与架构

在这里插入图片描述

一个典型的 Prometheus 监控系统包含以下核心组件：

Prometheus Server： 核心组件，负责：
- 抓取（Scraping）： 从配置的 HTTP endpoints 拉取指标数据。
- 存储（Storage）： 将收集到的时间序列数据存储在本地磁盘。
- 查询（Querying）： 通过 PromQL 提供数据查询接口。
- 规则处理（Rule Processing）： 计算预定义的记录规则（Recording Rules）和告警规则（Alerting Rules）。
Exporters： 这是 Prometheus 生态的关键。由于 Prometheus 本身不直接监控应用程序，需要由 Exporter 将第三方系统的指标暴露为 Prometheus 可读的格式（通常是 /metrics 的 HTTP 端点）。
- 官方/社区 Exporter： 如 node_exporter (监控主机)、mysqld_exporter (MySQL)、redis_exporter (Redis)、blackbox_exporter (黑盒探测) 等。
- 应用内嵌 Exporter： 许多现代应用（如 Kubernetes 组件、etcd）直接内置了 Prometheus metrics 端点。
Pushgateway： 用于处理来自短生命周期作业（如批处理任务、Cron Jobs）的指标。这些作业在 Prometheus 完成抓取前可能已经结束，因此需要先将指标推送到 Pushgateway，再由 Prometheus 从 Pushgateway 拉取。
Alertmanager： 专门处理由 Prometheus Server 发送的告警。它负责：
- 去重（Deduplication）
- 分组（Grouping）
- 路由（Routing）到正确的接收者
- 抑制（Inhibition）
- 静默（Silences）
- 发送通知（通过邮件、Webhook、Slack 等）
客户端库（Client Libraries）： 用于在应用程序代码中直接暴露自定义指标（如计数器 Counter、仪表 Gauge、直方图 Histogram、摘要 Summary）。支持多种语言（Go, Java, Python, Ruby, .NET 等）。
可视化工具（如 Grafana）： 虽然不是 Prometheus 的一部分，但 Grafana 是最流行的与 Prometheus 集成的可视化平台，用于创建交互式仪表板。

[应用程序/服务] --> (通过客户端库暴露指标 或 Exporter)|v[Prometheus Server]/       \/         \(抓取数据) /           \ (发送告警)/             \v               v[本地时间序列数据库]    [Alertmanager]|               ||               v|       [通知渠道 (邮件, Slack...)]|v[Grafana (可视化)]

三、快速上手：部署一个简单的 Prometheus

1. 下载并运行 Prometheus

# 下载 Prometheus (以 Linux 为例)
wget https://github.com/prometheus/prometheus/releases/download/v2.50.0/prometheus-2.50.0.linux-amd64.tar.gz
tar xvfz prometheus-2.50.0.linux-amd64.tar.gz
cd prometheus-2.50.0.linux-amd64/# 查看配置文件 (prometheus.yml)
# 默认配置会监控自己
cat prometheus.yml# 启动 Prometheus
./prometheus --config.file=prometheus.yml

Prometheus 默认在 http://localhost:9090 提供 Web UI。

2. 配置监控目标

编辑 prometheus.yml，添加一个 node_exporter 目标：

global:scrape_interval: 15s # 默认抓取间隔scrape_configs:- job_name: 'prometheus'static_configs:- targets: ['localhost:9090'] # 监控 Prometheus 自身- job_name: 'node' # 监控主机static_configs:- targets: ['your-server-ip:9100'] # 假设 node_exporter 运行在 9100 端口

重启 Prometheus 服务，访问 Web UI 的 Status -> Targets 页面，应该能看到新的目标处于 UP 状态。

3. 使用 PromQL 查询

在 Prometheus Web UI 的 Graph 标签页，尝试一些简单的 PromQL 查询：

up{job="node"}：查看 node 任务的监控目标是否在线（1=在线，0=离线）。
node_memory_MemAvailable_bytes{job="node"}：查看主机可用内存。
rate(node_cpu_seconds_total{job="node",mode="idle"}[5m])：计算过去 5 分钟 CPU 空闲时间的平均使用率（注意：idle 时间减少代表 CPU 使用增加）。
node_filesystem_avail_bytes{job="node",mountpoint="/"} / node_filesystem_size_bytes{job="node",mountpoint="/"}：计算根分区的可用空间百分比。

4. 集成 Grafana

安装并启动 Grafana。
在 Grafana 中添加 Prometheus 作为数据源（URL: http://<your-prometheus-host>:9090）。
导入或创建仪表板。例如，导入 Node Exporter Full 仪表板 (ID: 1860) 可以全面监控主机状态。

prometheus doc

prometheus与k8s的结合

真实的生产环境往往很复杂，并不能通过单一的prometheus解决整个系统的监控，因此这里推荐一个工业级别的项目
kube-prometheus
接下来对于prometheus的学习也是基于kube-prometheus开源库进行的，可以这样说，只要你把这个库掌握了你就可以直接去找与prometheus相关的工作了