Prometheus
-
基本概念
promethues是一套开源的系统监控报警框架。
时间序列数据库当中（TSDB）：属于同一指标名称，同一标签集合的、有时间戳标记的数据流。除了存储的时间序列，Prometheus 还可以根据查询请求产生临时的、衍生的时间序列作为返回结果。
- 强大的多为数据模型
- 灵活的查询语言
- 易于管理
- 高效
- 使用pull模式采集时间序列数据
- 多种可视化图形界面
- 易于伸缩
-
prometheus组成和架构：
- prometheus server: 主要负责数据采集和存储，提供promQL查询语言支持。prometheus是一个时序数据库，将采集到的监控数据按照时间序列的方式存储到本地磁盘。
- Push Gateway: 支持临时性job主动推送指标的中间网关。
- PromDash： 使用rails开发的dashboard，用于可视化指标数据。
- Exporters: 负责监控机器运行状态，提供被监控组件信息的 HTTP 接口被叫做 exporter。
- 直接采集： exporter内置了prometheus支持，直接向prometheus暴露数据端点。
- 间接采集：原不支持prometheus。通过prometheus提供的clien library编写的目标监控采集程序。
- Altermanager: 从 Prometheus server 端接收到 alerts 后，会进行去除重复数据，分组，并路由到对收的接受方式，发出报警。常见的接收方式有：电子邮件，pagerduty，OpsGenie, webhook 等。
- WebUI:9090提供图形化界面功能。
-
基本工作原理
- Prometheus server 定期从配置好的 jobs 或者 exporters 中拉 metrics，或者接收来自 Pushgateway 发过来的 metrics，或者从其他的 Prometheus server 中拉 metrics。
- Prometheus server 在本地存储收集到的 metrics，并运行已定义好的 alert.rules，记录新的时间序列或者向 Alertmanager 推送警报。
- Alertmanager 根据配置文件，对接收到的警报进行处理，发出告警。
- 在图形界面中，可视化采集数据。
-
基本概念：
数据模型：prometheus中存储的数据为时间序列，是由Metric的名字和一系列的标签（键值对）唯一标识的，不同的标签代表不同的时间序列。
total, 表示 http 请求的总数。其中，metric 名字由 ASCII 字符，数字，下划线，以及冒号组成，且必须满足正则表达式 [a-zA-Z:][a-zA-Z0-9_:]*。
total{method="Get"} 表示所有 http 请求中的 Get 请求。当 method="post" 时，则为新的一个 metric。标签中的键由 ASCII 字符，数字，以及下划线组成，且必须满足正则表达式 [a-zA-Z:][a-zA-Z0-9_:]*。
Metric类型
counter: 累加性metirc。
Gauge：可增减性metric
Histogram：树状图
summary： 汇总
-
PromQL查询
-
数据类型
瞬时向量(instant vector)：一组时间序列，每个时间序列包含单个样本。 区间向量(range vector)：一组时间序列，每个时间序列包含一段时间范围内的样本数据。 标量(scalar): 一个浮点型数据值。 字符串(string): 一个简单的字符串值。 -
时间序列过滤器
瞬时向量过滤器： eg: http_requests_total ，通过{}里附件一组标签过滤时间序列。 标签匹配云算符： = : 选择与提供的字符串完全相同的标签。 != : 选择与提供的字符串不相同的标签。 =~ : 选择正则表达式与提供的字符串（或子字符串）相匹配的标签。 !~ : 选择正则表达式与提供的字符串（或子字符串）不匹配的标签。 区间向量过滤器： eg：http_requests_total{job="prometheus"}[5m]，通过[]指定区间提取数值。 时间单位： s - 秒 m - 分钟 h - 小时 d - 天 w - 周 y - 年 时间位移操作： 在瞬时向量表达式或者区间向量表达式中，都是以当前时间为基准. eg:http_requests_total offset 5m "offset 关键字需要紧跟在选择器（{}）后面" -
操作符
算数二次元运算符 eg:加减乘除 布尔运算符： eg：= ，！= ，< , > ,<= ,>= 集合运算符： and，or，unless 匹配模式 -
聚合操作
语法：<aggr-op>([parameter,] <vector expression>) [without|by (<label list>)] 只有count_values, quantile, topk, bottomk支持参数(parameter) sum (求和)；min (最小值)；max (最大值)；avg (平均值)；stddev (标准差)；stdvar (标准差异)；count (计数)；count_values (对 value 进行计数)；bottomk (样本值最小的 k 个元素)；topk (样本值最大的k个元素)；quantile (分布统计) eg:<aggr-op>([parameter,] <vector expression>) [without|by (<label list>)] without 用于从计算结果中移除列举的标签，而保留其它标签。by 则正好相反，结果向量中只保留列出的标签，其余标签则移除。通过 without 和 by 可以按照样本的问题对数据进行聚合。 -
任务和实例
* job: node * instance 2: 1.2.3.4:9100 * instance 4: 5.6.7.8:9100 -
HTTP API中响应格式
瞬时数据查询： url请求参数： eg:'http://localhost:9090/api/v1/query?query=up&time=2015-07-01T20:10:51.781Z' query=：PromQL表达式。 time=<rfc3339 | unix_timestamp>：用于指定用于计算PromQL的时间戳。可选参数，默认情况下使用当前系统时间。 timeout=：超时设置。可选参数，默认情况下使用-query,timeout的全局设置 区间数据查询： url请求参数： eg:'http://localhost:9090/api/v1/query_range?query=up&start=2015-07-01T20:10:30.781Z&end=2015-07-01T20:11:00.781Z&step=15s' query=: PromQL表达式。 start=<rfc3339 | unix_timestamp>: 起始时间。 end=<rfc3339 | unix_timestamp>: 结束时间。 step=: 查询步长。 timeout=: 超时设置。可选参数，默认情况下使用-query,timeout的全局设置。
-
-
Prometheus告警
-
告警规则定义（Alertrule difinition）
告警名称： 自定义名称.
告警规则：基于PromQL表达式定义告警触发条件.定义在配置文件中
groups: - name: example rules: - alert: HighErrorRate expr: job:request_latency_seconds:mean5m{job="myjob"} > 0.5 for: 10m labels: severity: page annotations: summary: High request latency description: description info #group:定义一组相关规则 #alert：告警规则名称 #expr：基于PromQL的触发条件 #for 等待评估时间 #label 自定义标签 #annotation： 指定一组附加信息Alertmanger特性 -
Altermanager特性
分组：可以将详细的告警机制合并成一个通知 抑制：当发出一个警告时，可以停止重复发送此告警的引发的其他告警机制 静默：将告警进行静默处理 -
安装启动Altermanger
wget https://github.com/prometheus/alertmanager/releases/download/v0.15.3/alertmanager-0.15.3.linux-amd64.tar.gz cd alertmanager-0.15.3.linux-amd64/ ./alertmanager -
altermanager.yml配置文件介绍
global: resolve_timeout: 5m route: group_by: ['alertname'] group_wait: 10s group_interval: 10s repeat_interval: 1h receiver: 'web.hook' receivers: - name: 'web.hook' webhook_configs: - url: 'http://127.0.0.1:5001/' inhibit_rules: - source_match: severity: 'critical' target_match: severity: 'warning' equal: ['alertname', 'dev', 'instance'] 路由(route)以及接收器(receivers)。所有的告警信息都会从配置中的顶级路由(route)进入路由树，根据路由规则将告警信息发送给相应的接收器。 全局配置（global）：用于定义一些全局的公共参数，如全局的SMTP配置，Slack配置等内容； 模板（templates）：用于定义告警通知时的模板，如HTML模板，邮件模板等； 告警路由（route）：根据标签匹配，确定当前告警应该如何处理； 接收人（receivers）：接收人是一个抽象的概念，它可以是一个邮箱也可以是微信，Slack或者Webhook等，接收人一般配合告警路由使用； 抑制规则（inhibit_rules）：合理设置抑制规则可以减少垃圾告警的产生 -
重启prometheus
killall -9 prometheus nohup prometheus &
-
-
prometheus 安装
-
安装prometheus server
wget https://github.com/prometheus/prometheus/releases/download/v2.6.0/prometheus-2.6.0.linux-amd64.tar.gz tar -zxvf prometheus-2.6.0.linux-amd64.tar.gz cd prometheus-2.6.0.linux-amd64 ./prometheus & ln -s /root/prometheus/prometheus-2.6.0.linux-amd64/prometheus /usr/local/bin/prometheus nohup prometheus & -
安装Node Exporter 采集主机运行数据(采集主机运行指标比如cpu，内存和磁盘等信息)
wget https://github.com/prometheus/node_exporter/releases/download/v0.17.0/node_exporter-0.17.0.linux-amd64.tar.gz tar -zxvf node_exporter-0.17.0.linux-amd64.tar.gz cd node_exporter-0.17.0.linux-amd64/ mv node_exporter /usr/local/bin/ nohup node_exporter & curl -l -H "Content-type: application/json" -X POST -d '{"msgtype": "markdown","markdown": {"title":"Prometheus告警信息","text": "#### 监控指标\n> 监控描述信息\n\n> ###### 告警时间 \n"},"at": {"isAtAll": false}}' https://oapi.dingtalk.com/robot/send?access_token=51345145d106753486bd71614bf881283f91e2124535276b257f99327e41dc87 {"errcode":0,"errmsg":"ok"} -
Prometheus中添加收集的监控数据，修改prometheus.yml文件，并在scrape_configs添加一下内容。
scrape_configs: - job_name: 'prometheus' static_configs: - targets: ['localhost:9090'] # 采集node exporter监控数据 - job_name: 'node' static_configs: - targets: ['localhost:9100'] -
使用Grafana创建可视化Dashboard
docker run -d -p 3000:3000 grafana/grafana #访问http://localhost:3000 默认用户名admin 密码admin
-
先记录，后补充。
参考文章如下：