Prometheus

参考链接： https://yunlzheng.gitbook.io/prometheus-book/parti-prometheus-ji-chu/promql 探索PromQL 　　 　　通过PromQL用户可以非常方便地对监控样本数据进行统计分析，PromQL支持常见的运算操作符，同时PromQL中还提供了大量的内置函数可以实现对数据的高级处理。当然在学习PromQL之前，用户还需要了解Prometheus的样本数据模型。PromQL作为Prometheus的核心能力除了实现数据的对外查询和展现，同时告警监控也是依赖PromQL实现。 Metrics类型 　　Prometheus定义了4中不同的指标类型： Counter(计数器)：只增不减的计数器，常见的监控指标，如 http_requests_total，node_cpu都是Counter类型的监控指标 。 Gauge(仪表盘)：可增可减的仪表盘，Gauge类型的指标侧重于反应系统的当前状态。因此这类指标的样本数据可增可减。常见指标如：node_memory_MemFree（主机当前空闲的内容大小）、node_memory_MemAvailable（可用内存大小）都是Gauge类型的监控指标。 Histogram(直方图)：主要用于统计和分享样本的分布情况。 Histogram通过histogram

1. Memory Active / Inactive type: Graph Unit: bytes Label: Bytes Inactive - 最近使用较少的内存, 优先被回收利用 /proc/meminfo Inactive metrics: node_memory_Inactive_bytes{instance=~"$node:$port",job=~"$job"} Active - 最近被频繁使用的内存，除非绝对必要，否则通常不会回收 /proc/meminfo Active metrics: node_memory_Active_bytes{instance=~"$node:$port",job=~"$job"} 2. Memory Commited type: Graph Unit: bytes Label: Bytes Committed_AS - 当前系统已经分配的内存量，包括已分配但尚未使用的内存大小 /proc/meminfo Committed_AS metrics: node_memory_Committed_AS_bytes{instance=~"$node:$port",job=~"$job"} CommitLimit - 当前系统可分配的内存量 /proc/meminfo CommitLimit metrics: node_memory

Memory Detail Vmstat Counters 1. Memory Page Active type: Graph Unit: short Label: Pages Active_anon - pages最近被使用过的匿名虚拟内存页 /proc/vmstat nr_active_anon metrics: node_vmstat_nr_active_anon{instance=~"$node:$port",job=~"$job"} Active_file - 最近被使用过的文件虚拟内存页 /proc/vmstat nr_active_file metrics: node_vmstat_nr_active_file{instance=~"$node:$port",job=~"$job"} 2. Memory Page Reclaimed / Unreclaimed type: Graph Unit: short Label: Pages Reclaimable - 可回收的 slab 虚拟内存页 /proc/vmstat nr_slab_reclaimable metrics: node_vmstat_nr_slab_reclaimable{instance=~"$node:$port",job=~"$job"} Unreclaimable - 不可回收的 slab

学习在 Spring Cloud 中使用 Resilience4j 实现断路器，包括断路器 CircuitBreaker 、限流 RateLimiter 、请求重试 Retry 等功能。 1 概述 Resilience4j 是 Spring Cloud Greenwich 版推荐的 容错解决方案 ，相比 Hystrix ， Resilience4j 专为 Java 8 以及函数式编程而设计。它主要提供了如下功能： 断路器 限流 基于信号量的隔离 缓存 限时 请求重试 2 基本用法 创建普通的 Maven 项目 resilience4j ，手动添加依赖，如下： <dependencies> <dependency> <groupId>junit</groupId> <artifactId>junit</artifactId> <version>4.12</version> </dependency> <dependency> <groupId>io.github.resilience4j</groupId> <artifactId>resilience4j-circuitbreaker</artifactId> <version>0.13.2</version> </dependency> <dependency> <groupId>io.github.resilience4j<

Prometheus Prometheus介绍 Prometheus新一代开源监控解决方案。 github地址 Prometheus主要功能 多维 数据模型 （时序由 metric 名字和 k/v 的 labels 构成）。 灵活的查询语句（ PromQL ）。 无依赖存储，支持 local 和 remote 不同模型。 采用 http 协议，使用 pull 模式，拉取数据，简单易懂。 监控目标，可以采用服务发现或静态配置的方式。 支持多种统计数据模型，图形化友好。 Prometheus核心组件 Prometheus Server ， 主要用于抓取数据和存储时序数据，另外还提供查询和 Alert Rule 配置管理。 client libraries ，用于对接 Prometheus Server, 可以查询和上报数据。 push gateway ，用于批量，短期的监控数据的汇总节点，主要用于业务数据汇报等。 各种汇报数据的 exporters ，例如汇报机器数据的 node_exporter, 汇报 MongoDB 信息的 MongoDB exporter 等等。 用于告警通知管理的 alertmanager 。 Prometheus安装 二进制安装 cd /opt wget https://github.com/prometheus/prometheus/releases

花了两天部署了一套监控服务 prometheus+node-exporter+grafana，公司的gitlab服务器准备部署node-exporter的时候突然发现gitlab已经有了这些服务， 也懒得去研究gitlab为啥要这些服务，既然gitlab服务器已经包含了node-exporter服务，我直接使用不就得了。 1.首先浏览器测试下接口并不能使用：http://ip:9100/metrics； 2.既然浏览器不能使用，那去gitlab服务器测试下：curl 127.0.0.1:9100/metrics -s | head 　　 　　发现 node-exporter 服务正常 3.node-exporter服务正常，那基本是网络问题了，继续排除下： 　　netstat -anp | grep node 　　ps -ef | grep node 　　 　　发现 node-exporter 监听的是 localhost:9100 导致只能本地访问（红框是我改后的），那就修改监听地址吧 4.查看下监听地址是在哪里修改的，在gitlab目录下 ：grep :9100 * -r 　　 　　发现好多地方有这个值（0.0.0.0:9100这个是已经修改后的，修改前看到的是localhost:9100)，经过简单的排除再尝试，确认可以直接在缺省配置文件里面配置 ： embedded

概述 在本文中，我们将介绍Spring Boot Actuator。我们将首先介绍基础知识，然后详细讨论Spring Boot 1.x和2.x中的可用内容。 我们将在Spring Boot 1.x中学习如何使用，配置和扩展此监视工具。然后，我们将讨论如何利用反应式编程模型使用Boot 2.x和WebFlux进行相同的操作。 自2014年4月起，Spring Boot Actuator随Spring Boot一起发布。 随着SpringBoot2的发布，执行器进行了重新设计，并添加了新的激动人心的端点。本指南分为三个主要部分： 什么是执行器（Actuator） Spring Boot 1.x Actuator Spring Boot 2.x Actuator 👋： 执行器==Actuator 什么是执行器（Actuator） 本质上，执行器为我们的应用带来了生产就绪功能。 通过对他的依赖，监视我们的应用程序、收集度量、了解流量或数据库的状态变得轻松简单： 这个库的主要好处是，我们可以获得生产级工具，而不必亲自实现这些功能。Actuator主要用于公开有关正在运行的应用程序的操作信息-运行状况，指标，信息，转储，环境等。它使用HTTP端点或JMX Bean使我们能够与其交互。一旦在类路径上使用执行器，便可以立即使用几个端点。与大多数Spring模块一样

阿里云Prometheus服务4月9日发布重大升级，支持容器环境下一键接入MySQL、Redis、MangoDB、ElasticSearch等数据库和Kafka、ZooKeeper等中间件的监控，并提供开箱即用的监控大盘，现在接入更有15天免费试用。 15天免费试用地址，点击 这里 。 产品文档，点击 这里 。 阿里云Prometheus服务介绍 阿里云Prometheus服务提供了一站式开箱即用的Prometheus监控能力，其特点包括 精简稳定的Prometheus采集器：通过helm chart方式在用户集群部署，prometheus采集器基于prometheus server进行了功能的精简和优化，专注于服务发现和数据采集，资源消耗是相同的prometheus server的二十分之一，且支持水平扩展。 稳定大容量的云存储：云存储基于阿里云的日志服务，提供接近无上限的存储空间和高效稳定的分布式存储。 高效且强大的云端数据查询能力：通过部署在云端的Prometheus服务器提供完全兼容PromQL的指标查询能力，增加下推采样和长时间查询优化。 默认告警服务：支持原生alerting rule， 默认集成钉钉、邮件等告警通道，打通云上告警联系人。 开箱即用的Grafana云服务监控面板：默认提供K8S集群的监控大盘，包含主机，Pod，deployment，API Server

promxy 是一个聚合proxy 可以用来实现prometheus 的ha 详细的相关介绍可以参考github 文档，是一个值得尝试的工具，同时VictoriaMetrics对于自己的一些短板 也推荐了此工具，以前也介绍过一个时序数据库cache proxy trickster也是值得试用的 参考资料 https://github.com/jacksontj/promxy https://github.com/tricksterproxy/trickster 来源： oschina 链接： https://my.oschina.net/u/4401145/blog/4255706

victoriametrics 是一个时序数据库，可以用来作为prometheus 的long-term 远端存储 特性 支持promtheus 查询api，同时实现了一个metricsql 查询语言 支持全局查询视图，好处多prometheus 实例写数据到victoriametrics，然后提供一个统一的查询 同时也提供了开源的集群版本 高性能 支持多种协议 influxdb line 协议，prometheus metrics，graphite ，prometheus 远端写api，opentsdb http 协议 高压缩比 参考架构模式 集群 说明 从官方的介绍上victoriametrics还是一个不错的选择，但是对于报警以及rule 评估，但是这个可以通过原生的prometheus，grafana以及promxy 进行处理 参考资料 https://github.com/VictoriaMetrics/VictoriaMetrics/wiki/Articles https://victoriametrics.github.io/ https://github.com/VictoriaMetrics/VictoriaMetrics/tree/cluster https://github.com/jacksontj/promxy/blob/master/README.md