本篇將會以圖解的方式剖析 Prometheus 的原理。本文主要內容如下：

一、Prometheus 是什么？

ELK Stack 日志收集和檢索平臺想必大家應該比較熟悉，Elasticsearch + Filebeat + Logstash + Kibana。

ELK 架構

而 Prometheus 就相當于一整個 ELK，但是它其實并不是適合存儲大量日志，也不適合長期存儲（默認存儲 15 天）。它的優勢是查看最近的趨勢數據，以及告警機制。下圖是 Prometheus 架構圖：

Prometheus architecture，來自官網

Prometheus 它是從應用程序中實時獲取時間序列數據，然后通過功能強大的規則引擎，幫助你識別監控環境所需的信息。

Prometheus作為一個基于度量的系統，不適合存儲事件或者日志等，它更多地展示的是趨勢性的監控。如果用戶需要數據的精準性，可以考慮ELK或其他日志架構。

Prometheus 特點

• 一款開源監控工具。
• 基于時間序列數據庫TSDB存儲，golang 實現
• Soundcloud 公司研發，源于谷歌borgmon
• 多維度(標簽)
• 使用拉模式(Pull-based) 獲取數據
• 白盒&黑盒的監控都支持，DevOps友好
• Metrics & Alert模式，不是 loggging/tracing
• 社區生態豐富(多語言，各種exporters)
• 單機性能

消費百萬級時間序列

支持上千個 targets

Prometheus 的不足

Prometheus 主要針對性能和可用性監控，不適用于針對日志（Log）、事件（Event）、調用鏈（Tracing）等的監控。

關注的是近期的數據，默認存儲 15 天的監控數據。

二、Prometheus 指標收集

下圖是 Prometheus WebUI 界面，里面展示了 Targets 和 Endpoint，說明了當前哪些目標服務是可以被 Prometheus 抓取的。

• Endpoint：端點，可以抓取的指標來源。
• Target：目標，包含了端點地址，端口的狀態等信息。

下面是 Prometheus 抓取目標的配置：

  - job_name: mysqld
    static_configs:
      - targets: ['192.168.0.100:9104']
        labels:
          instance: mysql-exporter

Job：代表了一組相同角色或功能的目標。

Instance：在當前主機上運行的 exporter 監控程序被稱為一個實例。

抓取到目標的指標數據后，會生成時間序列數據，然后存儲在 Prometheus 服務器本地，也可以設置從服務器發送數據到外部存儲器或其他時間序列數據庫。

三、Prometheus 采集方式

Prometheus 抓取數據可以通過直接采集和間接采集兩種。

直接采集和簡介采集

直接采集就是埋點式的，比如你自己的應用程序用 Prometheus 客戶端的代碼自己去埋點。比如 etcd、kubenetes、docker 這種就是直接采集，它已經將埋點埋好了，把 metrics 斷點暴露出來了。這些就是對 Prometheus 友好的，已經埋好點了，直接用 Prometheus 抓取就好了。

但是對于一些黑盒系統，比如操作系統、Redis、MySQL 這種，它們是成熟的產品，我們一般不會拿過來改，這種時候我們一般采用間接采集的方式。

四、Exporter 監控程序

當 Prometheus 使用間接采集的方式時，需要用到 Exporter，中文翻譯過來就是出口商，我們可以理解為將數據從內部導出來。

Exporter 是 Prometheus 中的一個概念，類似一個邊車或者 Agent，如下圖所示。

間接采集方式中的 exporter

Exporter 它用來對黑盒系統進行采集，它會從黑盒中抓取數據，然后將 metrics 端點暴露出來供 Prometheus 抓取。Prometheus 就可以間接的通過 Exporter 抓取這些 target 上的數據。

Exporter本質上是將收集的數據轉化為對應的文本格式，并提供 HTTP 接口，供 Prometheus 定期采集數據。

Exporter 有很多，比如針對操作系統的 Node-Exporter，對于 MySQL 的 mysql-exporter 等等

Linux 服務器內部部署了一個 node-exporter 服務，來收集 Linux 服務器上的磁盤、內存等數據。然后暴露了一個端口，Prometheus 通過這個端口來抓取數據。

而 MySQL 服務器上的 mysql-exporter 也是類似，mysql-exporter 其實不必部署到要監控的 MySQL 服務器上，可以獨立部署到不同機器上。

從 Prometheus 的客戶端界面上也可以看到正在抓取哪些 Targets，而這些 targets 都是通過 exporter 暴露端口的。

從這個官網鏈接中看到很多 Exporter

https://prometheus.io/docs/instrumenting/exporters/

五、PromQL

PromQL 看名字很 SQL 很像，它其實是另外一種查詢語言。

Prometheus提供了一種功能強大的表達式語言 PromQL（Prometheus Query Language）。PromQL允許用戶實時選擇和匯聚時間序列數據，是 Prometheus 自己開發的數據查詢 DSL（領域特定語言），使用這個查詢語言能夠進行各種聚合、分析和計算，使管理員能夠根據指標更好地了解系統性能。

如下圖所示，PromQL 內置在 Prometheus 中。通過 Prometheus WebUI、Grafana 和 API Clients 來進行查詢。

下面是 Prometheus WebUI 界面：

下面是 Grafana 的界面，通常我們會配合 Grafana 一起來監控。

六、監控告警

發送告警

Prometheus 告警規則觸發后，告警規則被觸發后，才會將信息發送給獨立組件 Alertmanager 上，經過對告警的處理后，最終通過接收器（如Email）通知用戶。（告警規則是在 Prometheus server 端定義的）

告警的原理圖

在 Prometheus 監控體系中，指標的采集存儲與告警是分開的。

我們使用 Prometheus server 采集各類監控指標，然后基于PromQL對這些指標定義閾值告警規則（Rules）。

Prometheus server對告警規則周期性地進行計算，如果滿足告警觸發條件，便生成一條告警信息，并將其推送到Alertmanager組件。

收到告警信息后，Alertmanager會處理告警，進行分組（grouping）并將它們路由（routing）到正確的接收器（receiver），如Email、釘釘等，最終把異常事件的通知發送給接收者。

七、總結

通過圖解的方式，分別介紹了 Prometheus 的優勢和劣勢、指標收集、采集方式、Exporter、PromQL、監控告警，希望能給大家云原生的監控之路上帶來一些啟發~