文章來(lái)源：【公眾號(hào)：云加社區(qū)】?

目錄

• 簡(jiǎn)介

• 整體生態(tài)

• 工作原理

• Metric 指標(biāo)

• PromQL

• Grafana 可視化

• 監(jiān)控告警

簡(jiǎn)介

Prometheus 是一個(gè)開源的完整監(jiān)控解決方案，本文將從指標(biāo)抓取到查詢及可視化展示，以及最后的監(jiān)控告警，對(duì) Prometheus 做一個(gè)基本的認(rèn)識(shí)。

Prometheus 是古希臘神話里泰坦族的一名神明，名字的意思是“先見之明”，下圖中是 Prometheus 被宙斯懲罰，飽受肝臟日食夜長(zhǎng)之苦。

下面就是我們 CRUD Boy 所了解的 Prometheus，下面是其官網(wǎng)封面圖引導(dǎo)語(yǔ)：From metrics to insight，從指標(biāo)到洞察力，通過指標(biāo)去洞察你的系統(tǒng)，為我們的系統(tǒng)提供指標(biāo)收集和監(jiān)控的開源解決方案。

也就是說(shuō)，Prometheus 是一個(gè)數(shù)據(jù)監(jiān)控的解決方案，讓我們能隨時(shí)掌握系統(tǒng)運(yùn)行的狀態(tài)，快速定位問題和排除故障。

Prometheus 發(fā)展速度很快，12 年開發(fā)完成，16 年加入 CNCF，成為繼 K8s 之后第二個(gè) CNCF 托管的項(xiàng)目，而且社區(qū)很活躍，維護(hù)頻率很高，基本穩(wěn)定在 1 個(gè)月 1 個(gè)小版本的迭代速度。

整體生態(tài)

Prometheus 提供了從指標(biāo)暴露，到指標(biāo)抓取、存儲(chǔ)和可視化，以及最后的監(jiān)控告警等一系列組件。

| 指標(biāo)暴露

每一個(gè)被 Prometheus 監(jiān)控的服務(wù)都是一個(gè) Job，Prometheus 為這些 Job 提供了官方的 SDK ，利用這個(gè) SDK 可以自定義并導(dǎo)出自己的業(yè)務(wù)指標(biāo)，也可以使用 Prometheus 官方提供的各種常用組件和中間件的 Exporter（比如常用的 MySQL，Consul 等等）。

對(duì)于短時(shí)間執(zhí)行的腳本任務(wù)或者不好直接 Pull 指標(biāo)的服務(wù)，Prometheus 提供了 PushGateWay 網(wǎng)關(guān)給這些任務(wù)將服務(wù)指標(biāo)主動(dòng)推 Push 到網(wǎng)關(guān)，Prometheus 再?gòu)倪@個(gè)網(wǎng)關(guān)里 Pull 指標(biāo)。

| 指標(biāo)抓取

上面提到了 Push 和 Pull，其實(shí)這是兩種指標(biāo)抓取模型。

Pull 模型：監(jiān)控服務(wù)主動(dòng)拉取被監(jiān)控服務(wù)的指標(biāo)。

被監(jiān)控服務(wù)一般通過主動(dòng)暴露 metrics 端口或者通過 Exporter 的方式暴露指標(biāo)，監(jiān)控服務(wù)依賴服務(wù)發(fā)現(xiàn)模塊發(fā)現(xiàn)被監(jiān)控服務(wù)，從而去定期的抓取指標(biāo)。

Push 模型：被監(jiān)控服務(wù)主動(dòng)將指標(biāo)推送到監(jiān)控服務(wù)，可能需要對(duì)指標(biāo)做協(xié)議適配，必須得符合監(jiān)控服務(wù)要求的指標(biāo)格式。

對(duì)于 Prometheus 中的指標(biāo)抓取，采用的是 Pull 模型，默認(rèn)是一分鐘去拉取一次指標(biāo)，通過 Prometheus.yaml 配置文件中的 scrape_interval 配置項(xiàng)配置。

Prometheus 對(duì)外都是用的 Pull 模型，一個(gè)是 Pull Exporter 的暴露的指標(biāo)，一個(gè)是 Pull PushGateway 暴露的指標(biāo)。

| 指標(biāo)存儲(chǔ)和查詢

指標(biāo)抓取后會(huì)存儲(chǔ)在內(nèi)置的時(shí)序數(shù)據(jù)庫(kù)中，Prometheus 也提供了 PromQL 查詢語(yǔ)言給我們做指標(biāo)的查詢，我們可以在 Prometheus 的 WebUI 上通過 PromQL，可視化查詢我們的指標(biāo)，也可以很方便的接入第三方的可視化工具，例如 grafana。

| 監(jiān)控告警

Prometheus 提供了 alertmanageer 基于 promql 來(lái)做系統(tǒng)的監(jiān)控告警，當(dāng) promql 查詢出來(lái)的指標(biāo)超過我們定義的閾值時(shí)，prometheus 會(huì)發(fā)送一條告警信息到 alertmanager，manager 會(huì)將告警下發(fā)到配置好的郵箱或者微信。

工作原理

Prometheus 的從被監(jiān)控服務(wù)的注冊(cè)到指標(biāo)抓取到指標(biāo)查詢的流程分為五個(gè)步驟：

| 服務(wù)注冊(cè)

被監(jiān)控服務(wù)在 Prometheus 中是一個(gè) Job 存在，被監(jiān)控服務(wù)的所有實(shí)例在? Prometheus 中是一個(gè) target 的存在，所以被監(jiān)控服務(wù)的注冊(cè)就是在 Prometheus 中注冊(cè)一個(gè) Job 和其所有的 target，這個(gè)注冊(cè)分為：靜態(tài)注冊(cè)和動(dòng)態(tài)注冊(cè)。

靜態(tài)注冊(cè)：靜態(tài)的將服務(wù)的 IP 和抓取指標(biāo)的端口號(hào)配置在 Prometheus yaml 文件的 scrape_configs 配置下。

scrape_configs:-?job_name:?"prometheus"static_configs:-?targets:?["localhost:9090"]

以上就是注冊(cè)了一個(gè)名為 prometheus 的服務(wù)，這個(gè)服務(wù)下有一個(gè)實(shí)例，暴露的抓取地址是 localhost:9090。

動(dòng)態(tài)注冊(cè)：動(dòng)態(tài)注冊(cè)就是在 Prometheus yaml 文件的 scrape_configs 配置下配置服務(wù)發(fā)現(xiàn)的地址和服務(wù)名。

Prometheus 會(huì)去該地址，根據(jù)你提供的服務(wù)名動(dòng)態(tài)發(fā)現(xiàn)實(shí)例列表，在 Prometheus 中，支持 consul，DNS，文件，K8s 等多種服務(wù)發(fā)現(xiàn)機(jī)制。

基于 consul 的服務(wù)發(fā)現(xiàn)：

-?job_name:?"node_export_consul"metrics_path:?/node_metricsscheme:?httpconsul_sd_configs:-?server:?localhost:8500services:-?node_exporter

我們 consul 的地址就是：localhost:8500，服務(wù)名是 node_exporter，在這個(gè)服務(wù)下有一個(gè) exporter 實(shí)例：localhost:9600。

注意：如果是動(dòng)態(tài)注冊(cè)，最好加上這兩配置，靜態(tài)注冊(cè)指標(biāo)拉取的路徑會(huì)默認(rèn)的幫我們指定為 metrics_path:/metrics，所以如果暴露的指標(biāo)抓取路徑不同或者是動(dòng)態(tài)的服務(wù)注冊(cè)，最好加上這兩個(gè)配置。

不然會(huì)報(bào)錯(cuò)“INVALID“ is not a valid start token，演示下，百度了一下，這里可能是數(shù)據(jù)格式不統(tǒng)一導(dǎo)致。

metrics_path:?/node_metrics scheme:?http

最后可以在 webUI 中查看發(fā)現(xiàn)的實(shí)例：

目前，Prometheus 支持多達(dá)二十多種服務(wù)發(fā)現(xiàn)協(xié)議：

<azure_sd_config> <consul_sd_config> <digitalocean_sd_config> <docker_sd_config> <dockerswarm_sd_config> <dns_sd_config> <ec2_sd_config> <openstack_sd_config> <file_sd_config> <gce_sd_config> <hetzner_sd_config> <http_sd_config> <kubernetes_sd_config> <kuma_sd_config> <lightsail_sd_config> <linode_sd_config> <marathon_sd_config> <nerve_sd_config> <serverset_sd_config> <triton_sd_config> <eureka_sd_config> <scaleway_sd_config> <static_config>

| 配置更新

在更新完 Prometheus 的配置文件后，我們需要更新我們的配置到程序內(nèi)存里，這里的更新方式有兩種，第一種簡(jiǎn)單粗暴，就是重啟 Prometheus，第二種是動(dòng)態(tài)更新的方式。如何實(shí)現(xiàn)動(dòng)態(tài)的更新 Prometheus 配置？

第一步：首先要保證啟動(dòng) Prometheus 的時(shí)候帶上啟動(dòng)參數(shù)：--web.enable-lifecycle。

prometheus?--config.file=/usr/local/etc/prometheus.yml?--web.enable-lifecycle

第二步：去更新我們的 Prometheus 配置。

curl?-v?--request?POST?'http://localhost:9090/-/reload'

第三步：更新完配置后，我們可以通過 Post 請(qǐng)求的方式，動(dòng)態(tài)更新配置。

原理：Prometheus 在 web 模塊中，注冊(cè)了一個(gè) handler。

if?o.EnableLifecycle?{router.Post("/-/quit",?h.quit)router.Put("/-/quit",?h.quit)router.Post("/-/reload",?h.reload)??//?reload配置router.Put("/-/reload",?h.reload)??? }

通過 h.reload 這個(gè) handler 方法實(shí)現(xiàn)：這個(gè) handler 就是往一個(gè) channle 中發(fā)送一個(gè)信號(hào)。

func?(h?*Handler)?reload(w?http.ResponseWriter,?r?*http.Request)?{rc?:=?make(chan?error)h.reloadCh?<-?rc????//?發(fā)送一個(gè)信號(hào)到channe了中if?err?:=?<-rc;?err?!=?nil?{http.Error(w,?fmt.Sprintf("failed?to?reload?config:?%s",?err),?http.StatusInternalServerError)} }

在 main 函數(shù)中會(huì)去監(jiān)聽這個(gè) channel，只要有監(jiān)聽到信號(hào)，就會(huì)做配置的 reload，重新將新配置加載到內(nèi)存中。

case?rc?:=?<-webHandler.Reload():if?err?:=?reloadConfig(cfg.configFile,?cfg.enableExpandExternalLabels,?cfg.tsdb.EnableExemplarStorage,?logger,?noStepSubqueryInterval,?reloaders...);?err?!=?nil?{level.Error(logger).Log("msg",?"Error?reloading?config",?"err",?err)rc?<-?err}?else?{rc?<-?nil}

| 指標(biāo)抓取和存儲(chǔ)

Prometheus 對(duì)指標(biāo)的抓取采取主動(dòng) Pull 的方式，即周期性的請(qǐng)求被監(jiān)控服務(wù)暴露的 metrics 接口或者是 PushGateway，從而獲取到 Metrics 指標(biāo)，默認(rèn)時(shí)間是 15s 抓取一次。

配置項(xiàng)如下：

global:scrape_interval:?15s

抓取到的指標(biāo)會(huì)被以時(shí)間序列的形式保存在內(nèi)存中，并且定時(shí)刷到磁盤上，默認(rèn)是兩個(gè)小時(shí)回刷一次。

并且為了防止 Prometheus 發(fā)生崩潰或重啟時(shí)能夠恢復(fù)數(shù)據(jù)，Prometheus 也提供了類似 MySQL 中 binlog 一樣的預(yù)寫日志，當(dāng) Prometheus 崩潰重啟時(shí)，會(huì)讀這個(gè)預(yù)寫日志來(lái)恢復(fù)數(shù)據(jù)。

Metric 指標(biāo)

| 數(shù)據(jù)模型

Prometheus 采集的所有指標(biāo)都是以時(shí)間序列的形式進(jìn)行存儲(chǔ)，每一個(gè)時(shí)間序列有三部分組成：

• 指標(biāo)名和指標(biāo)標(biāo)簽集合：metric_name{<label1=v1>,<label2=v2>....}，指標(biāo)名：表示這個(gè)指標(biāo)是監(jiān)控哪一方面的狀態(tài)，比如 http_request_total 表示：請(qǐng)求數(shù)量；指標(biāo)標(biāo)簽，描述這個(gè)指標(biāo)有哪些維度，比如 http_request_total 這個(gè)指標(biāo)，有請(qǐng)求狀態(tài)碼 code= 200/400/500，請(qǐng)求方式：method=get/post 等，實(shí)際上指標(biāo)名稱實(shí)際上是以標(biāo)簽的形式保存，這個(gè)標(biāo)簽是 name，即：name=。

• 時(shí)間戳：描述當(dāng)前時(shí)間序列的時(shí)間，單位：毫秒。

• 樣本值：當(dāng)前監(jiān)控指標(biāo)的具體數(shù)值，比如 http_request_total 的值就是請(qǐng)求數(shù)是多少。

可以通過查看 Prometheus 的 metrics 接口查看所有上報(bào)的指標(biāo)：

所有的指標(biāo)也都是通過如下所示的格式來(lái)標(biāo)識(shí)的：

# HELP ???// HELP：這里描述的指標(biāo)的信息，表示這個(gè)是一個(gè)什么指標(biāo)，統(tǒng)計(jì)什么的 # TYPE ???// TYPE：這個(gè)指標(biāo)是什么類型的 <metric?name>{<label?name>=<label?value>,?...}??value????//?指標(biāo)的具體格式，<指標(biāo)名>{標(biāo)簽集合}?指標(biāo)值

| 指標(biāo)類型

Prometheus 底層存儲(chǔ)上其實(shí)并沒有對(duì)指標(biāo)做類型的區(qū)分，都是以時(shí)間序列的形式存儲(chǔ)。

但是為了方便用戶的使用和理解不同監(jiān)控指標(biāo)之間的差異，Prometheus 定義了 4 種不同的指標(biāo)類型：計(jì)數(shù)器 counter，儀表盤 gauge，直方圖 histogram，摘要 summary。

Counter 計(jì)數(shù)器：Counter 類型和 redis 的自增命令一樣，只增不減，通過 Counter 指標(biāo)可以統(tǒng)計(jì) Http 請(qǐng)求數(shù)量，請(qǐng)求錯(cuò)誤數(shù)，接口調(diào)用次數(shù)等單調(diào)遞增的數(shù)據(jù)。

同時(shí)可以結(jié)合 increase 和 rate 等函數(shù)統(tǒng)計(jì)變化速率，后續(xù)我們會(huì)提到這些內(nèi)置函數(shù)。

Gauge 儀表盤：和 Counter 不同，Gauge 是可增可減的，可以反映一些動(dòng)態(tài)變化的數(shù)據(jù)。

例如當(dāng)前內(nèi)存占用，CPU 利用，Gc 次數(shù)等動(dòng)態(tài)可上升可下降的數(shù)據(jù)，在 Prometheus 上通過 Gauge，可以不用經(jīng)過內(nèi)置函數(shù)直觀的反映數(shù)據(jù)的變化情況。

如下圖表示堆可分配的空間大小：

上面兩種是數(shù)值指標(biāo)，代表數(shù)據(jù)的變化情況，Histogram 和 Summary 是統(tǒng)計(jì)類型的指標(biāo)，表示數(shù)據(jù)的分布情況。

Histogram 直方圖：Histogram 是一種直方圖類型，可以觀察到指標(biāo)在各個(gè)不同的區(qū)間范圍的分布情況。

如下圖所示：可以觀察到請(qǐng)求耗時(shí)在各個(gè)桶的分布。

有一點(diǎn)要注意的是，Histogram 是累計(jì)直方圖，即每一個(gè)桶的是只有上區(qū)間，例如下圖表示小于 0.1 毫秒（le=“0.1”）的請(qǐng)求數(shù)量是 18173 個(gè)，小于 0.2 毫秒（le=“0.2”)的請(qǐng)求是 18182 個(gè)。

在le=“0.2”這個(gè)桶中是包含了 le=“0.1”這個(gè)桶的數(shù)據(jù)，如果我們要拿到 0.1 毫秒到 0.2 毫秒的請(qǐng)求數(shù)量，可以通過兩個(gè)桶想減得到。

在直方圖中，還可以通過 histogram_quantile 函數(shù)求出百分位數(shù)，比如 P50，P90，P99 等數(shù)據(jù)。

Summary 摘要：Summary 也是用來(lái)做統(tǒng)計(jì)分析的，和 Histogram 區(qū)別在于，Summary 直接存儲(chǔ)的就是百分位數(shù)。

如下所示：可以直觀的觀察到樣本的中位數(shù)，P90 和 P99。

Summary 的百分位數(shù)是客戶端計(jì)算好直接讓 Prometheus 抓取的，不需要 Prometheus 計(jì)算，直方圖是通過內(nèi)置函數(shù) histogram_quantile 在 Prometheus 服務(wù)端計(jì)算求出。

| 指標(biāo)導(dǎo)出

指標(biāo)導(dǎo)出有兩種方式，一種是使用 Prometheus 社區(qū)提供的定制好的 Exporter 對(duì)一些組件諸如 MySQL，Kafka 等的指標(biāo)作導(dǎo)出，也可以利用社區(qū)提供的 Client 來(lái)自定義指標(biāo)導(dǎo)出。

github.com/prometheus/client_golang/prometheus/promhttp

自定義 Prometheus exporter：

package?mainimport?("net/http""github.com/prometheus/client_golang/prometheus/promhttp" )func?main()??{http.Handle("/metrics",?promhttp.Handler())http.ListenAndServe(":8080",?nil) }

訪問：http://localhost:8080/metrics，即可看到導(dǎo)出的指標(biāo)，這里我們沒有自定義任何的指標(biāo)，但是能看到一些內(nèi)置的 Go 的運(yùn)行時(shí)指標(biāo)和 promhttp 相關(guān)的指標(biāo)。

這個(gè) Client 默認(rèn)為我們暴露的指標(biāo)，go_：以 go_ 為前綴的指標(biāo)是關(guān)于 Go 運(yùn)行時(shí)相關(guān)的指標(biāo)，比如垃圾回收時(shí)間、goroutine 數(shù)量等，這些都是 Go 客戶端庫(kù)特有的，其他語(yǔ)言的客戶端庫(kù)可能會(huì)暴露各自語(yǔ)言的其他運(yùn)行時(shí)指標(biāo)。

promhttp_：來(lái)自 promhttp 工具包的相關(guān)指標(biāo)，用于跟蹤對(duì)指標(biāo)請(qǐng)求的處理。

添加自定義指標(biāo)：

package?mainimport?("net/http""github.com/prometheus/client_golang/prometheus""github.com/prometheus/client_golang/prometheus/promhttp" )func?main()?{//?1.定義指標(biāo)（類型，名字，幫助信息）myCounter?:=?prometheus.NewCounter(prometheus.CounterOpts{Name:?"my_counter_total",Help:?"自定義counter",})//?2.注冊(cè)指標(biāo)prometheus.MustRegister(myCounter)//?3.設(shè)置指標(biāo)值myCounter.Add(23)http.Handle("/metrics",?promhttp.Handler())http.ListenAndServe(":8080",?nil) }

運(yùn)行：

模擬下在業(yè)務(wù)中上報(bào)接口請(qǐng)求量：

package?mainimport?("fmt""net/http""github.com/prometheus/client_golang/prometheus" )var?(MyCounter?prometheus.Counter )//?init?注冊(cè)指標(biāo) func?init()?{//?1.定義指標(biāo)（類型，名字，幫助信息）MyCounter?=?prometheus.NewCounter(prometheus.CounterOpts{Name:?"my_counter_total",Help:?"自定義counter",})//?2.注冊(cè)指標(biāo)prometheus.MustRegister(MyCounter) }//?Sayhello func?Sayhello(w?http.ResponseWriter,?r?*http.Request)?{//?接口請(qǐng)求量遞增MyCounter.Inc()fmt.Fprintf(w,?"Hello?Wrold!") }

main.go：

package?mainimport?("net/http""github.com/prometheus/client_golang/prometheus/promhttp" )func?main()?{http.Handle("/metrics",?promhttp.Handler())http.HandleFunc("/counter",Sayhello)http.ListenAndServe(":8080",?nil) }

一開始啟動(dòng)時(shí)，指標(biāo) counter 是 0：

調(diào)用：/counter 接口后，指標(biāo)數(shù)據(jù)發(fā)生了變化，這樣就可以簡(jiǎn)單實(shí)現(xiàn)了接口請(qǐng)求數(shù)的統(tǒng)計(jì)：

對(duì)于其他指標(biāo)定義方式是一樣的：

var?(MyCounter?prometheus.CounterMyGauge?prometheus.GaugeMyHistogram?prometheus.HistogramMySummary?prometheus.Summary )//?init?注冊(cè)指標(biāo) func?init()?{//?1.定義指標(biāo)（類型，名字，幫助信息）MyCounter?=?prometheus.NewCounter(prometheus.CounterOpts{Name:?"my_counter_total",Help:?"自定義counter",})//?定義gauge類型指標(biāo)MyGauge?=?prometheus.NewGauge(prometheus.GaugeOpts{Name:?"my_gauge_num",Help:?"自定義gauge",})//?定義histogramMyHistogram?=?prometheus.NewHistogram(prometheus.HistogramOpts{Name:?"my_histogram_bucket",Help:?"自定義histogram",Buckets:?[]float64{0.1,0.2,0.3,0.4,0.5},???//?需要指定桶})//?定義SummaryMySummary?=?prometheus.NewSummary(prometheus.SummaryOpts{Name:?"my_summary_bucket",Help:?"自定義summary",//?這部分可以算好后在setObjectives:?map[float64]float64{0.5:?0.05,0.9:?0.01,???0.99:?0.001,?},})//?2.注冊(cè)指標(biāo)prometheus.MustRegister(MyCounter)prometheus.MustRegister(MyGauge)prometheus.MustRegister(MyHistogram)prometheus.MustRegister(MySummary) }

上面的指標(biāo)都是沒有設(shè)置標(biāo)簽的，我們一般的指標(biāo)都是帶有標(biāo)簽的，如何設(shè)置指標(biāo)的標(biāo)簽?zāi)?#xff1f;

如果我要設(shè)置帶標(biāo)簽的 counter 類型指標(biāo)，只需要將原來(lái)的 NewCounter 方法替換為 NewCounterVec 方法即可，并且傳入標(biāo)簽集合。

MyCounter?*prometheus.CounterVec //?1.定義指標(biāo)（類型，名字，幫助信息） MyCounter?=?prometheus.NewCounterVec(prometheus.CounterOpts{Name:?"my_counter_total",Help:?"自定義counter",},//?標(biāo)簽集合[]string{"label1","label2"}, ) //?帶標(biāo)簽的set指標(biāo)值 MyCounter.With(prometheus.Labels{"label1":"1","label2":"2"}).Inc()

其他同理。

PromQL

剛剛提到了 Prometheus 中指標(biāo)有哪些類型以及如何導(dǎo)出我們的指標(biāo)，現(xiàn)在指標(biāo)導(dǎo)出到 Prometheus 了，利用其提供的 PromQL 可以查詢我們導(dǎo)出的指標(biāo)。

PromQL 是 Prometheus 為我們提供的函數(shù)式的查詢語(yǔ)言，查詢表達(dá)式有四種類型：

• 字符串：只作為某些內(nèi)置函數(shù)的參數(shù)出現(xiàn)

• 標(biāo)量：單一的數(shù)字值，可以是函數(shù)參數(shù)，也可以是函數(shù)的返回結(jié)果

• 瞬時(shí)向量：某一時(shí)刻的時(shí)序數(shù)據(jù)

• 區(qū)間向量：某一時(shí)間區(qū)間內(nèi)的時(shí)序數(shù)據(jù)集合

| 瞬時(shí)查詢

直接通過指標(biāo)名即可進(jìn)行查詢，查詢結(jié)果是當(dāng)前指標(biāo)最新的時(shí)間序列，比如查詢 Gc 累積消耗的時(shí)間：

go_gc_duration_seconds_count

我們可以看到查詢出來(lái)有多個(gè)同名指標(biāo)結(jié)果 可以用{}做標(biāo)簽過濾查詢：比如我們想查指定實(shí)例的指標(biāo)。

go_gc_duration_seconds_count{instance="127.0.0.1:9600"}

而且也支持則表達(dá)式，通過 =~ 指定正則表達(dá)式，如下所示：查詢所有 instance 是 localhost 開頭的指標(biāo)。

go_gc_duration_seconds_count{instance=~"localhost.*"}

| 范圍查詢

范圍查詢的結(jié)果集就是區(qū)間向量，可以通過[]指定時(shí)間來(lái)做范圍查詢，查詢 5 分鐘內(nèi)的 Gc 累積消耗時(shí)間：

go_gc_duration_seconds_count{}[5m]

注意：這里范圍查詢第一個(gè)點(diǎn)并不一定精確到剛剛好 5 分鐘前的那個(gè)時(shí)序樣本點(diǎn)，他是以 5 分鐘作為一個(gè)區(qū)間，尋找這個(gè)區(qū)間的第一個(gè)點(diǎn)到最后一個(gè)樣本點(diǎn)。

時(shí)間單位：

d：天，h：小時(shí)，m：分鐘，ms：毫秒，s：秒，w：周，y：年。

同樣支持類似 SQL 中的 offset 查詢，如下：查詢一天前當(dāng)前 5 分鐘前的時(shí)序數(shù)據(jù)集。

go_gc_duration_seconds_count{}[5m]?offset?1d

| 內(nèi)置函數(shù)

Prometheus 內(nèi)置了很多函數(shù)，這里主要記錄下常用的幾個(gè)函數(shù)的使用：?

rate 和 irate 函數(shù)：rate 函數(shù)可以用來(lái)求指標(biāo)的平均變化速率。

rate函數(shù)=時(shí)間區(qū)間前后兩個(gè)點(diǎn)的差?/?時(shí)間范圍

一般 rate 函數(shù)可以用來(lái)求某個(gè)時(shí)間區(qū)間內(nèi)的請(qǐng)求速率，也就是我們常說(shuō)的 QPS。

但是 rate 函數(shù)只是算出來(lái)了某個(gè)時(shí)間區(qū)間內(nèi)的平均速率，沒辦法反映突發(fā)變化，假設(shè)在一分鐘的時(shí)間區(qū)間里，前 50 秒的請(qǐng)求量都是 0 到 10 左右，但是最后 10 秒的請(qǐng)求量暴增到 100 以上，這時(shí)候算出來(lái)的值可能無(wú)法很好的反映這個(gè)峰值變化。

這個(gè)問題可以通過 irate 函數(shù)解決，irate 函數(shù)求出來(lái)的就是瞬時(shí)變化率。

時(shí)間區(qū)間內(nèi)最后兩個(gè)樣本點(diǎn)的差?/?最后兩個(gè)樣本點(diǎn)的時(shí)間差

可以通過圖像看下兩者的區(qū)別：irate 函數(shù)的圖像峰值變化大，rate 函數(shù)變化較為平緩。

rate 函數(shù)：

irate 函數(shù)：

聚合函數(shù)：Sum() by() without()

也是上邊的例子，我們?cè)谇笾付ń涌诘?QPS 的時(shí)候，可能會(huì)出現(xiàn)多個(gè)實(shí)例的 QPS 的計(jì)算結(jié)果，如下是存在多個(gè)接口，三個(gè)服務(wù)的 QPS。

rate(demo_api_request_duration_seconds_count{job="demo",?method="GET",?status="200"}[5m])

利用 sum 函數(shù)可以將三個(gè) QPS 聚合，即可得到整個(gè)服務(wù)該接口的 QPS：其實(shí) Sum 就是將指標(biāo)值做相加。

但是這樣直接的相加太籠統(tǒng)抽象了，可以配合 by 和 without 函數(shù)在 sum 的時(shí)候，基于某些標(biāo)簽分組，類似 SQL 中的 group by。

例如，我可以根據(jù)請(qǐng)求接口標(biāo)簽分組：這樣拿到的就是具體接口的 QPS：

sum(rate(demo_api_request_duration_seconds_count{job="demo",?method="GET",?status="200"}[5m]))?by(path)

也可以不根據(jù)接口路徑分組：通過 without 指定。

sum(rate(demo_api_request_duration_seconds_count{job="demo",?method="GET",?status="200"}[5m]))?without(path)

可以通過 histogram_quantile 函數(shù)做數(shù)據(jù)統(tǒng)計(jì)：可以用來(lái)統(tǒng)計(jì)百分位數(shù)：第一個(gè)參數(shù)是百分位，第二個(gè) histogram 指標(biāo)，這樣計(jì)算出來(lái)的就是中位數(shù)，即 P50。

histogram_quantile(0.5,go_gc_pauses_seconds_total_bucket)

分享之前和同事一起發(fā)現(xiàn)的坑：在剛剛寫的自定義 exporter 上新增幾個(gè) histogram 的樣本點(diǎn)。

MyHistogram.Observe(0.3) MyHistogram.Observe(0.4) MyHistogram.Observe(0.5)

histogram 的桶設(shè)置：

MyHistogram?=?prometheus.NewHistogram(prometheus.HistogramOpts{Name:?"my_histogram_bucket",Help:?"自定義histogram",Buckets:?[]float64{0,2.5,5,7.5,10},????//?需要指定桶 })

如果這樣的話，所有指標(biāo)都會(huì)直接進(jìn)入到第一個(gè)桶，即 0 到 2.5 這個(gè)桶，如果我要計(jì)算中位數(shù)，那么這個(gè)中位數(shù)按照數(shù)學(xué)公式來(lái)算的話，肯定是在 0 到 2 之間的，而且肯定是 0.3 到 0.5 之間。

我用 histogram_quantile 函數(shù)計(jì)算下：計(jì)算結(jié)果是 1.25，其實(shí)已經(jīng)不對(duì)了。

histogram_quantile(0.5,my_histogram_bucket_bucket)

我在計(jì)算下 P99，等于 2.475：

histogram_quantile(0.99,my_histogram_bucket_bucket)

我的指標(biāo)都是不大于 1 的，為啥算出來(lái)的 P50 和 P99 都這么離譜呢？

這是因?yàn)?Prometheus 他是不保存你具體的指標(biāo)數(shù)值的，他會(huì)幫你把指標(biāo)放到具體的桶，但是他不會(huì)保存你指標(biāo)的值，計(jì)算的分位數(shù)是一個(gè)預(yù)估的值，怎么預(yù)估呢？

就是假設(shè)每個(gè)桶內(nèi)的樣本分布是均勻的，線性分布來(lái)計(jì)算的，比如剛剛的 P50，其實(shí)就是算排在第 50% 位置的樣本值。

因?yàn)閯倓偹械臄?shù)據(jù)都落在了第一個(gè)桶，那么他在計(jì)算的時(shí)候就會(huì)假定這個(gè) 50% 值在第一個(gè)桶的中點(diǎn)，他就會(huì)假定這個(gè)數(shù)就是 0.5_ 2.5，P99 就是第一個(gè)桶的 99% 的位置，他就會(huì)假定這個(gè)數(shù)就是 0.99 _ 2.5。

導(dǎo)致這個(gè)誤差較大的原因就是我們的 bucket 設(shè)置的不合理。

重新定義桶：

//?定義histogram MyHistogram?=?prometheus.NewHistogram(prometheus.HistogramOpts{Name:?"my_histogram_bucket",Help:?"自定義histogram",Buckets:?[]float64{0.1,0.2,0.3,0.4,0.5},???//?需要指定桶 })

上報(bào)數(shù)據(jù)：

MyHistogram.Observe(0.1) MyHistogram.Observe(0.3) MyHistogram.Observe(0.4)

重新計(jì)算 P50，P99：

桶設(shè)置的越合理，計(jì)算的誤差越小。

Grafana 可視化

除了可以利用 Prometheus 提供的 webUI 可視化我們的指標(biāo)外，還可以接入 Grafana 來(lái)做指標(biāo)的可視化。

第一步，對(duì)接數(shù)據(jù)源。

配置好 prometheus 的地址：

第二步：創(chuàng)建儀表盤。

編輯儀表盤：

在 metrics 處編寫 PromQL 即可完成查詢和可視化：

儀表盤編輯完后，可以導(dǎo)出對(duì)應(yīng)的 json 文件，方便下次導(dǎo)入同樣的儀表盤：

以上是我之前搭建的儀表盤：

監(jiān)控告警

AlertManager 是 prometheus 提供的告警信息下發(fā)組件，包含了對(duì)告警信息的分組，下發(fā)，靜默等策略。

配置完成后可以在 webui 上看到對(duì)應(yīng)的告警策略信息。告警規(guī)則也是基于 PromQL 進(jìn)行定制的。

編寫告警配置：當(dāng) Http_srv 這個(gè)服務(wù)掛了，Prometheus 采集不到指標(biāo)，并且持續(xù)時(shí)間 1 分鐘，就會(huì)觸發(fā)告警。

groups: -?name:?simulator-alert-rulerules:-?alert:?HttpSimulatorDownexpr:?sum(up{job="http_srv"})?==?0?for:?1mlabels:severity:?critical

在 prometheus.yml 中配置告警配置文件，需要配置上 alertmanager 的地址和告警文件的地址。

#?Alertmanager?configuration alerting:alertmanagers:-?static_configs:-?targets:?['localhost:9093'] #?Load?rules?once?and?periodically?evaluate?them?according?to?the?global?'evaluation_interval'. rule_files:-?"alert_rules.yml"#-?"first_rules.yml"

配置告警信息，例如告警發(fā)送地址，告警內(nèi)容模版，分組策略等都在 alertmanager 的配置文件中配置。

global:smtp_smarthost:?'smtp.qq.com:465'smtp_from:?'xxxx@qq.com'smtp_auth_username:?'xxxx@qq.com'smtp_auth_password:?'xxxx'smtp_require_tls:?falseroute:group_interval:?1mrepeat_interval:?1mreceiver:?'mail-receiver'#??group_by?????????????//采用哪個(gè)標(biāo)簽作為分組 #??group_wait???????????//分組等待的時(shí)間，收到報(bào)警不是立馬發(fā)送出去，而是等待一段時(shí)間，看看同一組中是否有其他報(bào)警，如果有一并發(fā)送 #??group_interval???????//告警時(shí)間間隔 #??repeat_interval??????//重復(fù)告警時(shí)間間隔，可以減少發(fā)送告警的頻率 #??receiver?????????????//接收者是誰(shuí) #??routes???????????????//子路由配置 receivers: -?name:?'mail-receiver'email_configs:-?to:?'xxxx@qq.com'

當(dāng)我 kill 進(jìn)程：

prometheus 已經(jīng)觸發(fā)告警：

在等待 1 分鐘，如果持續(xù)還是符合告警策略，則狀態(tài)為從 pending 變?yōu)?FIRING 會(huì)發(fā)送郵件到我的郵箱。

此時(shí)我的郵箱收到了一條告警消息：

alertmanager 也支持對(duì)告警進(jìn)行靜默，在 alertmanager 的 WEBUI 中配置即可：

間隔了 4 分鐘，沒有收到告警，靜默生效：

一個(gè)小時(shí)沒有收到告警信息：

強(qiáng)勢(shì)開源一款小程序！ 2021-11-07 強(qiáng)力推薦一個(gè)完善的物流（WMS）管理項(xiàng)目（附代碼） 2021-10-23 推薦一個(gè) Spring Boot + MyBatis + Vue 音樂網(wǎng)站 2021-10-19 分享一套家庭理財(cái)系統(tǒng)（附源碼） 2021-09-20 推薦一個(gè)互聯(lián)網(wǎng)企業(yè)級(jí)別的開源支付系統(tǒng) 2021-09-04 推薦一套開源通用后臺(tái)管理系統(tǒng)（附源碼） 2021-08-21 一款神仙接私活兒軟件，吊到不行！ 2021-07-31 基于 SpringBoot 的仿豆瓣平臺(tái)【源碼分享】 2021-07-18 干掉 Wordpress！這個(gè)開源建站神器有點(diǎn)吊！ 2021-06-18 從朋友那里搞了 20 個(gè)實(shí)戰(zhàn)項(xiàng)目，速領(lǐng)！ 2021-06-12

如有收獲，點(diǎn)個(gè)在看，誠(chéng)摯感謝

總結(jié)

以上是生活随笔為你收集整理的监控神器Prometheus，开箱即用！的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。