天天CRUD的我,也想玩玩高大上的Prometheus

Prometheus:普罗米修斯,这名就有一种高大上的感觉。那么普罗米修斯到底是干嘛的呢?一句话总结: Prometheus 是一个开源的服务监控系统和时间序列数据库。

抓住三个词,即 开源,监控,时间序列数据库。

开源:意味着我们可以免费使用,有问题可以给社区提 Issues 寻求帮助,也可以自己提一些新功能或者 Bug 修复的 PR,共建强大的生态圈。

监控:意味着普罗米修斯可以用于监控场景,监控我们的服务器,监控我们的数据库,监控我们的应用程序,它都用的上。

时间序列数据库:维基百科上对于时间序列的定义是‘一系列数据点按照时间顺序排列’,其实就是根据时间点存储的信息,这些信息是不可变的。目前在监控场景用的比较多。

对比一些老牌的监控,比如 zabbix,Prometheus 近几年在容器监控方面表现的非常突出,人家就是干这个事情的。对于新的监控选型,我觉得大家可以尝试下 Prometheus。

虽然监控这个工作属于运维这块的,理应要有专业的运维工程师来做。我认为作为一个后端开发,也必须要懂得一些监控相关的知识和技能储备。万一你去了创业公司,很可能什么工作都是你来做。

Prometheus 中的一些概念

Prometheus Server

Prometheus Server 是 Prometheus 组件中的核心部分,负责实现对监控数据的获取,存储以及查询。

Exporter

Exporter 将监控的数据采集起来,通过 HTTP 服务的形式暴露出去,Prometheus Server

会定时去拉取这些暴露的数据进行监控。

官方已经提供了很多的 Exporter,比如 Mysql 等。下载地址:https://prometheus.io/download/

如果是监控我们的应用程序,可以在程序中集成官方的 SDK,自己埋点暴露出需要监控的指标即可。

PushGateway

PushGateway 作为一个独立的服务,大部分场景下我们用的是 pull 模式,也就是 Prometheus Server 去拉取 Exporter 提供的数据,如果想使用 push 模式的话,可以将数据 push 给 PushGateway,由 PushGateway 统一提供数据给 Server。

Service Discovery

服务发现是一个特别重要的功能,特别是在微服务场景下监控显得尤为重要。如果没有服务发现的功能,那么每启动一个服务就需要去修改 Prometheus 的配置文件增加对应的配置。

有了服务发现的功能,可以动态的去发现服务信息,无需手动修改配置。官方推荐用 Consul 作为服务发现,像我们用 Nacos 的话,目前是不支持的,还需要想办法进行处理,比如定时拉取信息同步到文件中。

三剑客

Prometheus 目前的标配都是和 Grafana,AlertManage 一起使用的,三剑客。跟 ELK 是一样的,正所谓三个臭皮匠赛过诸葛亮。

  • Prometheus

负责拉取监控数据,存储。

  • Grafana

负责展示各种监控指标,通过图形化的方式。

Prometheus 负责赚钱养家,Grafana 负责美貌如花。

  • AlertManage

负责异常告警,可以对接钉钉等多种消息通知。

生态系统组成

体验下 Prometheus 的魅力

最近闲来无事,我也打算学习下 Prometheus。一是为了扩充自己的知识面,二也是看看能不能将其在工作中使用起来。

对于主机,数据库相关的监控,很多公司都在云上面,云平台本身就提供了很好的监控告警体系,也没必要再用 Prometheus 去搞一套了。

其他场景也是可以使用的,比如指标监控,监控应用的一些指标。也可以用于业务指标监控,总之玩法很多,就看你怎么玩。

自己学习体验的话直接用 Docker 拉镜像创建吧,简单,快速,方便。

部署 Prometheus

docker run -d -p 9090:9090 -v /Users/yinjihuan/Downloads/prometheus/prometheus.yml:/etc/Prometheus/Prometheus.yml prom/prometheus

Prometheus.yml

global:
scrape_interval: 15s
external_labels:
monitor: 'codelab-monitor'
scrape_configs:
- job_name: 'prometheus'
scrape_interval: 5s
static_configs:
- targets: ['localhost:9090']
- job_name: beta_node
static_configs:
- targets: ['10.111.83.8:9100']

定义了两个任务,一个是 Prometheus 自己的监控,它本身也是一个服务,也会暴露出一些指标信息。

一个是机器的监控任务,目标需要配置 IP+PORT,对应的机器上要装 node_export 才行,通过 node_export 将机器的指标数据暴露,Prometheus 才能拉取到进行监控。

部署 Grafana

docker run -d -p 3000:3000 --name=grafana -v /Users/yinjihuan/Downloads/Grafana-storage:/var/lib/grafana  grafana/grafana

部署 node_export

从官网下载对应的 node_export:https://prometheus.io/download/#node_exporter

解压后直接启动即可,nohup ./node_exporter & 启动,默认端口 9100。此机器 IP 就是上面 beta_node 中的 IP10.111.83.8。

配置 Grafana 图表

访问 localhost:3000 就是 Grafana 的主页,然后在设置里面创建一个数据源,指向 Prometheus 的地址。

然后导入一个你喜欢的图表进行关联即可,图表可以去https://grafana.com/grafana/dashboards?search=node进行搜索,比如搜 node 就会展示所有 node_export 相关的图表,每个图表有一个编号,直接根据编号 load 即可,需要联网。

机器监控效果

后续其他的一些操作,等我体验后再给大家分享踩坑记录。

– END –

关于作者:尹吉欢,简单的技术爱好者,《Spring Cloud 微服务-全栈技术与案例解析》, 《Spring Cloud 微服务 入门 实战与进阶》作者, 公众号 猿天地
发起人。

我整理了一份很全的学习资料,感兴趣的可以微信搜索「 猿天地
」,回复关键字 「 学习资料
」获取我整理好了的 Spring Cloud,Spring Cloud Alibaba,Sharding-JDBC 分库分表,任务调度框架 XXL-JOB,MongoDB,爬虫等相关资料。

后台回复
学习资料

 
领取学习视频

如有收获,点个在看,诚挚感谢

猿天地
我还没有学会写个人说明!
上一篇

特权账号管理的关键特性与市场竞争分析

下一篇

物理学家打造出能让光学光波实现时间逆转的技术

你也可能喜欢

评论已经被关闭。

插入图片