Prometheus 云原生监控系统—Prometheus 介绍，2024年最新来一份全面的面试宝典练练手

最新推荐文章于 2024-08-19 19:30:52 发布

苹果Android开发组

最新推荐文章于 2024-08-19 19:30:52 发布

阅读量1k

点赞数 10

分类专栏： 2024年程序员学习文章标签： prometheus 云原生面试

本文链接：https://blog.csdn.net/m0_61369275/article/details/137776243

版权

2024年程序员学习专栏收录该内容

289 篇文章 0 订阅

订阅专栏

本文分享了一套针对Web前端的学习资料，涵盖基础知识到进阶课程，重点比较了Prometheus与其他监控工具如Zabbix、Nagios和Sensu的优缺点，强调了系统学习的重要性。同时讨论了数据结构和算法的基础知识，以及如何避免浅尝辄止的自学问题。

摘要由CSDN通过智能技术生成

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Web前端全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024c （备注前端）

正文

2.1 Prometheus vs Zabbix

Zabbix 使用的是 C 和 PHP，Prometheus 使用 Golang ，整体而言 Prometheus 运行速度更快一点。
Zabbix 属于传统主机监控，主要用于物理主机、交换机、网络等监控，Prometheus 不仅适用主机监控，还适用于 Cloud、SaaS、Openstack、Container 监控。
Zabbix 在传统主机监控方面，有更丰富的插件。
Zabbix 可以在 WebGui 中配置很多事情，Prometheus 需要手动修改文件配置。

2.2 Prometheus vs. Nagios

Nagios 数据不支持自定义 Labels，不支持查询，告警也不支持去噪、分组，没有数据存储，如果想查询历史状态，需要安装插件。
Nagios 是上世纪 90 年代的监控系统，比较适合小集群或静态系统的监控。Nagios 太古老，很多特性都没有，Prometheus 要优秀很多。

2.3 Prometheus vs Sensu

Sensu 广义上讲是 Nagios 的升级版本，它解决了很多 Nagios 的问题，如果你对 Nagios 很熟悉，使用 Sensu 是个不错的选择。
Sensu 依赖 RabbitMQ 和 Redis，数据存储上扩展性更好。

2.4 Prometheus vs InfluxDB

InfluxDB 是一个开源的时序数据库，主要用于存储数据，如果想搭建监控告警系统，需要依赖其他系统。
InfluxDB 在存储水平扩展以及高可用方面做的更好，毕竟核心是数据库。

三、Prometheus 核心概念

====================================================================================

3.1 数据模型

Prometheus 从根本上存储的所有数据都是时间序列数据（Time Serie Data，简称时序数据）。时序数据是具有时间戳的数据流，该数据流属于某个度量指标（Metric）和该度量指标下的多个标签（Label）。除了提供存储功能，Prometheus 还可以利用查询表达式来执行非常灵活和复杂的查询。

3.2 度量指标和标签

每个时间序列（Time Serie，简称时序）由度量指标和一组标签键值对唯一确定。

度量指标名称描述了被监控系统的某个测量特征（比如 http*requests_total 表示 http 请求总数）。度量指标名称由 ASCII 字母、数字、下划线和冒号组成，须匹配正则表达式 [a-zA-Z*:][a-zA-Z0-9_:]\*。

标签开启了 Prometheus 的多维数据模型。对于同一个度量指标，不同标签值组合会形成特定维度的时序。Prometheus 的查询语言可以通过度量指标和标签对时序数据进行过滤和聚合。改变任何度量指标上的任何标签值，都会形成新的时序。标签名称可以包含 ASCII 字母、数字和下划线，须匹配正则表达式 [a-zA-Z_][a-zA-Z0-9_]*，带有 _ 下划线的标签名称保留为内部使用。标签值可以包含任意 Unicode 字符，包括中文。

3.3 采样值（Sample）

时序数据其实就是一系列采样值。每个采样值包括：

一个 64 位的浮点数值
一个精确到毫秒的时间戳

3.4 注解（Notation）

一个注解由一个度量指标和一组标签键值对构成。形式如下：

[metric name]{[label name]=[label value], …}

例如，度量指标为 api_http_requests_total，标签为 method=“POST”、handler=“/messages” 的注解表示如下：

api_http_requests_total{method=“POST”, handler=“/messages”}

四、度量指标类型

===========================================================================

Prometheus 里的度量指标有以下几种类型：

4.1 计数器（Counter）

计数器是一种累计型的度量指标，它是一个只能递增的数值。计数器主要用于统计类似于服务请求数、任务完成数和错误出现次数这样的数据。

4.2 计量器（Gauge）

计量器表示一个既可以增加，又可以减少的度量指标值。计量器主要用于测量类似于温度、内存使用量这样的瞬时数据。

4.3 直方图（Histogram）

直方图对观察结果（通常是请求持续时间或者响应大小这样的数据）进行采样，并在可配置的桶中对其进行统计。有以下几种方式来产生直方图（假设度量指标为）：

按桶计数，相当于 <basename>_bucket{le="<upper inclusive bound>"}
采样值总和，相当于 <basename>_sum
采样值总数，相当于 <basename>_count ，也等同于把所有采样值放到一个桶里来计数 <basename>_bucket{le="+Inf"}

4.4 汇总（Summary）

类似于直方图，汇总也对观察结果进行采样。除了可以统计采样值总和和总数，它还能够按分位数统计。有以下几种方式来产生汇总（假设度量指标为 <basename>）：