Prometheus学习笔记

Prometheus

Prometheus 是一套开源的系统监控报警框架，基于中央化的规则计算、统一分析和告警的新模型，其本身就是一个时序数据库，将采集到的监控数据按照时间序列的方式存储在本地磁盘当中，负责数据的收集，存储、管理并且对外提供数据查询支持

特点

1.易于管理

• 不存在第三方依赖(数据库，缓存等), 唯一需要本地磁盘，因此不会有级联故障的风险
• Prometheus基于Pull模型，可以在任意环境(本地电脑，开发环境，测试环境)搭建，另外可以通过服务发现来动态管理监控目标

2.监控服务内部运行状态

• Prometheus有丰富的Client库，用户可以轻松获取应用服务内部的真正运行状态

3.强大的数据模型

所有采集的监控数据均以指标(metric)的形式保存在内置的时间序列数据库当中(TSDB)。每一条时间序列由指标名称(Metrics Name)以及一组标签(Labels)唯一标识。每条时间序列按照时间的先后顺序存储一系列的样本值，所有的样本除了基本的指标名称以外，还包含一组用于描述该样本特征的标签,主要由指标、时间戳和样本值三部分组成：

• 指标(metric)：metric name和描述当前样本特征的label sets，prometheus的指标主要有如下几种类型
  • Counter（计数器）Counter类型的指标其工作方式和计数器一样，只增不减（除非系统发生重置）常见的监控指标，如http_requests_total，node_cpu都是Counter类型的监控指标。 一般在定义Counter类型指标的名称时推荐使用_total作为后缀
  • Gauge（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） Histogram和Summary主用用于统计和分析样本的分布情况
  • Summary（摘要）Histogram和Summary主用用于统计和分析样本的分布情况
• 时间戳(timestamp):一个精确到毫秒的时间戳
• 样本值(value): 一个float 64的浮点型数据表示当前样本的值

示例如下：

  <--------------- metric ---------------------><-timestamp -><-value->
  http_request_total{status="200", method="GET"}@1434417560938 => 94355
  http_request_total{status="200", method="GET"}@1434417561287 => 94334
  
  http_request_total{status="404", method=