Prometheus的基础知识

Prometheus 的组件

Prometheus 生态系统由多个组件组成，其中有许多组件是可选的：

• Prometheus Server 作为服务端，用来存储时间序列数据。

• 客户端库用来检测应用程序代码。

• 用于支持临时任务的推送网关。

• Exporter 用来监控 HAProxy，StatsD，Graphite 等特殊的监控目标，并向 Prometheus 提供标准格式的监控样本数据。

• alartmanager 用来处理告警。

• 其他各种周边工具。

其中大多数组件都是用 Go 编写的，因此很容易构建和部署为静态二进制文件

Prometheus 的架构

prometheus 的整体架构以及生态系统组件如下图所示：

Prometheus Server 直接从监控目标中或者间接通过推送(push)网关来拉取(pull)监控对象的指标，它在本地存储所有抓取到的样本数据，并对此数据执行一系列规则，以汇总和记录现有数据的新时间序列或生成告警。可以通过 Grafana 或者其他工具来实现监控数据的可视化。

补充一下push与pull的差异性

push:Prometheus使用的是拉取模型。这意味着Prometheus服务器负责从目标服务（被监控的应用或节点）主动拉取数据,在这种模型中，被监控的目标（例如应用程序或服务器）会提供一个HTTP或HTTPS端点，Prometheus服务器会定期（按照配置的间隔）向这些端点发起HTTP请求，获取监控数据

pull:与拉取模型相反，推送模型是目标服务主动将数据推送给Prometheus服务器。在推送模型中，被监控的目标会定期或根据事件触发向Prometheus服务器发送监控数据。目标服务需要向Prometheus提供一个可以接收数据的HTTP端点。

Prometheus 的数据模型

Prometheus 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

指标名称和标签

每一条时间序列由指标名称（Metrics Name）以及一组标签（键值对）唯一标识。其中指标的名称（metric name）可以反映被监控样本的含义（例如，http_requests_total — 表示当前系统接收到的 HTTP 请求总量），指标名称只能由 ASCII 字符、数字、下划线以及冒号组成，同时必须匹配正则表达式 [a-zA-Z_:][a-zA-Z0-9_:]*。

样本

时间数列是一个由点组成的矩形方阵，在时间序列中的每一个点称为一个样本（sample），样本由以下三部分组成：

• 指标（metric）：指标名称和描述当前样本特征的 labelsets；

• 时间戳（timestamp）：一个精确到毫秒的时间戳；

• 样本值（value）： 一个 folat64 的浮点型数据表示当前样本的值

Prometheus 的指标类型

Counter（计数器）：Counter 类型代表一种样本数据单调递增的指标，即只增不减，除非监控系统发生了重置；例如，你可以使用 counter 类型的指标来表示服务的请求数、已完成的任务数、错误发生的次数等

Gauge（仪表盘）：Gauge 类型代表一种样本数据可以任意变化的指标，即可增可减。Gauge 通常用于像温度或者内存使用率这种指标数据，也可以表示能随时增加或减少的“总数”，例如：当前并发请求的数量。

Histogram（直方图）：在大多数情况下人们都倾向于使用某些量化指标的平均值，例如 CPU 的平均使用率、页面的平均响应时间，而这些指标存在一个buckets中的

Summary（摘要）：在Prometheus中，Summary是一种用于度量和分析样本观测值分布的指标类型。与Histogram类似，Summary也允许记录观测值的分位数和总数，但相对于Histogram，Summary更适用于长期的、动态的、高基数的样本数据。