使用Prometheus实现应用监控的一些实践

在这篇文章中我们介绍了如何利用Prometheus监控应用。在后续的工作中随着监控的深入，我们结合自己的经验和官方文档总结了一些Metrics的实践。希望这些实践能给大家提供参考。

确定监控对象

在具体设计Metrics之前，首先需要明确需要测量的对象。需要测量的对象应该依据具体的问题背景、需求和需监控的系统本身来确定。

从需求出发

Google针对大量分布式监控的经验总结出四个监控的黄金指标，这四个指标对于一般性的监控测量对象都具有较好的参考意义。这四个指标分别为：

• 延迟：服务请求的时间。

• 通讯量：监控当前系统的流量，用于衡量服务的容量需求。

• 错误：监控当前系统所有发生的错误请求，衡量当前系统错误发生的速率。

• 饱和度：衡量当前服务的饱和度。主要强调最能影响服务状态的受限制的资源。例如，如果系统主要受内存影响，那就主要关注系统的内存状态。

以上四种指标，其实是为了满足四个监控需求：

• 反映用户体验，衡量系统核心性能。如：在线系统的时延，作业计算系统的作业完成时间等。

• 反映系统的吞吐量。如：请求数，发出和接收的网络包大小等。

• 帮助发现和定位故障和问题。如：错误计数、调用失败率等。

• 反映系统的饱和度和负载。如：系统占用的内存、作业队列的长