乐维社区的博客

Prometheus与zabbix相比，它的强大之处就在于可以它可以使用的很多计算公式去获取自己需要的数据。当然，这里所涉及到的计算公式，也是我们普遍认为的难点所在。比如，我们要获取CPU使用率，使用zabbix就可以轻易获得，但是在Prometheus中却需要通过计算公式来完成CPU使用率的计算。如果要统计CPU的使用：node_exporter会抓取CPU常用你的8种状态的累计工作时间，然后再用（所有非空闲状态的CPU时间总和）/（所有状态的CPU时间总和）= CPU使用率。

从数据上报和查询流程图中可以看到数据拉取和数据查询是分开的，prometheus只负责部分机器的数据拉取，当grafana有历史查询的需求的时候（比如查询三个月或者半年的数据），thanos query聚合后的数据存储在内存返回给grafana，当数据比较大时，thanos query服务器内存会写满导致服务不可用，但是prometheus还在以固定频率拉取metrics数据，这时候只需要重新恢复thanos query服务即可，不会对metrics数据连续性有任何影响。也就是仍然会有单机瓶颈。

这一期主要来跟大家聊一下，使用node_exporter工具来暴露主机和因公程序上的指标，利用prometheus来监控宿主机；以及通过通过Cadvisor监控docker容器。一、部署node_exporter监控宿主机。

Prometheus是一个最初在SoundCloud上构建的开源系统监视和警报工具包。自2012年成立以来，许多公司和组织都采用了Prometheus，该项目拥有一个非常活跃的开发人员和用户社区。它现在是一个独立的开源项目，可以独立于任何公司进行维护。它启发于 Google 的 borgmon 监控系统，由工作在 SoundCloud 的 google 前员工在 2012 年创建，作为社区开源项目进行开发，并于 2015 年正式发布。