本文为霍格沃兹测试学院优秀学员的学习和实践总结,想一起系统进阶的同学文末加群交流。
公司有几台测试服务器(由于测试服务器本来性能和线上机器硬件就不一样,所以让运维老师去掉了测试服务器报警),测试团队自己使用 Prometheus
监控几台测试服务器,当出现故障的时候,把报警数据直接发送到企业微信中。
Prometheus 特点介绍
Prometheus(普罗米修斯)是一套开源的监控 & 报警 & 时间序列数据库的组合,起始是由 SoundCloud
公司开发的。随着发展,越来越多公司和组织接受采用 Prometheus,社区也十分活跃,他们便将它独立成开源项目,并且有公司来运作。Google SRE
的书内也曾提到跟他们 BorgMon 监控系统相似的实现是 Prometheus。现在最常见的 Kubernetes 容器管理系统中,通常会搭配
Prometheus 进行监控。
Prometheus 基本原理是通过 HTTP 协议周期性抓取被监控组件的状态,这样做的好处是任意组件只要提供 HTTP
接口就可以接入监控系统,不需要任何斯达克学院测试或者其他的集成过程。这样做非常适合虚拟化环境比如 VM 或者 Docker 。
Prometheus 应该是为数不多的适合 Docker、Mesos、Kubernetes 环境的监控系统之一。
输出被监控组件信息的 HTTP 接口被叫做 exporter 。目前互联网公司常用的组件大部分都有 exporter 可以直接使用,比如
Varnish、Haproxy、Nginx、MySQL、Linux 系统信息
(包括磁盘、内存、CPU、网络等等),具体支持的源看:https://github.com/prometheus。
与其他监控系统相比,Prometheus 的主要特点是:
- 一个多维数据模型(时间序列由指标名称定义和设置键 / 值尺寸)。
- 非常高效的存储,平均一个采样数据占~3.5bytes 左右,320 万的时间序列,每 30 秒采样,保持 60 天,消耗磁盘大概 228G。
- 一种灵活的查询语言。
- 不依赖分布式存储,单个服务器节点。
- 时间集合通过 HTTP 上的 PULL 模型进行。
- 通过中间网关支持推送时间。
- 通过服务发现或静态配置发现目标。
- 多种模式的图形和仪表板支持。
Prometheus 架构概览
它的服务过程是这样的 Prometheus daemon 负责定时去目标上抓取 metrics(指标) 数据,每个抓取目标需要暴露一个 HTTP
服务的接口给它定时抓取。
Prometheus
支持通过配置文件、文本文件、zookeeper、Consul、DNS SRV lookup 等方式指定抓取目标。支持很多方式的图表可视化,例如十分精美的
Grafana,自带的 Promdash,以及自身提供的模版引擎等等,还提供 HTTP API 的查询方式,自定义所需要的输出。
Alertmanager
Alertmanager 是独立于 Prometheus 的一个组件,可以支持 Prometheus 的查询语句,提供十分灵活的报警方式。
PushGateway:这个组件是支持 Client 主动推送 metrics 到 PushGateway,而 Prometheus 只是定时去
Gateway 上抓取数据。
如果有使用过 statsd 的用户,则会觉得这十分相似,只是 statsd 是直接发送给服务器端,而 Prometheus 主要还是靠进程主动去抓取。
Prometheus 的数据模型
Prometheus 从根本上所有的存储都是按时间序列去实现的,相同的 metrics(指标名称) 和 label(一个或多个标签)
组成一条时间序列,不同的 label 表示不同的时间序列。为了支持一些查询,有时还会临时产生一些时间序列存储。
metrics name&label 指标名称和标签。
每条时间序列是由唯一的” 指标名称” 和一组” 标签(key=value)” 的形式组成。
指标名称 :一般是给监测对像起一名字,例如 httprequeststotal 这样,它有一些命名规则,可以包字母数字 _
之类的的。通常是以应用名称开头 _ 监测对像 _ 数值类型 _
单位这样。例如:pushtotal、userloginmysqldurationseconds、appmemoryusage_bytes。
标签 :就是对一条时间序列不同维度的识别了,例如一个 http 请求用的是 POST 还是 GET,它的 endpoint
是什么,这时候就要用标签去标记了。最终形成的标识便是这样了:httprequeststotal{method=”POST”,endpoint=”/api/tracks”}。
记住,针对 httprequeststotal 这个 metrics name 无论是增加标签还是删除标签都会形成一条新的时间序列。
查询语句就可以跟据上面标签的组合来查询聚合结果了。
如果以传统数据库的理解来看这条语句,则可以考虑 httprequeststotal 是表名,标签是字段,而 timestamp 是主键,还有一个
float64 字段是值了。(Prometheus 里面所有值都是按 float64 存储)。
prometheus 四种数据类型
Gauge
Gauge 常规数值,例如 温度变化、内存使用变化。可变大,可变小。重启进程后,会被重置。例如:
memoryusagebytes{host=”master-01″} 100 <
抓取值、memoryusagebytes{host=”master-01″} 30、memoryusagebytes{host=”master-01″}
50、memoryusagebytes{host=”master-01″} 80 < 抓取值。
Histogram
Histogram(直方图)可以理解为柱状图的意思,常用于跟踪事件发生的规模,例如:请求耗时、响应大小。它特别之处是可以对记录的内容进行分组,提供
count 和 sum 全部值的功能。
例如:{小于 10=5 次,小于 20=1 次,小于 30=2 次},count=7 次,sum=7 次的求和值。
Summary
Summary 和 Histogram 十分相似,常用于跟踪事件发生的规模,例如:请求耗时、响应大小。同样提供 count 和 sum 全部值的功能。
例如:count=7 次,sum=7 次的值求值。
它提供一个 quantiles 的功能,可以按 % 比划分跟踪的结果。例如:quantile 取值 0.95,表示取采样值里面的 95% 数据。
依赖镜像
1. docker pull prom/node-exporter
2.
3. 2. docker pull prom/prometheus
4.
5. 3. docker pull grafana/grafana
6.
7.
8.
部署 prometheus
配置
1. mkdir /opt/prometheus
2.
3. 2. cd /opt/prometheus/
4.
5. 3. vim prometheus.yml
6.
7.
8.
yml 内容
yml 中配置了一个 prometheus 自己和一台 linux 监控
1. global: 2. scrape_interval: 60s 3. evaluation_interval: 60s 4. 5. scrape_configs: 6. - job_name: prometheus 7. static_configs: 8. - targets: ['localhost:9090'] 9. labels: 10. instance: prometheus 11. 12. - job_name: linux 13. static_configs: