基于Prometheus的微服务应用监控

导读
Prometheus是一套开源的系统监控报警框架。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。2016年，Prometheus 正式加入 Cloud Native Computing Foundation，成为受欢迎度仅次于Kubernetes 的项目。

现今公司分布式系统都采用Spring Cloud去实现，其简单高效为开发者带来了极大的便利。Spring Cloud本身也有对服务的监控应用指标，如Actuator可以显示系统各种基本信息。但是对于我们业务开发人员，其指标还是过于简单，为了能够详细清楚的描述当前一个微服务的应用指标，我们使用Prometheus对微服务进行指标采集与分析。

材料准备：
1.Spring Boot（被监控的对象微服务应用）
2.Prometheus（指标采集的时间序列数据库）
3.Alertmanager（监控预警组件）
4.Micrometer（微服务指标暴露者）
5.Grafana（对指标进行丰富的图像展示）

▌Prometheus搭建

Prometheus 是一套开源的系统监控报警框架。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。2016 年，Prometheus 正式加入 Cloud Native Computing Foundation，成为受欢迎度仅次于 Kubernetes 的项目。

作为新一代的监控框架，Prometheus 具有以下特点：

强大的多维度数据模型：
1.时间序列数据通过metric 名和键值对来区分。
2.所有的metrics 都可以设置任意的多维标签。
3.数据模型更随意，不需要刻意设置为以点分隔的字符串。
4.可以对数据模型进行聚合，切割和切片操作。
5.支持双精度浮点类型,标签可以设为全unicode。

灵活而强大的查询语句（PromQL):在同一个查询语句，可以对多个 metrics 进行乘法、加法、连接、取分数位等操作。

易于管理:Prometheus server 是一个单独的二进制文件，可直接在本地工作，不依赖于分布式存储。

高效:平均每个采样点仅占 3.5 bytes，且一个 Prometheus server 可以处理数百万的 metrics。

使用 pull 模式采集时间序列数据，这样不仅有利于本机测试而且可以避免有问题的服务器推送坏的 metrics。

可以采用 push gateway 的方式把时间序列数据推送至 Prometheus server 端。

可以通过服务发现或者静态配置去获取监控的 targets。

有多种可视化图形界面。

易于伸缩。

需要指出的是，由于数据采集可能会有丢失，所以 Prometheus 不适用对采集数据要 100% 准确的情形。但如果用于记录时间序列数据，Prometheus 具有很大的查询优势，此外，Prometheus 适用于微服务的体系架构。

下载2.3.2 / 2018-07-12

wget https://github.com/prometheus/prometheus/releases/download/v2.3.2/prometheus-2.3.2.linux-amd64.tar.gz