prometheus监控应用数据(二)

本文承接上篇文章prometheus监控应用数据(一)。使用开源软件prometheus对上篇文章中提及到的数据进行可视化监控。

本文使用docker进行prometheus的部署，准备以下两个文件，以及文件内内容如下所示:

.env文件

# Container Timezone 时区
TZ=Asia/Shanghai

# Prometheus 镜像版本号，映射端口号，
PROMETHEUS_WEB_PORT=9090

docker-compose.yml文件

version: '3.7'

networks:
  demo:
    driver: bridge

services:
  prometheus:
    image: prom/prometheus
    container_name: prometheus
    ports:
      - "${PROMETHEUS_WEB_PORT}:9090"
    environment:
      TZ: "${TZ}"
    volumes:
      # 挂载 prometheus 配置文件到容器中
      - ./prometheus:/etc/prometheus/
      - ./prometheus/prometheus.log:/etc/prometheus/prometheus.log
    command:
      # 指定 Prometheus 使用挂载的配置文件
      - '--config.file=/etc/prometheus/prometheus.yml'
      # 指定 Prometheus 输出日志到挂载的文件夹中
      - '--log.level=info'
      - '--log.format=logfmt'

在上面两个文件所在目录新建prometheus目录，在新建的目录下新建prometheus.log与prometheus.yml文件。其中prometheus.yml文件中的内容如下配置：

# my global config
global:
  scrape_interval: 15s # Set the scrape interval to every 15 seconds. Default is every 1 minute.
  evaluation_interval: 15s # Evaluate rules every 15 seconds. The default is every 1 minute.
  # scrape_timeout is set to the global default (10s).

# Alertmanager configuration
alerting:
  alertmanagers:
    - static_configs:
        - targets:
          # - alertmanager:9093

# Load rules once and periodically evaluate them according to the global 'evaluation_interval'.
rule_files:
  # - "first_rules.yml"
  # - "second_rules.yml"

# A scrape configuration containing exactly one endpoint to scrape:
# Here it's Prometheus itself.
scrape_configs:
  # The job name is added as a label `job=<job_name>` to any timeseries scraped from this config.
  # - job_name: "prometheus"

  #   # metrics_path defaults to '/metrics'
  #   # scheme defaults to 'http'.

  #   static_configs:
  #     - targets: ["localhost:9090"]

  - job_name: "classInfo"
    static_configs:
      # 如果prometheus部署在docker环境中,应用程序部署在宿主机中, 就不要用localhost, 用localhost docker容器无法采集到宿主机
      # 应用进程某端口上的数据
      - targets: ["host.docker.internal:2112"]

在上面两个文件所在目录下执行命令docker-compose -p classroom up -d,构建prometheus环境，并启动。前提是本机已经安装好docker并已启动。
启动前一篇文章prometheus监控应用数据(一)中的程序TestPrometheus，模拟业务过程。
浏览器中访问地址: http://localhost:2112/metrics, 可以看到被监控的业务数据,数据格式参见前一篇文章prometheus监控应用数据(一)。
浏览器中访问地址: http://localhost:9090/ 来访问docker中部署的容器prometheus,访问效果如下
- 初始界面
- 点击Add Panel按钮，会出来一个面板，点击Execute左边的按钮，会出来一个弹框，选择需要展示的监控指标，指标在前一篇文章prometheus监控应用数据(一)中已经指定,分别是EveryStudentDetail与StudentNumber,选择好，点击按钮Execute，即可展示对应指标的数据，如下所示：
至此，就完成了对使用prometheus采集业务数据的可视化监视