目录

引言

一、Prometheus概念

1.1、什么是Prometheus

1.2、Zabbix和Prometheus区别

1.3、Prometheus的特点

二、运维监控平台设计思路

三、Prometheus监控体系

3.1、系统层监控（需要监控的数据）

3.2、中间件及基础设施类监控

3.3、应用层监控

3.4、业务层监控

四、Prometheus时间序列数据

4.1、什么是序列数据

4.2、时间序列数据特点

4.3、数据来源

4.4、收集数据

4.5、Prometheus获取方式

五、Prometheus的生态组件

5.1、Prometheus server

5.2、pushgateway

5.3、exporters

常用的exporter：

5.5、Service Discovery

5.6、client Library

5.7、grafana

六、Prometheus工作原理

6.1、Prometheus工作原理

6.2、Prometheus工作流程

6.3、Prometheus的局限性

---

引言

        zabbix是传统的监控系统，出现比云原生早，使用的是SQL关系型数据库；而Prometheus基于谷歌的borgemon使用go语言开发，使用TSDB数据库，所以支持云原生。zabbix最新发布的6.0版本，知道自己处于生死存亡时刻，也支持了Prometheus使用的TSDB数据库。

一、Prometheus概念

1.1、什么是Prometheus

        Prometheus是一个开源的服务监控系统和时序数据库，其提供了通用的数据模型和快捷数据采集、存储和查询接口。它的核心组件Prometheus server会定期从静态配置的监控目标或者基于服务发现自己配置的目标中进行拉取数据，当新拉取到的数据大于配置的内存缓存区时，数据就会持久化到存储存储设备当中。

1. 每个被监控的主机都可以通过专用的exporter程序提供输出监控数据的接口，它会在目标处收集监控数据，并暴露一个HTTP接口供Prometheus server查询，Prometheus通过基于HTTP的pull的方式来周期性的采集数据。
2. 任何被监控的目标都需要事先纳入到监控系统中才能进行时序数据采集、存储、告警和展示、监控目标可以通过配置信息以静态形式指定，也可以让Prometheus通过服务发现的机制进行动态管理。
3. Prometheus能够直接把API Server作为服务发现系统使用，进而动态发现和监控集群中的所有可被监控的对象。

Prometheus 官网地址：https://prometheus.io
Prometheus github 地址：https://github.com/prometheus

1.2、Zabbix和Prometheus区别

1. 和Zabbix类似，Prometheus也是一个近年比较火的开源监控框架，和Zabbix不同之处在于Prometheus相对更灵活点，模块间比较解耦，比如告警模块、代理模块等等都可以选择性配置。服务端和客户端都是开箱即用，不需要进行安装。zabbix则是一套安装把所有东西都弄好，很庞大也很繁杂。
2. zabbix的客户端agent可以比较方便的通过脚本来读取机器内数据库、日志等文件来做上报。而Prometheus的上报客户端则分为不同语言的SDK和不同用途的exporter两种，比如如果你要监控机器状态、mysql性能等，有大量已经成熟的exporter来直接开箱使用，通过http通信来对服务端提供信息上报（server去pull信息）；而如果你想要监控自己的业务状态，那么针对各种语言都有官方或其他人写好的sdk供你使用，都比较方便，不需要先把数据存入数据库或日志再供zabbix-agent采集。
3. zabbix的客户端更多是只做上报的事情，push模式。而Prometheus则是客户端本地也会存储监控数据，服务端定时来拉取想要的数据。
4. 界面来说zabbix比较陈旧，而prometheus比较新且非常简洁，简洁到只能算一个测试和配置平台。要想获得良好的监控体验，搭配Grafana还是二者的必走之路。

1.3、Prometheus的特点

多维数据模型：有度量名称和键值对标识的时间序列数据

时序数据，是在一段时间内通过重复测量（measurement）而获得的观测值的集合；将这些观测值绘制于图形之上，它会有一个数据轴和一个时间轴；

服务器指标数据、应用程序性能监控数据、网络数据等也都是时序数据。

1. 内置时间序列（pime series）数据库：Prometheus；外置的远端存储通常会用：InfluxDB、openTsDB等
2. promQL一种灵活的查询语言，可以利用多维数据完成复杂查询
3. 基于HTTP的pull（拉取）方式采集时间序列数据
4. 同时支持PushGateway组件收集数据
5. 通过服务发现或者静态配置，来发现目标服务对象
6. 支持作为数据源接入Grafana

二、运维监控平台设计思路

• 数据收集模块
• 数据提取模块（prometheus-TSDB，查询语言是promQL）
• 监控告警模块（布尔值表达式判断是否需要告警，不成立是健康状态）

可以细化为6层

第六层:用户展示管理层   同一用户管理、集中监控、集中维护
第五层:告警事件生成层   实时记录告警事件、形成分析图表（趋势分析、可视化)
第四层:告警规则配置层   告警规则设置、告警伐值设置（定义布尔值表达式，筛选异常状态）
第三层:数据提取层       定时采集数据到监控模块
第二层:数据展示层       数据生成曲线图展示（对时序数据的动态展示)
第一层:数据收集层       多渠道监控数据（网络，硬件，应用，数据，物理环境）

三、Prometheus监控体系

3.1、系统层监控（需要监控的数据）

1. CPU、Load、Memory、swap、disk、I/O、process等
2. 网络监控：网络设备、工作负载、网络延迟、丢包率等

3.2、中间件及基础设施类监控

1. 消息中间件：kafka、RocketMQ等消息代理（redis中间件）
2. WEB服务容器：tomcat、weblogic、apache、php、spring系列
3. 数据库/缓存数据库：Mysql、Postgresql、MongoDB、es、redis

redis监控内容

1. redis的服务状态
2. redis所在服务器的系统层监控
3. RDB和AOF日志监控

日志--->如果是哨兵模式--->哨兵共享集群信息，产生的日志
--->直接包含的其他节点哨兵信息及redis信息

1. key的数量
2. key呗命中的数据/次数
3. 最大连接数---->redis和系统
4. redis:redis-cli登陆---->config get maxclients查看最大连接数

3.3、应用层监控

用于衡量应用程序代码状态和性能

监控的分类：

1. 白盒监控：自省指标，等待被下载（cadvisor）
2. 黑盒监控：基于探针（snmp）的监控方式，不会主动干预、影响数据。

3.4、业务层监控

用于衡量应用程序的价值。如电商业务的销售量，ops、dau日志、转化等

业务接口：登入数量，注册数、订单量、搜索量和支付量

四、Prometheus时间序列数据

4.1、什么是序列数据

时间学列数据（TimeSeries Data）：按照时间序列记录系统、设备状态变化的数据被称为时序数据。

应用场景很多，如：

1. 无人驾驶车辆运行中要记录的经度，纬度，速度，方向，旁边物体的距离等等。每时每刻都要讲数据记录下来做分析。
2. 某一个地区的各车辆的行驶轨迹数据
3. 传统证券行业试试交易数据
4. 实时运维监控数据等

4.2、时间序列数据特点

1. 性能好：关系型数据库对于大规模数据的处理性能糟糕。NOSQL可以比较好的处理大规模数据，但依然比不上时间序列数据库
2. 存储成本低：高效的压缩算法，节省存储空间，有效降低IO

Prometheus有着非常高效的时间序列数据存储方法，每个采样数据仅仅占用3.5byte左右空间，上百万条时间序列，30秒间隔，保留60天，大概花了200多G（官方数据）

4.3、数据来源

Prometheus基于HTTP call（http/https请求），从配置文件中指定的网络端点（endpoint/IP：端口）上周期性获取指标数据。很多环境，被监控对象，本身是没有直接响应/处理http请求的功能。

Prometheus-exporter则可以在被监控端收集所需的数据，收集过来之后，还会做标准化，把这些数据转化为promenade可识别，可使用的数据（兼容格式）。

4.4、收集数据

监控概念：百合监控，黑盒监控

白盒监控：自省方式，被监控端内部，可以生成指标，只要等待监控系统来采集时提供出去即可

黑盒监控：对于被监控系统没有侵入性，对其没有直接’影响‘，这种类似于基于探针机制进行监控（snmp协议）

prometheus支持通过三种类型的途径从目标上抓取/采集（scrape）指标数据（基于白盒监控）

1. exporter--->工作在被监控端，周期性的抓取数据并 转换为prometheus来收集，自己并不推送
2. Instrumentation--->指被监控对象内部自身有数据收集、监控的功能，只需要prometheus直接去获取
3. Pushgateway--->短周期5s-10s的数据收集
    

4.5、Prometheus获取方式

Prometheus同其他TSDB相比有一个非常典型的特性：主动从各Target上拉取（pull）数据，非等待被监控端的推送（push）

两个获取方式各有优劣，其中，Pull模型的优势在于：

1. 集中控制:有利于将配置集在Prometheus server上完成，包括指标及采取速率等;
2. Prometheus的根本目标在于收集在target上预先完成聚合的聚合型数据，而非一款由事件驱动的存储系统通过targets(标识的是具体的被监控端)
3. 比如配置文件中的targets : [ ‘localhost:9090’]

五、Prometheus的生态组件

Prometheus 负责时序型指标数据的采集及存储，但数据的分析、聚合及直观展示以及告警等功能并非由Prometheus Server所负责。

5.1、Prometheus server

Prometheus server：服务核心组件，采用pull方式收集监控数据，通过http协议传输。并存储时间序列数据。Prometheus server 由三个部分组成：Retrival，Storage，PromQL

• Retrieval：负责在活跃的target 主机上抓取监控指标数据。
• Storage：存储，主要是把采集到的数据存储到磁盘中。默认为15天（可修改）。
• PromQL：是Prometheus提供的查询语言模块。

5.2、pushgateway

Pushgateway：类似一个中转站，Prometheus的server端只会使用pull方式拉取数据，但是某些接节点因为某些原因只能使用push方式推送数据，那么它就是用来接收push而来的数据并暴露给Prometheus的server拉取的中转站。可以理解成目标主机可以上报短期任务的数据到Pushgateway，然后Prometheus server统一Pushgateway拉取数据

5.3、exporters

Exporters：指标暴露器，负责收集不支持内奸Instrumentation的原因程序或服务的性能指标数据，并通过HTTP接口提供Prometheus Server获取。换句话说，Exporter负责从目标应用程序上采集和聚合原始格式的数据，并转换或聚合为Prometheus格式的指标向外暴露。

常用的exporter：

1. Node-Exporter：用于收集服务器节点（例如k8s）的物理指标状态数据，如平均负载、CPU、内存、磁盘、网络等资源信息的指标数据，需要部署到所有运算节点。指标详细介绍：https://github.com/prometheus/node_exporter
2. mysqld-exporter/nginx-exporter
3. Kube-state-Metrics：为prometheus 采集k8s资源数据的exporter，通过监听APIServer 收集kubernetes集群内资源对象的状态指标数据，例如pod、deployment、service 等等。同时它也提供自己的数据，主要是资源采集个数和采集发生的异常次数统计。

需要注意的是kube-state-metrics 只是简单的提供一个metrics 数据，并不会存储这些指标数据，
所以可以使用prometheus来抓取这些数据然后存储，主要关注的是业务相关的一些元数据，
比如Deployment、Pod、副本状态等；调度了多少个replicas？现在可用的有几个？
多少个Pod是running/stopped/terminated 状态？Pod 重启了多少次？有多少job在运行中。

• cAdvisor：用来监控容器内部使用资源的信息，比如CPU、内存、网络I/0、磁盘I/0。
• blackbox-exporter：监控业务容器存活性。

5.5、Service Discovery

Service Discovery：服务发现，用于动态发现待监控的Target，Prometheus支持多种服务发现机制：文件、DNS、Consul、Kubernetes等等。

服务发现可通过第三方提供的接口，Prometheus查询到需要监控的Target列表，然后轮询这些Target 获取监控数据。该组件目前由Prometheus Server内建支持

5.6、client Library

client Library：客户端库，目的在于为那些期望原生提供Instrumentation功能的应用程序提供便捷的开发途径，用于基于应用程序内建的测量系统

5.7、grafana

Grafana：是一个跨平台的开源的度量分析和可视化工具，可以将采集的数据可视化的展示，并及时通知给告警接受方。其官方库中具有丰富的仪表盘插件。

Prometheus数据流向

1. Prometheus server定期从配置好的jobs或者exporters中拉取metrics，或者接收来自 Pushgateway发送过来的metrics，或者从其它的Prometheus server中拉metrics。
2. Prometheus server在本地存储收集到的metrics，并运行定义好的alerts.rules，记录新的时间序列或者向Alert manager推送警报。
3. Alertmanager根据配置文件，对接收到的警报进行处理，发出告警。
4.  在图形界面中，可视化采集数据。

六、Prometheus工作原理

6.1、Prometheus工作原理

1. Prometheus Server 基于服务发现（Service Discovery）机制或静态配置获取要监视的目标（Target），并通过每个目标上的指标exporter来采集（Scrape）指标数据；
2. Prometheus Server 内置了一个基于文件的时间序列存储来持久存储指标数据，用户可使用PromQL接口来检索数据，也能够按需将告警需求发往A1ertmanager完成告警内容发送；
3. 一些短期运行的作业的生命周期过短，难以有效地将必要的指标数据供给到Server端，它们一般会采用推送（Push）方式输出指标数据，Prometheus借助于Pushgateway 接收这些推送的数据，进而由server端进行抓取

6.2、Prometheus工作流程

1. Prometheus以prometheus Server 为核心，用于收集和存储时间序列数据。Prometheus Server从监控目标中通过pull方式拉取指标数据，或通过pushgateway 把采集的数据拉取到Prometheus server中。
2. Prometheus server 把采集到的监控指标数据通过TSDB存储到本地HDD/ssD中。
3. Prometheus 采集的监控指标数据按时间序列存储，通过配置报警规则，把触发的报警发送到Alertmanager。
4. Alertmanager 通过配置报警接收方，发送报警到邮件、钉钉或者企业微信等。
5. Prometheus 自带的Web UI 界面提供PromQL 查询语言，可查询监控数据。
6. Grafana 可接入Prometheus 数据源，把监控数据以图形化形式展示出。

ps:告警数据采集、告警信息提取、告警通知
 
1、首先，需要采集监控数据，pro会周期性的pull或被push指标数据，数据采集的方式主要包括exporters、instrumentation、pushgateway 3种方式，前两者为pull方式获取，pushgateway借助于push方式推送给prometheus。
 
2、根据prometheus配置文件中（K8S-configmap的配置种），获取被监控端的数据之后，保存在TSDB中，我们可以借助Grafana或者告警平台来展示数据，grafana的展示是通过PromQL来获取数据。
 
3、prometheus通过rule配置来借助于PromQL来定义布尔值表达式，产生告警信息
 
4、一旦出现告警，prometheus产生告警信息，发送给alertmanager,alertmanager根据自定义的告警路由，来进行告警通知，对接第三方平台，例如告警平台、邮件、钉钉。

6.3、Prometheus的局限性

1. Prometheus是一款指际监控系统，不适合存储事件及日志等；它更多地展示的是趋势性的监控，而非精准数据；
2. Prometheus认为只有最近的监控数据才有查询的需要，其本地存储的设计初衷只是保存短期（例如一个月）数据，因而不支持针对大量的历史数据进行存储；若需要存储长期的历史数据，建议基于远端存储机制将数据保存于InfluxDB或openTsDB等系统中；
3. Prometheus的集群机制成熟度不高，可基于Thanos（和灭霸是一个单词）实现Prometheus集群的高可用及联邦集群