## 什么是Prometheus? Prometheus是由SoundCloud開發的開源監控報警系統和時序列數據庫(TSDB)。Prometheus使用Go語言開發，是Google BorgMon監控系統的開源版本。 2016年由Google發起Linux基金會旗下的原生云基金會(Cloud Native Computing Foundation), 將Prometheus納入其下第二大開源項目。 Prometheus目前在開源社區相當活躍。 Prometheus和Heapster(Heapster是K8S的一個子項目，用于獲取集群的性能數據。)相比功能更完善、更全面。Prometheus性能也足夠支撐上萬臺規模的集群。 ## Prometheus的特點 * 多維度數據模型。 * 靈活的查詢語言。 * 不依賴分布式存儲，單個服務器節點是自主的。 * 通過基于HTTP的pull方式采集時序數據。 * 可以通過中間網關進行時序列數據推送。 * 通過服務發現或者靜態配置來發現目標服務對象。 * 支持多種多樣的圖表和界面展示，比如Grafana等。 官網地址：https://prometheus.io/ ## 架構圖   ## 基本原理 Prometheus的基本原理是通過HTTP協議周期性抓取被監控組件的狀態，任意組件只要提供對應的HTTP接口就可以接入監控。不需要任何SDK或者其他的集成過程。這樣做非常適合做虛擬化環境監控系統，比如VM、Docker、Kubernetes等。輸出被監控組件信息的HTTP接口被叫做exporter 。目前互聯網公司常用的組件大部分都有exporter可以直接使用，比如Varnish、Haproxy、Nginx、MySQL、Linux系統信息(包括磁盤、內存、CPU、網絡等等)。 ## 服務過程 * Prometheus Daemon負責定時去目標上抓取metrics(指標)數據，每個抓取目標需要暴露一個http服務的接口給它定時抓取。Prometheus支持通過配置文件、文本文件、Zookeeper、Consul、DNS SRV Lookup等方式指定抓取目標。Prometheus采用PULL的方式進行監控，即服務器可以直接通過目標PULL數據或者間接地通過中間網關來Push數據。 * Prometheus在本地存儲抓取的所有數據，并通過一定規則進行清理和整理數據，并把得到的結果存儲到新的時間序列中。 * Prometheus通過PromQL和其他API可視化地展示收集的數據。Prometheus支持很多方式的圖表可視化，例如Grafana、自帶的Promdash以及自身提供的模版引擎等等。Prometheus還提供HTTP API的查詢方式，自定義所需要的輸出。 * PushGateway支持Client主動推送metrics到PushGateway，而Prometheus只是定時去Gateway上抓取數據。 * Alertmanager是獨立于Prometheus的一個組件，可以支持Prometheus的查詢語句，提供十分靈活的報警方式。 ## 三大套件 * Server 主要負責數據采集和存儲，提供PromQL查詢語言的支持。 * Alertmanager 警告管理器，用來進行報警。 * Push Gateway 支持臨時性Job主動推送指標的中間網關。 ## 本飛豬教程內容簡介 * 1.演示安裝Prometheus Server * 2.演示通過golang和node-exporter提供metrics接口 * 3.演示pushgateway的使用 * 4.演示grafana的使用 * 5.演示alertmanager的使用 ## 安裝準備 這里我的服務器IP是10.211.55.25，登入，建立相應文件夾 ``` mkdir -p /home/chenqionghe/promethues mkdir -p /home/chenqionghe/promethues/server mkdir -p /home/chenqionghe/promethues/client touch /home/chenqionghe/promethues/server/rules.yml chmod 777 /home/chenqionghe/promethues/server/rules.yml ``` 下面開始三大套件的學習 # 一.安裝Prometheus Server 通過docker方式 首先創建一個配置文件/home/chenqionghe/test/prometheus/prometheus.yml 掛載之前需要改變文件權限為777，要不會引起修改宿主機上的文件內容不同步的問題 ``` global: scrape_interval: 15s # 默認抓取間隔, 15秒向目標抓取一次數據。 external_labels: monitor: 'codelab-monitor' # 這里表示抓取對象的配置 scrape_configs: #這個配置是表示在這個配置內的時間序例，每一條都會自動添加上這個{job_name:"prometheus"}的標簽 - job_name: 'prometheus' scrape_interval: 5s # 重寫了全局抓取間隔時間，由15秒重寫成5秒 static_configs: - targets: ['localhost:9090'] ``` 運行 ``` docker rm -f prometheus docker run --name=prometheus -d \ -p 9090:9090 \ -v /home/chenqionghe/promethues/server/prometheus.yml:/etc/prometheus/prometheus.yml \ -v /home/chenqionghe/promethues/server/rules.yml:/etc/prometheus/rules.yml \ prom/prometheus:v2.7.2 \ --config.file=/etc/prometheus/prometheus.yml \ --web.enable-lifecycle ``` 啟動時加上--web.enable-lifecycle啟用遠程熱加載配置文件 調用指令是curl -X POST http://localhost:9090/-/reload 訪問http://10.211.55.25:9090 我們會看到如下l界面  訪問http://10.211.55.25:9090/metrics  我們配置了9090端口，默認prometheus會抓取自己的/metrics接口 在Graph選項已經可以看到監控的數據  # 二.安裝客戶端提供metrics接口 ## 1.通過golang客戶端提供metrics ``` mkdir -p /home/chenqionghe/promethues/client/golang/src cd !$ export GOPATH=/home/chenqionghe/promethues/client/golang/ #克隆項目 git clone https://github.com/prometheus/client_golang.git #安裝需要FQ的第三方包 mkdir -p $GOPATH/src/golang.org/x/ cd !$ git clone https://github.com/golang/net.git git clone https://github.com/golang/sys.git git clone https://github.com/golang/tools.git #安裝必要軟件包 go get -u -v github.com/prometheus/client_golang/prometheus #編譯 cd $GOPATH/src/client_golang/examples/random go build -o random main.go ``` 運行3個示例metrics接口 ``` ./random -listen-address=:8080 & ./random -listen-address=:8081 & ./random -listen-address=:8082 & ``` ## 2.通過node exporter提供metrics ``` docker run -d \ --name=node-exporter \ -p 9100:9100 \ prom/node-exporter ``` 然后把這兩些接口再次配置到prometheus.yml, 重新載入配置curl -X POST http://localhost:9090/-/reload ``` global: scrape_interval: 15s # 默認抓取間隔, 15秒向目標抓取一次數據。 external_labels: monitor: 'codelab-monitor' rule_files: #- 'prometheus.rules' # 這里表示抓取對象的配置 scrape_configs: #這個配置是表示在這個配置內的時間序例，每一條都會自動添加上這個{job_name:"prometheus"}的標簽 - job_name: 'prometheus' - job_name: 'prometheus' scrape_interval: 5s # 重寫了全局抓取間隔時間，由15秒重寫成5秒 static_configs: - targets: ['localhost:9090'] - targets: ['http://10.211.55.25:8080', 'http://10.211.55.25:8081','http://10.211.55.25:8082'] labels: group: 'client-golang' - targets: ['http://10.211.55.25:9100'] labels: group: 'client-node-exporter' ``` 可以看到接口都生效了  prometheus還提供了各種exporter工具，感興趣小伙伴可以去研究一下 # 三.安裝pushgateway pushgateway是為了允許臨時作業和批處理作業向普羅米修斯公開他們的指標。 由于這類作業的存在時間可能不夠長, 無法抓取到, 因此它們可以將指標推送到推網關中。 Prometheus采集數據是用的pull也就是拉模型，這從我們剛才設置的5秒參數就能看出來。但是有些數據并不適合采用這樣的方式，對這樣的數據可以使用Push Gateway服務。 它就相當于一個緩存，當數據采集完成之后，就上傳到這里，由Prometheus稍后再pull過來。 我們來試一下，首先啟動Push Gateway ``` mkdir -p /home/chenqionghe/promethues/pushgateway cd !$ docker run -d -p 9091:9091 --name pushgateway prom/pushgateway ``` 訪問http://10.211.55.25:9091 可以看到pushgateway已經運行起來了  接下來我們就可以往pushgateway推送數據了，prometheus提供了多種語言的sdk，最簡單的方式就是通過shell * 推送一個指標 ``` echo "cqh_metric 100" | curl --data-binary @- http://ubuntu-linux:9091/metrics/job/cqh ``` * 推送多個指標 ``` cat <<EOF | curl --data-binary @- http://10.211.55.25:9091/metrics/job/cqh/instance/test # 鍛煉場所價格 muscle_metric{label="gym"} 8800 # 三大項數據 kg bench_press 100 dead_lift 160 deep_squal 160 EOF ``` 然后我們再將pushgateway配置到prometheus.yml里邊,重載配置 看到已經可以搜索出剛剛推送的指標了  # 四.安裝Grafana展示 Grafana是用于可視化大型測量數據的開源程序，它提供了強大和優雅的方式去創建、共享、瀏覽數據。 Dashboard中顯示了你不同metric數據源中的數據。 Grafana最常用于因特網基礎設施和應用分析，但在其他領域也有用到，比如：工業傳感器、家庭自動化、過程控制等等。 Grafana支持熱插拔控制面板和可擴展的數據源，目前已經支持Graphite、InfluxDB、OpenTSDB、Elasticsearch、Prometheus等。 我們使用docker安裝 ``` docker run -d -p 3000:3000 --name grafana grafana/grafana ``` 默認登錄賬戶和密碼都是admin，進入后界面如下  我們添加一個數據源  把Prometheus的地址填上  導入prometheus的模板  打開左上角選擇已經導入的模板會看到已經有各種圖  我們來添加一個自己的圖表    指定自己想看的指標和關鍵字，右上角保存  看到如下數據  到這里我們就已經實現了數據的自動收集和展示，下面來說下prometheus如何自動報警 # 五.安裝AlterManager Pormetheus的警告由獨立的兩部分組成。 Prometheus服務中的警告規則發送警告到Alertmanager。 然后這個Alertmanager管理這些警告。包括silencing, inhibition, aggregation，以及通過一些方法發送通知，例如：email，PagerDuty和HipChat。 建立警告和通知的主要步驟： * 創建和配置Alertmanager * 啟動Prometheus服務時，通過-alertmanager.url標志配置Alermanager地址，以便Prometheus服務能和Alertmanager建立連接。 創建和配置Alertmanager ``` mkdir -p /home/chenqionghe/promethues/alertmanager cd !$ ``` 創建配置文件alertmanager.yml ``` global: resolve_timeout: 5m route: group_by: ['cqh'] group_wait: 10s #組報警等待時間 group_interval: 10s #組報警間隔時間 repeat_interval: 1m #重復報警間隔時間 receiver: 'web.hook' receivers: - name: 'web.hook' webhook_configs: - url: 'http://10.211.55.2:8888/open/test' inhibit_rules: - source_match: severity: 'critical' target_match: severity: 'warning' equal: ['alertname', 'dev', 'instance'] ``` 這里配置成了web.hook的方式，當server通知alertmanager會自動調用webhook http://10.211.55.2:8888/open/test 下面運行altermanager ``` docker rm -f alertmanager docker run -d -p 9093:9093 \ --name alertmanager \ -v /home/chenqionghe/promethues/alertmanager/alertmanager.yml:/etc/alertmanager/alertmanager.yml \ prom/alertmanager ``` 訪問http://10.211.55.25:9093  接下來修改Server端配置報警規則和altermanager地址 修改規則/home/chenqionghe/promethues/server/rules.yml ``` groups: - name: cqh rules: - alert: cqh測試 expr: dead_lift > 150 for: 1m labels: status: warning annotations: summary: "{{$labels.instance}}:硬拉超標！lightweight baby!!!" description: "{{$labels.instance}}:硬拉超標！lightweight baby!!!" ``` 這條規則的意思是，硬拉超過150公斤，持續一分鐘，就報警通知 然后再修改prometheus添加altermanager配置 ``` global: scrape_interval: 15s # 默認抓取間隔, 15秒向目標抓取一次數據。 external_labels: monitor: 'codelab-monitor' rule_files: - /etc/prometheus/rules.yml # 這里表示抓取對象的配置 scrape_configs: #這個配置是表示在這個配置內的時間序例，每一條都會自動添加上這個{job_name:"prometheus"}的標簽 - job_name: 'prometheus' - job_name: 'prometheus' scrape_interval: 5s # 重寫了全局抓取間隔時間，由15秒重寫成5秒 static_configs: - targets: ['localhost:9090'] - targets: ['10.211.55.25:8080', '10.211.55.25:8081','10.211.55.25:8082'] labels: group: 'client-golang' - targets: ['10.211.55.25:9100'] labels: group: 'client-node-exporter' - targets: ['10.211.55.25:9091'] labels: group: 'pushgateway' alerting: alertmanagers: - static_configs: - targets: ["10.211.55.25:9093"] ``` 重載prometheus配置，規則就已經生效 接下來我們觀察grafana中數據的變化  然后我們點擊prometheus的Alert模塊，會看到已經由綠->黃-紅，觸發了報警    然后我們再來看看提供的webhook接口，這里的接口我是用的golang寫的，接到數據后將body內容報警到釘釘  釘釘收到報警內容如下  到這里，從零開始搭建Prometheus實現自動監控報警就說介紹完了，一條龍服務，自動抓取接口+自動報警+優雅的圖表展示，你還在等什么，趕緊high起來！