Prometheus 架构全面剖析

在本指南中，我们将详细先容 Prometheus 架构。

Prometheus 是一个用 Golang 编写的开源监控和告警系统，能够收集和处理来自各种目标的指标。您还可以查询、查察、分析指标，并根据阈值收到警报。

此外，在当当代界，可观测性对每个组织来说都变得至关重要，而 Prometheus 是开源领域的关键可观测性工具之一。

在这篇博客中，我们将相识 Prometheus 的所有关键组件，以及它们怎样协同工作以使整个监控系统正常工作。

Prometheus 架构

以下是 Prometheus 架构的高级概述。

Prometheus 重要由以下部分构成。

• Prometheus 服务器
  
• 服务发现
  
• 时序数据库（TSDB）
  
• 目标
  
• 导出器
  
• 推送网关
  
• 警报管理器
  
• 客户端库
  
• PromQL系列
  

让我们详细看一下每个组件。

Prometheus 服务器

Prometheus 服务器是基于指标的监控系统的大脑。服务器的重要工作是使用拉取模型从各种目标收集指标。

Target 只不过是服务器、pod、端点等，我们将在下一主题中详细先容。

使用 Prometheus 从目标收集指标的一样寻常术语称为抓取（pull）。

Prometheus 会根据 Prometheus 配置文件中提到的抓取隔断定期抓取指标。

下面是一个示例配置。

1. global:
2.   scrape_interval: 15s
3.   evaluation_interval: 15s
4.   scrape_timeout: 10s
6. rule_files:
7.   - "rules/*.rules"
9. scrape_configs:
10.   - job_name: 'prometheus'
11.     static_configs:
12.       - targets: ['localhost:9090']
13.   - job_name: 'node-exporter'
14.     static_configs:
15.       - targets: ['node-exporter:9100']
17. alerting:
18.   alertmanagers:
19.     - static_configs:
20.         - targets: ['alertmanager:9093']

复制代码

时序数据库（TSDB）

prometheus 接收的指标数据会随时间变化（CPU、内存、网络 IO 等）。它称为时间序列数据。因此，Prometheus 使用时间序列数据库 （TSDB） 来存储其所有数据。

默认情况下，Prometheus 将其所有数据以有效的格式（块）存储在本地磁盘中。随着时间的流逝，它会压缩所有旧数据以节省空间。它还具有保留策略来删除旧数据。

Prometheus 还提供远程存储选项。这重要是存储可扩展性、长期存储、备份和灾难恢复等所必需的。

Prometheus 目标

Target 是 Prometheus 抓取指标的泉源。目标可以是服务器、服务、Kubernetes Pod、应用程序端点等。

   
  

  

默认情况下，prometheus 在目标路径下查找指标。可以在目标配置中更改默认路径。这意味着，如果您未指定自界说指标路径，Prometheus 会在 /metrics 下查找指标。/metrics

目标配置位于配置文件的scrape_configs下。下面是一个示例配置。Prometheus

1. scrape_configs:
2.   
3.   - job_name: 'node-exporter'
4.     static_configs:
5.       - targets: ['node-exporter1:9100', 'node-exporter2:9100']
7.   - job_name: 'my_custom_job'
8.     static_configs:
9.       - targets: ['my_service_address:port']
10.     metrics_path: '/custom_metrics'
12.   - job_name: 'blackbox-exporter'
13.     static_configs:
14.       - targets: ['blackbox-exporter1:9115', 'blackbox-exporter2:9115']
15.     metrics_path: /probe
17.   - job_name: 'snmp-exporter'
18.     static_configs:
19.       - targets: ['snmp-exporter1:9116', 'snmp-exporter2:9116']
20.     metrics_path: /snmp

复制代码

从目标端点，prometheus 需要特定文本格式的数据。每个指标都必须位于新行上。

通常，这些指标使用在目标上运行的 prometheus 导出器在目标节点上公开。

Prometheus 导出器

导出器就像在目标上运行的署理。它将指标从特定系统转换为 prometheus 理解的格式。

它可以是 CPU、内存等系统指标，也可以是 Java JMX 指标、MySQL 指标等。

   
  

  

默认情况下，这些转换后的指标由导出器在目标的 /metrics 路径（HTTPS 端点）上公开。

例如，如果要监视服务器的 CPU 和内存，则需要在该服务器上安装节点导出器，并且节点导出器会在 /metrics 上以 prometheus 指标格式公开 CPU 和内存指标。

一旦 Prometheus 提取了指标，它将组合指标名称、标签、值和时间戳，为该数据提供结构。

有很多社区导出器可用，但只有其中一些得到了 Prometheus 的正式批准。如果需要更多自界说项，则需要创建自己的导出器。

Prometheus 将导出器分为各个部分，例如数据库、硬件、题目跟踪器和一连集成、消息传递系统、存储、公开 Prometheus 指标的软件、其他第三方实用程序等。

您可以从官方文档中查察每个类别的出口商列表。

在 Prometheus 配置文件中，所有导出器的详细信息都将在 .scrape_configs

1. scrape_configs:
2.   - job_name: 'node-exporter'
3.     static_configs:
4.       - targets: ['node-exporter1:9100', 'node-exporter2:9100']
6.   - job_name: 'blackbox-exporter'
7.     static_configs:
8.       - targets: ['blackbox-exporter1:9115', 'blackbox-exporter2:9115']
9.     metrics_path: /probe
11.   - job_name: 'snmp-exporter'
12.     static_configs:
13.       - targets: ['snmp-exporter1:9116', 'snmp-exporter2:9116']
14.     metrics_path: /snmp

复制代码

Prometheus 服务发现

Prometheus 使用两种方法从目标中抓取指标。

• 静态配置：当目标具有静态 IP 或 DNS 端点时，我们可以将这些端点用作目标。
  
• 服务发现：在大多数主动缩放系统和分布式系统（如 Kubernetes）中，目标不会有静态终结点。在这种情况下，将使用 prometheus 服务发现来发现目标端点，并将目标主动添加到 prometheus 配置中。
  

   
  

  

在继续之前，让我展示一个使用 Prometheus 配置文件的 Kubernetes 服务发现块的小示例。kubernetes_sd_configs

1. scrape_configs:
2.       - job_name: 'kubernetes-apiservers'
3.         kubernetes_sd_configs:
4.         - role: endpoints
5.         scheme: https
6.         tls_config:
7.           ca_file: /var/run/secrets/kubernetes.io/serviceaccount/ca.crt
8.         bearer_token_file: /var/run/secrets/kubernetes.io/serviceaccount/token
9.         relabel_configs:
10.         - source_labels: [__meta_kubernetes_namespace, __meta_kubernetes_service_name, __meta_kubernetes_endpoint_port_name]
11.           action: keep
12.           regex: default;kubernetes;https

复制代码

Kubernetes 是动态目标的完美示例。在这里，您不能使用静态目标方法，由于 Kubernetes 集群中的目标（Pod）本质上是短暂的，并且很可能是短暂的。

Kubernetes 中还有基于文件的服务发现。它适用于静态目标，但经典静态配置与静态配置之间的重要区别在于，在这种情况下，我们创建单独的 JSON 或 YAML 文件并将目标信息保存在其中file_sd_configs。Prometheus 将读取文件以识别目标。static_configs file_sd_configs

不仅这两个，还有各种服务发现方法可用，例如 consul_sd_configs（prometheus 从 consul 获取目标详细信息）、ec2_sd_configs等。

要相识有关配置详细信息的更多信息，请访问官方文档。

Prometheus 推送网关

默认情况下，Prometheus 使用拉取机制来获取指标。

但是，在某些情况下，需要将指标推送到 prometheus。

让我们举一个在 Kubernetes cronjob 上运行的批处理作业的例子，该作业每天根据某些变乱运行 5 分钟。在这种情况下，Prometheus 将无法使用拉取机制精确抓取服务级别指标。

因此，为了等待 prometheus 拉取指标，我们需要将指标推送到 prometheus。为了推送指标，prometheus 提供了一个名为 Pushgateway 的解决方案。 它是一种中间网关。

Pushgateway 需要作为独立组件运行。批处理作业可以将指标推送到 pushgateway 端点，Pushgateway 会公开这些指标。然后 prometheus 从 Pushgateway 中抓取这些指标。

   
  

  

Pushgateway 将指标数据临时存储在内存存储中。它更像是一个临时缓存。

Pushgateway 配置也将在配置中的部分下进行配置。scrape_configs Prometheus

1. scrape_configs:
2.   - job_name: "pushgateway"
3.         honor_labels: true
4.         static_configs:
5.         - targets: [pushgateway.monitoring.svc:9091]

复制代码

要将指标发送到 Pushgateway，您需要使用 prometheus 客户端库并检测应用程序或脚本以公开所需的指标。

Prometheus 客户端库

Prometheus 客户端库是软件库，可用于检测应用程序代码，以 Prometheus 理解的方式公开指标。

如果需要自界说检测或想要创建自己的导出器，可以使用客户端库。

一个非常好的用例是需要将指标推送到 Pushgateway 的批处理作业。批处理作业需要使用客户端库进行检测，以 prometheus 格式公开需求指标。

以下示例公开了名为 batch_job_records_processed_total 的自界说指标。Python Client Library

1. from prometheus_client import start_http_server, Counter
2. import time
3. import random
5. RECORDS_PROCESSED = Counter('batch_job_records_processed_total', 'Total number of records processed by the batch job')
7. def process_record():
8.     time.sleep(random.uniform(0.01, 0.1))
9.     RECORDS_PROCESSED.inc()
11. def batch_job():
12.    
13.     for _ in range(100):
14.         process_record()
16. if __name__ == '__main__':
18.     start_http_server(8000)
19.     print("Metrics server started on port 8000")
21.     batch_job()
22.     print("Batch job completed")
24.     while True:
25.         time.sleep(1)

复制代码

此外，在使用客户端库时，HTTP 服务器prometheus_client端点中公开指标。/metrics

Prometheus 险些为每种编程语言提供了客户端库，如果您想创建客户端库，也可以这样做。

要相识有关创建指南的更多信息并查察客户端库列表，您可以参考官方文档。

Prometheus 警报管理器

Alertmanager是Prometheus监控系统的关键部分。它的重要工作是根据 Prometheus 警报配置中设置的指标阈值发送警报。

警报由 Prometheus 触发并发送到 Alertmanager。它反过来将警报发送到警报管理器配置中配置的相应通知系统/接收器（电子邮件、松弛等）。

此外，警报管理器还负责以下工作。

• 警报重复数据删除：静默重复警报的过程。
  
• 分组：将干系警报分组到其他位置的过程。
  
• 静音：静音警报，用于维护或误报。
  
• 路由：根据严峻性将警报路由到适当的接收器。
  
• 克制：当存在中等高严峻性警报时停止低严峻性警报的过程。
  

下面是警报规则的示例配置。

1. groups:
2. - name: microservices_alerts
3.   rules:
4.   - record: http_latency:average_latency_seconds
5.     expr: sum(http_request_duration_seconds_sum) / sum(http_request_duration_seconds_count)
6.   - alert: HighLatencyAlert
7.     expr: http_latency:average_latency_seconds > 0.5
8.     for: 5m
9.     labels:
10.       severity: critical
11.     annotations:
12.       summary: "High latency detected in microservices"
13.       description: "The average HTTP latency is high ({{ $value }} seconds) in the microservices cluster."

复制代码

这是 Alertmanager 配置文件的路由配置示例

1. routes:
2. - match:
3.     severity: 'critical'
4.   receiver: 'pagerduty-notifications'
6. - match:
7.     severity: 'warning'
8.   receiver: 'slack-notifications'

复制代码

警报管理器支持大多数消息和通知系统，例如 Discord、电子邮件、Slack 等，以将警报作为通知发送给接收者。

PromQL系列

PromQL 是一种机动的查询语言，可用于从 Prometheus 查询时间序列指标。

我们可以直接从用户界面使用查询，也可以使用命令通过命令行界面进行查询。Prometheuscurl

Prometheus 用户界面

   
  

  

通过 CLI 查询

1. curl "http://54.186.154.78:30000/api/v1/query?query=$(echo 'up' | jq -s -R -r @uri)" | jq .

复制代码

此外，当您将 prometheus 作为数据源添加到 Grafana 时，您可以使用 PromQL 查询和创建 Grafana 仪表板，如下所示。

   
  

  结论

本文表明了 Prometheus 架构的重要组件，并将提供 Prometheus 配置的基本概述，您可以使用该配置执行更多操作。

每个组织的要求都不同，Prometheus 在不同环境中的实现也各不相同，例如 VM 和 Kubernetes。如果您相识基础知识和关键配置，则可以在任何平台上轻松实现它。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。