大数据-217 Prometheus 安装设置 启动服务 监控服务

点一下关注吧！！！非常感谢！！连续更新！！！

目前已经更新到了：

• Hadoop（已更完）
  
• HDFS（已更完）
  
• MapReduce（已更完）
  
• Hive（已更完）
  
• Flume（已更完）
  
• Sqoop（已更完）
  
• Zookeeper（已更完）
  
• HBase（已更完）
  
• Redis （已更完）
  
• Kafka（已更完）
  
• Spark（已更完）
  
• Flink（已更完）
  
• ClickHouse（已更完）
  
• Kudu（已更完）
  
• Druid（已更完）
  
• Kylin（已更完）
  
• Elasticsearch（已更完）
  
• DataX（已更完）
  
• Tez（已更完）
  
• 数据挖掘（已更完）
  
• Prometheus（正在更新…）
  

章节内容

上节我们完成了如下的内容：

• KMeans 基于轮廓系数来选择 n_clusters
  

Prometheus

架构设计

Prometheus 的核心架构设计简单明白，包括以下组件：

• Prometheus Server：负责收罗、存储时间序列数据，并提供查询服务。它通过 HTTP 协议从指定的服务端点（targets）拉取数据。
  
• Exporter：负责将差异系统的监控指标转换为 Prometheus 可读取的格式，好比 node_exporter 可以监控主机的 CPU、内存等资源，blackbox_exporter 可以进行网站的可达性查抄。
  
• Alertmanager：用来处理 Prometheus 产生的报警。当满意指定的报警条件时，Alertmanager 可以将报警信息发送到邮件、Slack、PagerDuty 等多种渠道。
  
• Pushgateway：实用于短生命周期的批处理任务，将数据主动推送给 Prometheus。
  
• 客户端库（Client Libraries）：允许开发者在应用步伐代码中直接定义并记录自定义的监控指标，如请求数、延迟等。
  

官方网站

1. https://prometheus.io/download/

复制代码

这里用 2.53.2

数据模子

Prometheus 的数据模子基于键值对存储时间序列数据。它的数据单位是 时间序列，每个时间序列由 唯一的 metric 名称 和一组 标签（labels） 构成。标签使得用户可以灵活地标记和筛选数据，好比 http_requests_total{method=“GET”, status=“200”} 表现获取到的 HTTP 请求总数。
数据收罗方式

Prometheus 的数据收罗采用 Pull 模子，即 Prometheus 定期从指定的目标端点（targets）拉取数据。这种模子对分布式系统尤其实用，由于可以灵活设置并自动发现服务（通过与 Kubernetes 集成），无需每个服务都主动上报数据。
查询语言（PromQL）

Prometheus 提供了一种强大的查询语言 PromQL，用于查询和分析存储的数据。PromQL 允许用户对数据进行复杂的运算和聚合，比方：

• rate(http_requests_total[5m])：盘算已往 5 分钟的 HTTP 请求速率。
  
• avg_over_time(cpu_usage[1h])：盘算已往 1 小时的 CPU 使用率均匀值。 PromQL 支持过滤、聚合、运算符、时间窗口等利用，使得用户可以灵活地分析监控数据。
  

应用场景

• 在业务层作用埋点系统：支持多种语言（Go、Python、Ruby 等等），我们可以通过客户端对核心业务进行埋点，如下单流程、添加购物车等等
  
• 在应用层作用监控系统：一些主流应用可以通过官方或者第三方的导出器，来对这些应用做核心指标的网络，如 Redis、MySQL
  
• 在系统层用作系统监控除了常用软件，Prometheus 也有相关系统层和网络层 exporter，用于监控服务器或者网络
  
• 集成其他监控 Prometheus 还可以通过各种 exporter，集成其他的监控系统，网络监控数据，如 AWS CloudWatch、JMX、Pingdom 等等。
  

我们需要完成：

• 在监控服务器上安装 Prometheus
  
• 在被监控的环境上安装 export
  
• 安装 Grafana
  

下载设置

1. cd /opt/software
2. wget https://github.com/prometheus/prometheus/releases/download/v2.53.2/prometheus-2.53.2.linux-amd64.tar.gz

复制代码

实行结果如下所示：

解压设置

1. tar -zxvf prometheus-2.53.2.linux-amd64.tar.gz
2. mv prometheus-2.53.2.linux-amd64 ../servers/

复制代码

实行结果如下所示：

修改设置

解压设置，修改设置文件，在项目对应目次下：

1. cd /opt/servers/prometheus-2.53.2.linux-amd64
2. vim prometheus.yml

复制代码

实行的结果如下所示：

我们需要进行一些设置：

1. # my global config
2. global:
3.   scrape_interval: 15s # Set the scrape interval to every 15 seconds. Default is every 1 minute.
4.   evaluation_interval: 15s # Evaluate rules every 15 seconds. The default is every 1 minute.
5.   # scrape_timeout is set to the global default (10s).
7. # Alertmanager configuration
8. alerting:
9.   alertmanagers:
10.     - static_configs:
11.         - targets:
12.           # - alertmanager:9093
14. # Load rules once and periodically evaluate them according to the global 'evaluation_interval'.
15. rule_files:
16.   # - "first_rules.yml"
17.   # - "second_rules.yml"
19. # A scrape configuration containing exactly one endpoint to scrape:
20. # Here it's Prometheus itself.
21. scrape_configs:
22.   # The job name is added as a label `job=<job_name>` to any timeseries scraped from this config.
23.   - job_name: "prometheus"
25.     # metrics_path defaults to '/metrics'
26.     # scheme defaults to 'http'.
28.     static_configs:
29.       - targets: ["localhost:9090"]
30.       
31.   - job_name: "h121-wzk-icu"
32.     static_configs:
33.       - targets: ["h121.wzk.icu:9100"]
35.   - job_name: "h122-wzk-icu"
36.     static_configs:
37.       - targets: ["h122.wzk.icu:9100"]
38.       
39.   - job_name: "h123-wzk-icu"
40.     static_configs:
41.       - targets: ["h123.wzk.icu:9100"]
42.       
43.   - job_name: "wzk-icu-grafana"
44.     static_configs:
45.       - targets: ["h121.wzk.icu:9091"]

复制代码

对应的内容如下图所示：

启动服务

设置完成后，只需要运行起来这个软件：

1. cd /opt/servers/prometheus-2.53.2.linux-amd64
2. ./prometheus

复制代码

实行结果如下图所示：

我们通过 URL可以看到自带的监控界面：

1. http://h121.wzk.icu:9090/

复制代码

访问结果如下所示：

我们选择 Targets 选项：

1. http://h121.wzk.icu:9090/
2. targets?search=

复制代码

可以看到如下的内容：

Alerting 和通知

Prometheus 可以基于查询结果设定报警规则，好比当 CPU 使用率超过 80% 连续一定时间，就可以触发报警。Prometheus 的 Alertmanager 负责管理和路由报警，支持去重、分组、静默处理等功能，帮助团队更高效地处理报警变乱。Alertmanager 可以与多个通知平台集成，如 Slack、邮件、PagerDuty、OpsGenie 等。
存储机制

Prometheus 的数据默认会生存在本地磁盘中，使用 TSDB（时间序列数据库） 存储引擎，以时间块的形式进行存储和压缩。为了满意长时间的数据保留和查询需求，Prometheus 也支持通过远程存储（如 Cortex、Thanos）扩展数据的持久化和高可用性。
服务发现

Prometheus 提供了多种服务发现机制，可以或许自动发现新的监控目标。它支持静态设置、DNS 服务发现、文件服务发现以及多种平台的自动发现，好比 Kubernetes、Consul、Amazon EC2、Azure 等，使得 Prometheus 可以或许动态地发现容器、Pod、VM 等新资源，淘汰运维人员的手动利用。

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。