玖玖玖中文字幕,久久亚洲三级

簡(jiǎn)介

Prometheus 是一套開源的系統(tǒng)監(jiān)控報(bào)警框架。它啟發(fā)于 Google 的 borgmon 監(jiān)控系統(tǒng)，由工作在 SoundCloud 的 google 前員工在 2012 年創(chuàng)建，作為社區(qū)開源項(xiàng)目進(jìn)行開發(fā)，并于 2015 年正式發(fā)布。

特點(diǎn)

作為新一代的監(jiān)控框架，Prometheus 具有以下特點(diǎn)：

強(qiáng)大的多維度數(shù)據(jù)模型：

時(shí)間序列數(shù)據(jù)通過(guò) metric 名和鍵值對(duì)來(lái)區(qū)分。
所有的 metrics 都可以設(shè)置任意的多維標(biāo)簽。
數(shù)據(jù)模型更隨意，不需要刻意設(shè)置為以點(diǎn)分隔的字符串。
可以對(duì)數(shù)據(jù)模型進(jìn)行聚合，切割和切片操作。
支持雙精度浮點(diǎn)類型，標(biāo)簽可以設(shè)為全 unicode。

靈活而強(qiáng)大的查詢語(yǔ)句（PromQL）：在同一個(gè)查詢語(yǔ)句，可以對(duì)多個(gè) metrics 進(jìn)行乘法、加法、連接、取分?jǐn)?shù)位等操作。
易于管理： Prometheus server 是一個(gè)單獨(dú)的二進(jìn)制文件，可直接在本地工作，不依賴于分布式存儲(chǔ)。
高效：平均每個(gè)采樣點(diǎn)僅占 3.5 bytes，且一個(gè) Prometheus server 可以處理數(shù)百萬(wàn)的 metrics。
使用 pull 模式采集時(shí)間序列數(shù)據(jù)，這樣不僅有利于本機(jī)測(cè)試而且可以避免有問(wèn)題的服務(wù)器推送壞的 metrics。
可以采用 push gateway 的方式把時(shí)間序列數(shù)據(jù)推送至 Prometheus server 端。
可以通過(guò)服務(wù)發(fā)現(xiàn)或者靜態(tài)配置去獲取監(jiān)控的 targets。
有多種可視化圖形界面。
易于伸縮。

組成及架構(gòu)

Prometheus 生態(tài)圈中包含了多個(gè)組件，其中許多組件是可選的：

Prometheus Server: 用于收集和存儲(chǔ)時(shí)間序列數(shù)據(jù)。
Client Library: 客戶端庫(kù)，為需要監(jiān)控的服務(wù)生成相應(yīng)的 metrics 并暴露給 Prometheus server。當(dāng) Prometheus server 來(lái) pull 時(shí)，直接返回實(shí)時(shí)狀態(tài)的 metrics。
Push Gateway: 主要用于短期的 jobs。由于這類 jobs 存在時(shí)間較短，可能在 Prometheus 來(lái) pull 之前就消失了。為此，這次 jobs 可以直接向 Prometheus server 端推送它們的 metrics。這種方式主要用于服務(wù)層面的 metrics，對(duì)于機(jī)器層面的 metrices，需要使用 node exporter。
Exporters: 用于暴露已有的第三方服務(wù)的 metrics 給 Prometheus。
Alertmanager: 從 Prometheus server 端接收到 alerts 后，會(huì)進(jìn)行去除重復(fù)數(shù)據(jù)，分組，并路由到對(duì)收的接受方式，發(fā)出報(bào)警。常見(jiàn)的接收方式有：電子郵件，pagerduty，OpsGenie, webhook 等。
一些其他的工具。

下圖為 Prometheus 官方文檔中的架構(gòu)圖：

從上圖可以看出，Prometheus 的主要模塊包括：Prometheus server, exporters, Pushgateway, PromQL, Alertmanager 以及圖形界面。

其大概的工作流程是：

Prometheus server 定期從配置好的 jobs 或者 exporters 中拉 metrics，或者接收來(lái)自Pushgateway 發(fā)過(guò)來(lái)的 metrics，或者從其他的 Prometheus server 中拉 metrics。
Prometheus server 在本地存儲(chǔ)收集到的 metrics，并運(yùn)行已定義好的 alert.rules，記錄新的時(shí)間序列或者向 Alertmanager 推送警報(bào)。
Alertmanager 根據(jù)配置文件，對(duì)接收到的警報(bào)進(jìn)行處理，發(fā)出告警。
在圖形界面中，可視化采集數(shù)據(jù)。

安裝和配置

安裝

你可以在官網(wǎng) https://prometheus.io/download/ 下載安裝包，解壓后使用。為了方便，我使用docker 鏡像的方式運(yùn)行Prometheus。

docker run --name prometheus -d -p 9090:9090 prom/prometheus

瀏覽器輸入http://localhost:9090 ，訪問(wèn) Prometheus 的 Web UI：

點(diǎn)擊菜單欄 “Status” 下的 Targets ，界面如下：

可以看大Prometheus 自身 metrics 處于UP狀態(tài) ，說(shuō)明安裝成功。

配置

Prometheus 的配置文件 prometheus.yml 內(nèi)容如下：

# 全局設(shè)置，可以被覆蓋
global:
  scrape_interval:     15s
  evaluation_interval: 15s
  
rule_files:
  # - "first.rules"
  # - "second.rules"

scrape_configs:
  - job_name: prometheus
    static_configs:
    - targets: ['localhost:9090']

該global塊控制 Prometheus 的全局配置。我們有兩種選擇。第一個(gè)，scrape_interval控制Prometheus 刮擦目標(biāo)的頻率。你可以為單個(gè)目標(biāo)覆蓋此值。在這種情況下，全局設(shè)置是每15秒刮一次。該evaluation_interval選項(xiàng)控制普羅米修斯評(píng)估規(guī)則的頻率。Prometheus 使用規(guī)則創(chuàng)建新的時(shí)間序列并生成警報(bào)。

該rule_files塊指定我們希望 Prometheus 加載的任何規(guī)則的位置?，F(xiàn)在我們沒(méi)有規(guī)則。

最后一個(gè)塊scrape_configs控制 Prometheus 監(jiān)視的資源。由于 Prometheus 還將自己的數(shù)據(jù)公開為HTTP端點(diǎn)，因此它可以抓取并監(jiān)控自身的健康狀況。在默認(rèn)配置中有一個(gè)名為 prometheus 的job，它抓取 prometheus 服務(wù)器公開的時(shí)間序列數(shù)據(jù)。該作業(yè)包含一個(gè)靜態(tài)配置的目標(biāo)，即端口9090上的本地主機(jī)。返回的時(shí)間序列數(shù)據(jù)將詳細(xì)說(shuō)明Prometheus服務(wù)器的狀態(tài)和性能。

實(shí)驗(yàn)

Prometheus HTTP 度量模擬器

為了演示 Prometheus 的簡(jiǎn)單使用，這里運(yùn)行一個(gè) Prometheus HTTP 度量模擬器。模擬一個(gè)簡(jiǎn)單的HTTP微服務(wù)，生成Prometheus Metrics，通過(guò) docker 運(yùn)行。

docker run -p 8080:8080 pierrevincent/prom-http-simulator:0.1

它在/metrics端點(diǎn)下公開以下Prometheus指標(biāo)：

http_requests_total：請(qǐng)求計(jì)數(shù)器，標(biāo)簽endpoint和status
http_request_duration_milliseconds：請(qǐng)求延遲直方圖

可以開啟流量高峰模式，更改流量高峰模式可以通過(guò)以下方式完成：

# ON
curl -X POST http://127.0.0.1:8080/spike/on

# OFF
curl -X POST http://127.0.0.1:8080/spike/off

# RANDOM
curl -X POST http://127.0.0.1:8080/spike/random

錯(cuò)誤率默認(rèn)為1％。它可以更改為0到100之間的數(shù)字：

# 例如將錯(cuò)誤率設(shè)置為50%
curl -H 'Content-Type: application/json' -X PUT -d '{"error_rate": 50}' http://127.0.0.1:8080/error_rate

修改Prometheus配置

需要將 HTTP 度量模擬器的 metrics端點(diǎn) 配置到 Prometheus的配置文件 prometheus.yml 中。

創(chuàng)建一個(gè) prometheus.yml 文件內(nèi)容如下：

global:
  scrape_interval: 5s
  evaluation_interval: 5s
  scrape_timeout: 5s

scrape_configs:
  - job_name: 'prometheus'
    static_configs:
    - targets: ['localhost:9090']
  - job_name: 'http-simulator'
    metrics_path: /metrics
    static_configs:
    - targets: ['172.16.1.232:8080']

通過(guò)docker up 命令替換容器中的配置文件：

docker cp prometheus.yml prometheus:/etc/prometheus/

重啟容器：

docker restart prometheus

訪問(wèn) http://localhost:9090/targets ，發(fā)現(xiàn)已經(jīng)出現(xiàn)了 target “http-simulator” ，并且為UP狀態(tài)。

查詢

請(qǐng)求率(Request Rate)查詢

查詢http請(qǐng)求數(shù)

http_requests_total{job="http-simulator"}

查詢成功login請(qǐng)求數(shù)

http_requests_total{job="http-simulator", status="200", endpoint="/login"}

查詢成功請(qǐng)求數(shù)，以endpoint區(qū)分

http_requests_total{job="http-simulator", status="200"}

查詢總成功請(qǐng)求數(shù)

sum(http_requests_total{job="http-simulator", status="200"})

查詢成功請(qǐng)求率，以endpoint區(qū)分

rate(http_requests_total{job="http-simulator", status="200"}[5m])

查詢總成功請(qǐng)求率

sum(rate(http_requests_total{job="http-simulator", status="200"}[5m]))

延遲分布(Latency distribution)查詢

查詢http-simulator延遲分布

http_request_duration_milliseconds_bucket{job="http-simulator"}

查詢成功login延遲分布

http_request_duration_milliseconds_bucket{job="http-simulator", status="200", endpoint="/login"}

不超過(guò)200ms延遲的成功login請(qǐng)求占比

sum(http_request_duration_milliseconds_bucket{job="http-simulator", status="200", endpoint="/login", le="200"}) / sum(http_request_duration_milliseconds_count{job="http-simulator", status="200", endpoint="/login"})

成功login請(qǐng)求延遲的99百分位

histogram_quantile(0.99, rate(http_request_duration_milliseconds_bucket{job="http-simulator", status="200", endpoint="/login"}[5m]))

上面給出的這些查詢表達(dá)式，在 prometheus 的查詢界面上自行測(cè)試下，這里就不一一測(cè)試了，

總結(jié)

本篇對(duì) Prometheus 的組成，架構(gòu)和基本概念進(jìn)行了介紹，并實(shí)例演示了 Prometheus 的查詢表達(dá)式的應(yīng)用。本篇是 Prometheus 系列的第一篇，后續(xù)還會(huì)有Prometheus與其他圖形界面的集成，與 springboot 應(yīng)用的集成等。

參考

https://prometheus.io/docs/introduction/overview/
https://www.ibm.com/developerworks/cn/cloud/library/cl-lo-prometheus-getting-started-and-practice/index.html

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九欧美,1769亚洲,黄色成人av

Prometheus 入門

Prometheus 入門

簡(jiǎn)介

特點(diǎn)

組成及架構(gòu)

相關(guān)概念

數(shù)據(jù)模型

Metrics種類

Counter（計(jì)數(shù)器）

Gauge（測(cè)量?jī)x）

Histogram（直方圖）

Summary（匯總）

instance 和 jobs

安裝和配置

安裝

配置

實(shí)驗(yàn)

Prometheus HTTP 度量模擬器

修改Prometheus配置

查詢

請(qǐng)求率(Request Rate)查詢

延遲分布(Latency distribution)查詢

總結(jié)

參考

關(guān)注我

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九 欧美,1769亚洲,黄色成人av

Prometheus 入門

簡(jiǎn)介

特點(diǎn)

組成及架構(gòu)

相關(guān)概念

數(shù)據(jù)模型

Metrics種類

Counter（計(jì)數(shù)器）

Gauge（測(cè)量?jī)x）

Histogram（直方圖）

Summary（匯總）

instance 和 jobs

安裝和配置

安裝

配置

實(shí)驗(yàn)

Prometheus HTTP 度量模擬器

修改Prometheus配置

查詢

請(qǐng)求率(Request Rate)查詢

延遲分布(Latency distribution)查詢

總結(jié)

參考

關(guān)注我

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九欧美,1769亚洲,黄色成人av