Prometheus 快速入门

Question

Prometheus 是任何一个高级工程师必须要掌握的技能。那么如何从零部署一套 Prometheus 监控系统呢？本篇文章将从 Prometheus 的原理讲起，手把手带你用一个最简单的例子部署一套 Prometheus 监控系统。

一. 基本原理

Prometheus 的基本架构如下图所示：

从上图可以看到，整个 Prometheus 可以分为四大部分，分别是：

• Prometheus 服务器

Prometheus Server 是 Prometheus 组件中的核心部分，负责实现对监控数据的获取，存储以及查询。

• NodeExporter 业务数据源

业务数据源通过 Pull/Push 两种方式推送数据到 Prometheus Server。

• AlertManager 报警管理器

Prometheus 通过配置报警规则，如果符合报警规则，那么就将报警推送到 AlertManager，由其进行报警处理。

• 可视化监控界面

Prometheus 收集到数据之后，由 WebUI 界面进行可视化图标展示。目前我们可以通过自定义的 API 客户端进行调用数据展示，也可以直接使用 Grafana 解决方案来展示。

简单地说，Prometheus 的实现架构也并不复杂。其实就是收集数据、处理数据、可视化展示，再进行数据分析进行报警处理。 但其珍贵之处在于提供了一整套可行的解决方案，并且形成了一整个生态，能够极大地降低我们的研发成本。

二. 快速入门

下面我们通过一个简单的例子来实现对服务器 CPU、内存等硬件信息的监控。

2.1 安装 Prometheus 服务器

Prometheus 服务端负责数据的收集，因此我们应该首先安装并运行 Prometheus Server。

从 https://prometheus.io/download/ 找到最新版本的 Prometheus Sevrer 软件包：

下载后解压，可以看到如下目录结构：

prometheus.yml 是 Prometheus 的配置文件， prometheus 是运行的命令。

启动 prometheus 服务，其会默认加载当前路径下的 prometheus.yaml 文件。当然我们也可以手动指定配置文件地址：

./prometheus --config.file=prometheus.yml

正常的情况下，你可以看到以下输出内容：

输入 http://{ip}:9090/graph 可以看到如下页面，这个是 Prometheus 自带的监控管理界面：

如果和我一样，页面上面出现 “Warning: Error fetching server time: Detected 138507352.18400002 seconds time difference between your browser and the server. Prometheus relies on accurate time and time drift might cause unexpected query results.” 警告信息，说明服务器和浏览器时钟不同步，我们纠正以下服务器的时钟时间即可：

参考： 【Prometheus 时间不同步】Warning! Detected 60.44 seconds time difference between your browser and the server. Prometheus relies on accurate time and time drift might cause unexpected query results. - 西泽 Xiz - 博客园 (cnblogs.com)

如果是 CentOS8，系统无法使用 ntpdate 工具同步时钟，可参考这篇文章：

CentOS8 同步时间 chrony ntpdate 已无法使用_罗四强的博客-CSDN 博客_centos8 ntpdate

2.2 运行 NodeExporter 客户端数据源

NodeExporter 是 Prometheus 提供的一个可以采集到主机信息的应用程序，它能采集到机器的 CPU、内存、磁盘等信息。

我们从 https://prometheus.io/download/ 获取最新的 Node Exporter 版本的二进制包。

下载解压后运行 Node Exporter，我们指定用 8080 端口运行:

./node_exporter --web.listen-address 127.0.0.1:8080 #如果不是在本机启动，则将 ip 更换为对应机器 ip 即可

启动成功后，可以看到以下输出：

访问 http://localhost:8080/ 可以看到以下页面：

访问 http://localhost:8080/metrics ，可以看到当前 node exporter 获取到的当前主机的所有监控数据，如下所示：

每一个监控指标之前都会有一段类似于如下形式的信息：

# HELP node_cpu Seconds the cpus spent in each mode.
# TYPE node_cpu counter
node_cpu{cpu="cpu0",mode="idle"} 362812.7890625
# HELP node_load1 1m load average.
# TYPE node_load1 gauge
node_load1 3.0703125

其中 HELP 用于解释当前指标的含义，TYPE 则说明当前指标的数据类型。

在上面的例子中 node_cpu 的注释表明当前指标是 cpu0 上 idle 进程占用 CPU 的总时间，CPU 占用时间是一个只增不减的度量指标，从类型中也可以看出 node_cpu 的数据类型是计数器(counter)，与该指标的实际含义一致。

又例如 node_load1 该指标反映了当前主机在最近一分钟以内的负载情况，系统的负载情况会随系统资源的使用而变化，因此 node_load1 反映的是当前状态，数据可能增加也可能减少，从注释中可以看出当前指标类型为仪表盘(gauge)，与指标反映的实际含义一致。

除了这些以外，在当前页面中根据物理主机系统的不同，你还可能看到如下监控指标：

node_boot_time：系统启动时间
node_cpu：系统 CPU 使用量
nodedisk*：磁盘 IO
nodefilesystem*：文件系统用量
node_load1：系统负载
nodememeory*：内存使用量
nodenetwork*：网络带宽
node_time：当前系统时间
go_*：node exporter 中 go 相关指标
process_*：node exporter 自身进程相关运行指标

2.3 配置 Prometheus 的监控数据源

现在我们运行了 Prometheus 服务器，也运行了业务数据源 NodeExporter。但此时 Prometheus 还获取不到任何数据，我们还需要配置下 prometheus.yml 文件，让其去拉取 Node Exporter 的数据。

我们配置一下 Prometheus 的配置文件，让 Prometheus 服务器定时去业务数据源拉取数据。编辑 prometheus.yml 并在 scrape_configs 节点下添加以下内容:

scrape_configs:
  - job_name: 'prometheus'
    static_configs:
      - targets: ['localhost:9090']
  # 采集 node exporter 监控数据
  - job_name: 'node'
    static_configs:
      - targets: ['localhost:8080']

上面配置文件配置了两个任务。一个是名为 prometheus 的任务，其从「localhost:9090」地址读取数据。另一个是名为 node 的任务，其从「localhost:8080」地址读取数据。

配置完成后，我们重新启动 Prometheus。

./prometheus --config.file=prometheus.yml

2.4 查询监控数据

配置完 Prometheus 读取的数据源之后，Prometheus 便可以从 Node Exporter 获取到数据了。那么接下来我们如何查看到这些数据呢？答案是：Prometheus UI！

Prometheus UI 是 Prometheus 内置的一个可视化管理界面，我们通过 http://localhost:9090 就可以访问到该页面。

通过 Prometheus UI 可以查询 Prometheus 收集到的数据，而 Prometheus 定义了 PromQL 语言来作为查询监控数据的语言，其余 SQL 类似。

接下来我们访问 http://localhost:9090 ，进入到 Prometheus Server。如果输入「up」并且点击执行按钮以后，可以看到如下结果：

可以看到 Element 处有几条记录，其中 instance 值为 localhost:8080 的记录，value 是 1，这代表对应应用是存活状态。

例如查看我们所运行 NodeExporter 节点所在机器的内存使用情况，可以输入 node_memory_Active_bytes/(1024*1024*1024) 查看：

查看 NodeExporter 节点所在机器 CPU 1 分钟的负载情况，可以输入 node_load1 即可查看。

到这里，我们基本上为完成了数据的收集过程，即数据从业务侧收集到 Prometheus 侧，并且还学会了如何使用 Prometheus 自带的控制台。

三. 总结

这篇文章我们从 Prometheus 的原理入门，剖析了 Prometheus 实现的原理，并且用一个简单的例子从零实现了一套业务监控系统。

通过 NodeExporter 组件获取物理机监控信息并暴露接口，通过 Prometheus 配置的定时 Job 不断拉取采集器的数据并记录到时序数据库中，通过 Prometheus UI，我们可以实时获取到机器的存活信息、CPU、内存信息。