Prometheus

1. 基本概念

   promethues是一套开源的系统监控报警框架。

   我们提供的服务有：成都网站设计、成都网站制作、微信公众号开发、网站优化、网站认证、吕梁ssl等。为上1000+企事业单位解决了网站和推广的问题。提供周到的售前咨询和贴心的售后服务，是有科学管理、有技术的吕梁网站制作公司

   ​ Prometheus 所有采集的监控数据均以指标（metric）的形式保存在内置的时间序列数据库当中（TSDB）：属于同一指标名称，同一标签集合的、有时间戳标记的数据流。除了存储的时间序列，Prometheus 还可以根据查询请求产生临时的、衍生的时间序列作为返回结果。

   ​ 特点：

   • 强大的多为数据模型
   • 灵活的查询语言
   • 易于管理
   • 高效
   • 使用pull模式采集时间序列数据
   • 多种可视化图形界面
   • 易于伸缩

2. prometheus组成和架构：

   

   • prometheus server: 主要负责数据采集和存储，提供promQL查询语言支持。prometheus是一个时序数据库，将采集到的监控数据按照时间序列的方式存储到本地磁盘。
   • Push Gateway: 支持临时性job主动推送指标的中间网关。
   • PromDash： 使用rails开发的dashboard，用于可视化指标数据。
   • Exporters: 负责监控机器运行状态，提供被监控组件信息的 HTTP 接口被叫做 exporter。
     • 直接采集： exporter内置了prometheus支持，直接向prometheus暴露数据端点。
     • 间接采集：原不支持prometheus。通过prometheus提供的clien library编写的目标监控采集程序。
   • Altermanager: 从 Prometheus server 端接收到 alerts 后，会进行去除重复数据，分组，并路由到对收的接受方式，发出报警。常见的接收方式有：电子邮件，pagerduty，OpsGenie, webhook 等。
   • WebUI:9090提供图形化界面功能。

3. 基本工作原理

   • Prometheus server 定期从配置好的 jobs 或者 exporters 中拉 metrics，或者接收来自 Pushgateway 发过来的 metrics，或者从其他的 Prometheus server 中拉 metrics。
   • Prometheus server 在本地存储收集到的 metrics，并运行已定义好的 alert.rules，记录新的时间序列或者向 Alertmanager 推送警报。
   • Alertmanager 根据配置文件，对接收到的警报进行处理，发出告警。
   • 在图形界面中，可视化采集数据。

4. 基本概念：

   数据模型：prometheus中存储的数据为时间序列，是由Metric的名字和一系列的标签（键值对）唯一标识的，不同的标签代表不同的时间序列。

   ​ 样本：实际时间序列，每个序列包括一个float64的值和一个毫秒级的时间戳。（指标+时间戳+样本值）

   ​ metric名字： 具有语义，表示功能：例如：http_requeststotal, 表示 http 请求的总数。其中，metric 名字由 ASCII 字符，数字，下划线，以及冒号组成，且必须满足正则表达式 [a-zA-Z:][a-zA-Z0-9_:]*。

   ​ 标签：使一个时间序列有不同未读的识别。例如 http_requeststotal{method="Get"} 表示所有 http 请求中的 Get 请求。当 method="post" 时，则为新的一个 metric。标签中的键由 ASCII 字符，数字，以及下划线组成，且必须满足正则表达式 [a-zA-Z:][a-zA-Z0-9_:]*。

   ​ 格式：{=, …}，例如：http_requests_total{method="POST",endpoint="/api/tracks"}。

   Metric类型

   counter: 累加性metirc。

   Gauge：可增减性metric

   Histogram：树状图

   summary： 汇总

5. PromQL查询

   1. 数据类型

      瞬时向量(instant vector)：一组时间序列，每个时间序列包含单个样本。
      区间向量(range vector)：一组时间序列，每个时间序列包含一段时间范围内的样本数据。
      标量(scalar): 一个浮点型数据值。
      字符串(string): 一个简单的字符串值。

   2. 时间序列过滤器

      瞬时向量过滤器：
      eg: http_requests_total ，通过{}里附件一组标签过滤时间序列。
      标签匹配云算符：
        = : 选择与提供的字符串完全相同的标签。
        != : 选择与提供的字符串不相同的标签。
        =~ : 选择正则表达式与提供的字符串（或子字符串）相匹配的标签。
        !~ : 选择正则表达式与提供的字符串（或子字符串）不匹配的标签。
      区间向量过滤器：
      eg：http_requests_total{job="prometheus"}[5m]，通过[]指定区间提取数值。
      时间单位：
      s - 秒
        m - 分钟
        h - 小时
        d - 天
        w - 周
        y - 年
      时间位移操作：
      在瞬时向量表达式或者区间向量表达式中，都是以当前时间为基准.
      eg:http_requests_total offset 5m "offset 关键字需要紧跟在选择器（{}）后面"

   3. 操作符

      算数二次元运算符
      eg:加减乘除
      布尔运算符：
      eg：= ，！= ，< , > ,<= ,>= 
      集合运算符：
      and，or，unless
      匹配模式
      

   4. 聚合操作

      语法：([parameter,] ) [without|by ()]  只有count_values, quantile, topk, bottomk支持参数(parameter)
      sum (求和)；min (最小值)；max (最大值)；avg (平均值)；stddev (标准差)；stdvar (标准差异)；count (计数)；count_values (对 value 进行计数)；bottomk (样本值最小的 k 个元素)；topk (样本值最大的k个元素)；quantile (分布统计)
      eg:([parameter,] ) [without|by ()]
      without 用于从计算结果中移除列举的标签，而保留其它标签。by 则正好相反，结果向量中只保留列出的标签，其余标签则移除。通过 without 和 by 可以按照样本的问题对数据进行聚合。  

   5. 任务和实例

      ​ 采集不同的监控指标，我们需要运行相应的监控采集程序，并且让prometheus server知道这些export实例的访问地址。每一个监控样本的http服务称之为一个实例。node exporter可以称之为一个实例。

      ​ 一组用于相同采集目的的实例，或者一个采集进程的多个副本则通过一个一个任务管理。

      * job: node
        * instance 2: 1.2.3.4:9100
        * instance 4: 5.6.7.8:9100

   6. HTTP API中响应格式

      瞬时数据查询：
      url请求参数：
      eg:'http://localhost:9090/api/v1/query?query=up&time=2015-07-01T20:10:51.781Z'
            query=：PromQL表达式。
            time=：用于指定用于计算PromQL的时间戳。可选参数，默认情况下使用当前系统时间。
            timeout=：超时设置。可选参数，默认情况下使用-query,timeout的全局设置
      区间数据查询：
      url请求参数：
      eg:'http://localhost:9090/api/v1/query_range?query=up&start=2015-07-01T20:10:30.781Z&end=2015-07-01T20:11:00.781Z&step=15s'
      query=: PromQL表达式。
        start=: 起始时间。
        end=: 结束时间。
        step=: 查询步长。
        timeout=: 超时设置。可选参数，默认情况下使用-query,timeout的全局设置。
      

6. Prometheus告警

   1. 告警规则定义（Alertrule difinition）

      告警名称： 自定义名称.

      告警规则：基于PromQL表达式定义告警触发条件.定义在配置文件中

       groups:
       - name: example
         rules:
         - alert: HighErrorRate
           expr: job:request_latency_seconds:mean5m{job="myjob"} > 0.5
           for: 10m
           labels:
             severity: page
           annotations:
             summary: High request latency
             description: description info
        #group:定义一组相关规则
        #alert：告警规则名称
        #expr：基于PromQL的触发条件
        #for 等待评估时间
        #label 自定义标签
        #annotation： 指定一组附加信息Alertmanger特性

   2. Altermanager特性

      分组：可以将详细的告警机制合并成一个通知
       抑制：当发出一个警告时，可以停止重复发送此告警的引发的其他告警机制
       静默：将告警进行静默处理

   3. 安装启动Altermanger

      wget https://github.com/prometheus/alertmanager/releases/download/v0.15.3/alertmanager-0.15.3.linux-amd64.tar.gz
       cd alertmanager-0.15.3.linux-amd64/
       ./alertmanager

   4. altermanager.yml配置文件介绍

       global:
         resolve_timeout: 5m
      
       route:
         group_by: ['alertname']
         group_wait: 10s
         group_interval: 10s
         repeat_interval: 1h
         receiver: 'web.hook'
       receivers:
       - name: 'web.hook'
         webhook_configs:
         - url: 'http://127.0.0.1:5001/'
       inhibit_rules:
         - source_match:
             severity: 'critical'
           target_match:
             severity: 'warning'
           equal: ['alertname', 'dev', 'instance']
       路由(route)以及接收器(receivers)。所有的告警信息都会从配置中的顶级路由(route)进入路由树，根据路由规则将告警信息发送给相应的接收器。
       全局配置（global）：用于定义一些全局的公共参数，如全局的SMTP配置，Slack配置等内容；
       模板（templates）：用于定义告警通知时的模板，如HTML模板，邮件模板等；
       告警路由（route）：根据标签匹配，确定当前告警应该如何处理；
       接收人（receivers）：接收人是一个抽象的概念，它可以是一个邮箱也可以是微信，Slack或者Webhook等，接收人一般配合告警路由使用；
       抑制规则（inhibit_rules）：合理设置抑制规则可以减少垃圾告警的产生

   5. 重启prometheus

      killall -9 prometheus
      nohup prometheus &

7. prometheus 安装

   1. 安装prometheus server

      wget https://github.com/prometheus/prometheus/releases/download/v2.6.0/prometheus-2.6.0.linux-amd64.tar.gz
      tar -zxvf prometheus-2.6.0.linux-amd64.tar.gz
      cd prometheus-2.6.0.linux-amd64
      ./prometheus &
      ln -s /root/prometheus/prometheus-2.6.0.linux-amd64/prometheus /usr/local/bin/prometheus
      设置开机启动
          cat >> /usr/lib/systemd/system/multi-user.target.wants/prometheus.service <

   2. 安装Node Exporter 采集主机运行数据(采集主机运行指标比如cpu，内存和磁盘等信息)

      wget https://github.com/prometheus/node_exporter/releases/download/v0.17.0/node_exporter-0.17.0.linux-amd64.tar.gz
      tar -zxvf node_exporter-0.17.0.linux-amd64.tar.gz 
      cd node_exporter-0.17.0.linux-amd64/
      mv node_exporter  /usr/local/bin/
      nohup  node_exporter &
      
      curl -l -H "Content-type: application/json" -X POST -d '{"msgtype": "markdown","markdown": {"title":"Prometheus告警信息","text": "#### 监控指标\n> 监控描述信息\n\n> ###### 告警时间 \n"},"at": {"isAtAll": false}}' https://oapi.dingtalk.com/robot/send?access_token=51345145d106753486bd71614bf881283f91e2124535276b257f99327e41dc87
      {"errcode":0,"errmsg":"ok"}

   3. Prometheus中添加收集的监控数据，修改prometheus.yml文件，并在scrape_configs添加一下内容。

      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:9100']

   4. 使用Grafana创建可视化Dashboard

      docker run -d -p 3000:3000 grafana/grafana
      #访问http://localhost:3000 默认用户名admin 密码admin

先记录，后补充。

参考文章如下：

prometheus非官方手册

prometheus-book