🛩️Prometheus&Grafana监控

Captain / 2023-05-10 / 原文

课件地址：https://pan.baidu.com/s/1LFGMfHVYfQ8nda0fuZsTfg?pwd=ndi7

一、Prometheus入门

Prometheus 受启发于 Google 的Brogmon 监控系统（相似的 Kubernetes 是从 Google的 Brog 系统演变而来），从 2012 年开始由前 Google 工程师在 Soundcloud 以开源软件的形式进行研发，并且于 2015 年早期对外发布早期版本。

2016 年 5 月继 Kubernetes 之后成为第二个正式加入 CNCF 基金会的项目，同年 6 月正式发布 1.0 版本。2017 年底发布了基于全新存储层的 2.0 版本，能更好地与容器平台、云平台配合。

Prometheus 作为新一代的云原生监控系统，目前已经有超过 650+位贡献者参与到Prometheus 的研发工作上，并且超过 120+项的第三方集成。

1.1、Prometheus 的特点

　　Prometheus 是一个开源的完整监控解决方案，其对传统监控系统的测试和告警模型进行了彻底的颠覆，形成了基于中央化的规则计算、统一分析和告警的新模型。相比于传统监控系统，Prometheus 具有以下优点：

1、易于管理

➢Prometheus核心部分只有一个单独的二进制文件，不存在任何的第三方依赖(数据库，缓存等等)。唯一需要的就是本地磁盘，因此不会有潜在级联故障的风险。
➢Prometheus基于Pull模型的架构方式，可以在任何地方（本地电脑，开发环境，测试环境）搭建我们的监控系统。
➢对于一些复杂的情况，还可以使用Prometheus服务发现(Service Discovery)的能力动态管理监控目标。

2、监控服务的内部运行状态

　　Pometheus鼓励用户监控服务的内部状态，基于Prometheus丰富的Client库，用户可以轻松的在应用程序中添加对Prometheus的支持，从而让用户可以获取服务和应用内部真正的运行状态。

3、强大的数据模型

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)。所有的样本除了基本的指标名称以外，还包含一组用于描述该样本特征的标签。

4、强大的查询语言PromQL

Prometheus内置了一个强大的数据查询语言PromQL。通过PromQL可以实现对监控数据的查询、聚合。同时PromQL也被应用于数据可视化(如Grafana)以及告警当中。
通过PromQL可以轻松回答类似于以下问题：
➢在过去一段时间中95%应用延迟时间的分布范围？
➢预测在4小时后，磁盘空间占用大致会是什么情况？
➢CPU占用率前5位的服务有哪些？(过滤)

5、高效

　　对于监控系统而言，大量的监控任务必然导致有大量的数据产生。而Prometheus可以高效地处理这些数据，对于单一Prometheus Server实例而言它可以处理：
➢数以百万的监控指标
➢每秒处理数十万的数据点

6、可扩展

　　可以在每个数据中心、每个团队运行独立的Prometheus Sevrer。Prometheus对于联邦集群的支持，可以让多个Prometheus实例产生一个逻辑集群。

当单实例PrometheusServer处理的任务量过大时，通过使用功能分区(sharding)+联邦集群(federation)可以对其进行扩展。

7、易于集成

　　使用Prometheus可以快速搭建监控服务，并且可以非常方便地在应用程序中进行集成。目前支持：Java，JMX，Python，Go，Ruby，.Net，Node.js等等语言的客户端SDK，基于这些SDK可以快速让应用程序纳入到Prometheus的监控当中，或者开发自己的监控数据收集程序。
　　同时这些客户端收集的监控数据，不仅仅支持Prometheus，还能支持Graphite这些其他的监控工具。
　　同时Prometheus还支持与其他的监控系统进行集成：Graphite，Statsd，Collected，Scollector，muini，Nagios等。Prometheus社区还提供了大量第三方实现的监控数据采集支持：JMX，CloudWatch，EC2，MySQL，PostgresSQL，Haskell，Bash，SNMP，Consul，Haproxy，Mesos，Bind，CouchDB，Django，Memcached，RabbitMQ，
Redis，RethinkDB，Rsyslog等等。

8、可视化

➢Prometheus Server中自带的Prometheus UI，可以方便地直接对数据进行查询，并且支持直接以图形化的形式展示数据。同时Prometheus还提供了一个独立的基于Ruby On Rails的Dashboard解决方案Promdash。

➢最新的Grafana可视化工具也已经提供了完整的Prometheus支持，基于Grafana可以创建更加精美的监控图标。

➢基于Prometheus提供的API还可以实现自己的监控可视化UI。

9、开放性

　　通常来说当我们需要监控一个应用程序时，一般需要该应用程序提供对相应监控系统协议的支持，因此应用程序会与所选择的监控系统进行绑定。

为了减少这种绑定所带来的限制，对于决策者而言要么你就直接在应用中集成该监控系统的支持，要么就在外部创建单独的服务来适配不同的监控系统。
　　而对于Prometheus来说，使用Prometheus的client library的输出格式不止支持Prometheus的格式化数据，也可以输出支持其它监控系统的格式化数据，比如Graphite。

因此你甚至可以在不使用Prometheus的情况下，采用Prometheus的client library来让你的应用程序支持监控数据采集。

1.2、Prometheus 的架构

1.3、Prometheus生态圈组件

➢Prometheus Server：主服务器，负责收集和存储时间序列数据
➢client libraies：应用程序代码插桩，将监控指标嵌入到被监控应用程序中
➢Pushgateway：推送网关，为支持short-lived作业提供一个推送网关
➢exporter：专门为一些应用开发的数据摄取组件—exporter，例如：HAProxy、StatsD、Graphite等等。
➢Alertmanager：专门用于处理alert的组件

1.4、架构理解

　　Prometheus既然设计为一个维度存储模型，可以把它理解为一个OLAP系统。

1、存储计算层

➢Prometheus Server，里面包含了存储引擎和计算引擎。
➢Retrieval组件为取数组件，它会主动从Pushgateway或者Exporter拉取指标数据。
➢Service discovery，可以动态发现要监控的目标。
➢TSDB，数据核心存储与查询。
➢HTTP server，对外提供HTTP服务。

2、采集层

采集层分为两类，一类是生命周期较短的作业，还有一类是生命周期较长的作业。
➢短作业：直接通过API，在退出时间指标推送给Pushgateway。
➢长作业：Retrieval组件直接从Job或者Exporter拉取数据。

3、应用层

应用层主要分为两种，一种是AlertManager，另一种是数据可视化。
➢AlertManager
对接Pagerduty，是一套付费的监控报警系统。可实现短信报警、5分钟无人ack打电话通知、仍然无人ack，通知值班人员Manager...
Emial，发送邮件
...
...
➢数据可视化
Prometheus build-in WebUI
Grafana
其他基于API开发的客户端

二、Prometheus相关软件安装

官网：https://prometheus.io/
下载地址：https://prometheus.io/download/

Prometheus基于Golang编写，编译后的软件包，不依赖于任何的第三方依赖。只需要下载对应平台的二进制包，解压并且添加基本的配置即可正常启动Prometheus Server。

2.1、安装包上传解压

将四个压缩包均上传到：/usr/local/prometheus目录下，然后执行下面的命令进行解压、重命名操作(直接粘贴我下面的即可)

cd /usr/local/prometheus/

tar -zxvf prometheus-2.29.1.linux-amd64.tar.gz
tar -zxvf pushgateway-1.4.1.linux-amd64.tar.gz
tar -zxvf node_exporter-1.2.2.linux-amd64.tar.gz
tar -zxvf alertmanager-0.23.0.linux-amd64.tar.gz

mv prometheus-2.29.1.linux-amd64 prometheus-2.29.1
mv pushgateway-1.4.1.linux-amd64 pushgateway-1.4.1
mv node_exporter-1.2.2.linux-amd64 node_exporter-1.2.2
mv alertmanager-0.23.0.linux-amd64 alertmanager-0.23.0

2.2、Prometheus配置与启动　

修改配置文件： cd prometheus-2.29.1/ && vim prometheus.yml

这里的IP修改，如果是用的云服务器，写服务器IP的公网地址，我这边用的是虚拟机，这里就写虚拟机的IP了；

# my global config
global:
  scrape_interval: 15s # Set the scrape interval to every 15 seconds. Default is every 1 minute.
  evaluation_interval: 15s # Evaluate rules every 15 seconds. The default is every 1 minute.
  # scrape_timeout is set to the global default (10s).

# Alertmanager configuration
alerting:
  alertmanagers:
    - static_configs:
        - targets:
          # - alertmanager:9093

# Load rules once and periodically evaluate them according to the global 'evaluation_interval'.
rule_files:
  # - "first_rules.yml"
  # - "second_rules.yml"

# A scrape configuration containing exactly one endpoint to scrape:
# Here it's Prometheus itself.
scrape_configs:
  # The job name is added as a label `job=<job_name>` to any timeseries scraped from this config.
  - job_name: "prometheus"

    # metrics_path defaults to '/metrics'
    # scheme defaults to 'http'.

    static_configs:
      - targets: ["192.168.46.128:9090"]
  # 添加 PushGateway 监控配置
  - job_name: 'pushgateway'
    static_configs:
    - targets: ['192.168.46.128:9091']
      labels:
        instance: pushgateway

# 添加 Node Exporter 监控配置
  - job_name: 'node exporter'
    static_configs:
    - targets: ['192.168.46.128:9100']

1、配置说明：

1、global配置块：控制Prometheus服务器的全局配置
　　➢scrape_interval：配置拉取数据的时间间隔，默认为1分钟。
　　➢evaluation_interval：规则验证（生成alert）的时间间隔，默认为1分钟。
2、rule_files配置块：规则配置文件
3、scrape_configs配置块：配置采集目标相关，prometheus监视的目标。Prometheus自身的运行信息可以通过HTTP访问，所以Prometheus可以监控自己的运行数据。
　　➢job_name：监控作业的名称
　　➢static_configs：表示静态目标配置，就是固定从某个target拉取数据
　　➢targets：指定监控的目标，其实就是从哪儿拉取数据。Prometheus会从http://localhost:9090/metrics上拉取数据。

2、启动

nohup ./prometheus > ./prometheus.log 2>&1 &

访问测试：http://192.168.46.128:9090/

3、设置开机自启（可选）

1、写入启动脚本

vim vim start_prometheus.sh

#!/bin/bash
 cd /usr/local/prometheus/prometheus-2.29.1
nohup ./prometheus >> ./prometheus.log 2>&1 &

2、添加开机自启

chmod 777 /usr/local/prometheus/prometheus-2.29.1/start_prometheus.sh
echo "/usr/local/prometheus/prometheus-2.29.1/start_prometheus.sh" >> /etc/rc.d/rc.local

2.3、Pushgateway配置与启动

　Prometheus在正常情况下是采用拉模式从产生metric的作业或者exporter（比如专门监控主机的NodeExporter）拉取监控数据。

但是我们要监控的是Flink on YARN作业，想要让Prometheus自动发现作业的提交、结束以及自动拉取数据显然是比较困难的。

PushGateway就是一个中转组件，通过配置Flink on YARN作业将metric推到PushGateway，Prometheus再从PushGateway拉取就可以了。

nohup  ./pushgateway >> ./pushgateway.log 2>&1 &

访问测试：http://192.168.46.128:9091/metrics

设置开机自启（可选）

1、写入启动脚本

vim start_pushgateway.sh

#!/bin/bash
cd /usr/local/prometheus/pushgateway-1.4.1
nohup ./pushgateway >> ./pushgateway.log 2>&1 &

2、添加开机自启

chmod 777 /usr/local/prometheus/pushgateway-1.4.1/start_pushgateway.sh
echo "/usr/local/prometheus/pushgateway-1.4.1/start_pushgateway.sh" >> /etc/rc.d/rc.local

2.4、安装Alertmanager（选择性安装，此处就不进行安装启动）

2.5、安装NodeExporter（选择性安装）

　　在Prometheus的架构设计中，Prometheus Server主要负责数据的收集，存储并且对外提供数据查询支持，而实际的监控样本数据的收集则是由Exporter完成。

因此为了能够监控到某些东西，如主机的CPU使用率，我们需要使用到Exporter。Prometheus周期性的从Exporter暴露的HTTP服务地址（通常是/metrics）拉取监控样本数据。

　　Exporter可以是一个相对开放的概念，其可以是一个独立运行的程序独立于监控目标以外，也可以是直接内置在监控目标中。只要能够向Prometheus提供标准格式的监控样本数据即可。
为了能够采集到主机的运行指标如CPU,内存，磁盘等信息。

　　我们可以使用NodeExporter。Node Exporter同样采用Golang编写，并且不存在任何的第三方依赖，只需要下载，解压即可运行。可以从https://prometheus.io/download/获取最新的nodeexporter版本的二进制包。

nohup ./node_exporter >> node_exporter.log 2>&1 &

http://192.168.46.128:9100/metrics，可以看到当前node exporter获取到的当前主机的所有监控数据。

访问prometheus，就可以看到节点的状态了

设置开机自启（可选）

1、写入启动脚本

vim start_node_exporter.sh

#!/bin/bash
cd /usr/local/prometheus/node_exporter-1.2.2
nohup ./node_exporter >> node_exporter.log 2>&1 &

2、添加开机自启

chmod 777 /usr/local/prometheus/prometheus-2.29.1/start_prometheus.sh
echo "/usr/local/prometheus/node_exporter-1.2.2/start_node_exporter.sh" >> /etc/rc.d/rc.local