2025，每天10分钟，跟我学K8S（四十三）- Prometheus（一）

        前面内容，讲述了很多K8S的知识点，也了解了K8S的基础使用。从本章节开始，我们一起来学习下K8S中的监控系统。作为一名合格的devopser，知道监控是生产环境不可或缺的，我们需要时刻了解系统环境的各种指标，不管是node的指标，还是pod中运行的应用的指标，在他们出现问题时候，能第一时间通过告警的方式通知到我们。

        而Prometheus作为和K8S都是云原生计算基金会出品的产品，现在基本是是K8S监控的标配了。从本章开始，我们就一起来学习它。

什么是Prometheus

        Prometheus 是一款开源的 ​​时序数据库与监控告警系统​​，专为云原生和分布式环境设计，其核心功能是通过多维数据模型和灵活的查询语言实现对系统、应用及基础设施的全方位监控。它将所有信息都存储为时间序列数据；因此实现一种Profiling监控方式，实时分析系统运行的状态、执行时间、调用次数等，以找到系统的热点，为性能优化提供依据。

一、核心特性

​1.​多维数据模型​​
每个监控指标由 ​​指标名称（Metric Name）​​ 和 ​​标签（Labels）​​ 唯一标识，支持从多维度（如请求方法、状态码、服务实例等）对数据进行分析。例如，http_requests_total{method="GET", status="200"} 可细分统计不同请求的成功率。

2.​​PromQL 查询语言​​
提供类似 SQL 的语法，支持复杂的数据聚合、数学运算和实时计算。例如，计算 CPU 使用率：

100 - (avg by (instance) (irate(node_cpu_seconds_total{mode="idle"}[5m])) * 100)

种灵活性使其适用于趋势分析和故障排查。

​3.​主动拉取（Pull）与推送（Push）结合​​

• ​​拉取模式​​：Prometheus Server 定期从配置的目标（如 Exporter、应用程序端点）主动抓取指标。
• ​​推送模式​​：通过 Pushgateway 支持短生命周期任务（如批处理作业）的指标上报。

4.​​动态服务发现​​
支持 Kubernetes、Consul 等服务发现机制，自动识别并监控动态变化的服务实例，减少手动配置成本。

5.​​告警管理​​
Alertmanager 负责处理告警的去重、分组和路由，支持邮件、Webhook、Slack 等多种通知渠道。

二、核心组件

​​组件​​	​​功能​​	​​适用场景​​
​​Prometheus Server​​	核心服务，负责数据采集、存储（TSDB 时序数据库）和查询（PromQL）	长期运行的监控目标（如服务器、容器）
​​Exporter​​	将第三方系统（如 MySQL、Redis）的指标转换为 Prometheus 兼容格式	间接监控非原生支持的应用或服务
​​Pushgateway​​	临时存储短生命周期任务的指标数据，供 Server 拉取	批处理作业、一次性任务
​​Alertmanager​​	处理告警规则触发后的通知逻辑，支持静默、抑制和路由策略	告警分级管理、多级通知渠道整合
​​Grafana​​	可视化工具，提供丰富的仪表盘模板展示 Prometheus 数据	数据趋势分析、多维度可视化

三、版本选择

        目前常用的Prometheus 有3个版本提供选择，Prometheus Operator 、 kube-prometheus、kube-prometheus-stack。其内在核心都是 Prometheus ，由不同的人群在维护。

Prometheus Operator

        Prometheus Operator: 在 Kubernetes 上手动一步步搭建，然后管理 Prometheus 集群。该项目的目的是简化和自动化基于 Prometheus 的 Kubernetes 集群监控堆栈的配置。适合定制化方案，但是需要一步步的搭建。

kube-prometheus

        基于 Prometheus Operator 的预配置方案，包含 Prometheus、Alertmanager、Grafana、kube-state-metrics 等组件，提供开箱即用的监控规则和仪表盘，并且已经安排了一个名为 prometheus-k8s 的 prometheus，默认带有警报和规则，几乎一键搭建，减少用户的配置，并且带有其他 prometheus 需要的组件，如：

• Grafana
• kube-state-metrics
• prometheus adapter
• node exporter
• ...

kube-prometheus-stack

        kube-prometheus的helm版本，由社区维护的 Helm Chart，整合了 kube-prometheus 的功能，并增加兼容性优化和扩展组件（如 Thanos），支持参数化部署和版本管理

四、适用场景

1. ​​云原生与容器监控​​
   与 Kubernetes 深度集成，自动发现 Pod、Service 等资源，监控容器资源使用率（CPU、内存）及微服务性能。

2. ​​微服务架构监控​​
   通过服务发现和标签机制，追踪分布式系统中的请求链路、错误率及延迟。

3. ​​基础设施监控​​
   收集主机（Node Exporter）、网络设备、存储系统的指标，支持容量规划和故障预警。

4. ​​业务指标监控​​
   自定义业务指标（如订单量、用户活跃度），结合 PromQL 实现实时业务分析。

五、优势与局限

• ​​优势​​：

  • ​​轻量级​​：单节点部署，不依赖分布式存储。
  • ​​高扩展性​​：支持联邦集群（Federation）和远程存储（如 Thanos、Cortex）。
  • ​​社区生态​​：CNCF 毕业项目，拥有丰富的 Exporter 和集成工具。

• ​​局限​​：

  • ​​数据精度​​：适用于可靠性监控，但不适合需要 100% 准确性的计费场景。
  • ​​长期存储​​：原生 TSDB 适合短期数据，长期存储需依赖外部方案。

六、典型工作流程示例

1. ​​数据采集​​：Prometheus Server 定期从 Node Exporter 拉取主机指标。
2. ​​规则评估​​：根据 alert.rules 判断 CPU 使用率是否超阈值。
3. ​​告警触发​​：触发后 Alertmanager 发送邮件通知运维人员。
4. ​​可视化展示​​：通过 Grafana 仪表盘实时查看监控趋势。

工作流程图：