CentOS7下搭建Prometheus监控（一）——Prometheus的特点和架构

　　官网：https://prometheus.io/

　　官方文档：https://prometheus.io/docs/introduction/overview/

　　Prometheus是一个开源的系统监控和告警工具包，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，并于2015年早期对外发布早期版本。

　　2016年5月继Kubernets之后成为第二个正式加入CNCF基金会（云原生计算基金会）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，能更好的与容器平台、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).Prometheus的主要特点

　　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 具有以下特点：易于管理、监控服务的内部运行状态、强大的数据模型、强大的查询语句、高效、可扩展、易于集成、可视化、开放性。

　　补充：在官网上 Prometheus 的主要特性包括：

• • 多维数据模型：通过指标名称（metric name）和键值对（key/value pairs）来标识时间序列数据。
  • 灵活的查询语言：内置 PromQL，能够充分利用数据的这种多维特性进行查询与分析。
  • 节点自治：不依赖分布式存储，单个服务器节点可以独立运行。
  • 拉取模式（Pull Model）：通过 HTTP 协议以拉取的方式收集时间序列数据。
  • 支持推送模式（Push Model）：通过一个中间网关（Pushgateway），支持以推送的方式写入时间序列数据。
  • 服务发现：支持通过服务发现机制或静态配置来自动获取监控目标。
  • 可视化支持：支持多种图表绘制和仪表盘（Dashboard）展示模式。

　　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）。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 Prometheus 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

　　　　Prometheus 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（TSDB）当中。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。如下所示：

http_request_status{code='200',content_path='/api/path',environment='produment'} => [value1@timestamp1,value2@timestamp2...]
http_request_status{code='200',content_path='/api/path2',environment='produment'} => [value1@timestamp1,value2@timestamp2...]

　　　　每一条时间序列由指标名称（Metrics Name）以及一组标签（Labels）唯一标识。每条时间序列按照时间的先后顺序存储一系列的样本值。

　　　　示例说明：

• • http_request_status：指标名称；
  • {code='200',content_path='/api/path',environment='produment'}：表示维度的标签，基于这些Labels我们可以方便地对监控数据进行聚合、过滤、裁剪；
  • [value1@timestamp1,value2@timestamp2...]：按照时间的先后顺序存储的样本值。

　　4）强大的查询语句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 Server 。 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 Prometheus Server 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。

　　　　说明：联邦集群是将多个物理独立、逻辑自治的集群通过统一控制平面或协调服务连接，实现‌跨地域/多云的资源统一调度、服务发现或数据元数据共享‌的架构模式，其核心特征是"‌成员集群自治 + 全局协同管理‌"，数据或负载通常不自动跨集群复制 。‌‌

　　7）易于集成

　　　　使用 Prometheus 可以快速搭建监控服务，并且可以非常方便的在应用程序中进行集成。目前支持：Java、JMX、Python、Go、Ruby、.Net、Node.js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。

　　8）可视化

　　　　Prometheus Server 中自带的 Prometheus UI ，可以方便的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。

(2).Prometheus与Zabbix的应用范围区别

　　Prometheus和Zabbix都是业界知名的开源监控系统，但它们的设计理念和优势场景各有侧重，应用范围也因此有所不同。

　　1）Prometheus：云原生与微服务监控的标杆

　　　　Prometheus 专为动态的云原生环境和微服务架构设计，已成为该领域事实上的监控标准。

• • 云原生与容器化环境：它在 Kubernetes 等容器编排平台中表现卓越，能够很好地适应动态扩缩容的环境。
  • 微服务架构：能够轻松应对服务间复杂的调用链，并支持多语言环境下的数据标准化，是监控微服务可用性、性能（如QPS、延迟）和业务指标的首选。
  • 广泛的生态系统：拥有超过960个官方和社区提供的 Exporters，可以监控从数据库、消息队列到各类云平台的几乎所有组件。
  • 虚拟机与传统应用：虽然为云原生而生，但 Prometheus 同样可以监控运行在虚拟机、虚拟机规模集甚至本地服务器上的应用程序和服务。

　　2）Zabbix：传统IT与大型企业级基础设施的全能管家

　　　　Zabbix 是一款成熟的企业级监控解决方案，以其强大的扩展性、灵活的告警和广泛的硬件/协议支持著称，应用范围覆盖了众多传统和关键行业。

• • 广泛的行业应用：在银行金融、政府机构、医疗健康、化工能源、IT电信、航空航天等领域有深厚的积累。例如，用于监控银行的ATM和交易系统、医院的电子病历系统、能源行业的SCADA网络和工业控制设备等。
  • 多样化的数据采集：支持通过 Agent、SNMP、IPMI、JMX、SSH、Telnet 等多种协议进行数据采集，能够监控服务器、网络设备、数据库、应用程序乃至物联网（IoT）传感器（如温度、湿度）。
  • 分布式与大规模监控：支持 Server-Proxy-Agent 的分布式架构，能够轻松应对跨地域、大规模的基础设施监控，即使在网络不稳定的情况下也能可靠工作。
  • 非IT基础设施监控：除了传统的IT资源，Zabbix还能监控环境数据（如机房温湿度、药品存储条件），这在医疗、化工等行业至关重要。

　　3）总结

　　　　简单来说，Prometheus 的应用范围更聚焦于云原生、微服务和容器化的现代应用架构，是DevOps和SRE团队的利器。而 Zabbix 则是一个全能型的企业级监控平台，在监控传统IT基础设施、网络设备、工业物联网以及满足特定行业（如金融、医疗）的合规与审计需求方面具有不可替代的优势。

(3).Prometheus的架构

　　Prometheus 的生态系统由多个组件构成，其中许多组件都是可选的：

• • Prometheus 主服务器（Main Prometheus Server）：负责抓取并存储时间序列数据。
  • 客户端库（Client Libraries）：用于在应用程序代码中埋点（实现指标暴露）。
  • 推送网关（Push Gateway）：用于支持短生命周期的任务。
  • 专用导出器（Special-purpose Exporters）：专门用于采集 HAProxy、StatsD、Graphite 等特定服务的数据。
  • 告警管理器（Alertmanager）：专门负责处理告警。
  • 各类辅助工具（Various Support Tools）。

　　此外，大多数 Prometheus 组件都是使用 Go 语言编写的，这使得它们很容易构建，并且可以直接作为静态二进制文件进行部署。

　　Prometheus 官网提供了如下的架构图：　

　　1）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推送网关（Push Gateway）

　　　　长作业是Retrieval组件直接从Job或Exporter拉取数据。

　　2）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，它会主动从推送网关（Push Gateway）或者Exporter拉取指标数据。

　　　　Service discovery可以动态发现要监控的目标。

　　　　TSDB数据核心存储和查询。

　　　　HTTP server对外提供HTTP服务。

　　3）应用层

　　　　应用层主要分为两种，一种是告警管理器（Alertmanager），另一种是数据可视化。

　　　　告警管理器（Alertmanager）：1、对接Pagerduty。Pagerduty是一套付费的监控报警系统，可以实现短信报警，5分钟无人ack打电话通知，仍然无人ack通知值班人员Manager；2、Email，发送邮件。

　　　　数据可视化：1、Prometheus build-in WebUI；2、Grafana；3、其他基于API开发的客户端。