Prometheus

1、k8s 监控资源对象 2、 prometheus简单介绍。 https://github.com/prometheus •多维数据模型：由度量名称和键值对标识的时间序列数据 •PromSQL：一种灵活的查询语言，可以利用多维数据完成复杂的查询 •不依赖分布式存储，单个服务器节点可直接工作 •基于HTTP的pull方式采集时间序列数据 •推送时间序列数据通过PushGateway组件支持 •通过服务发现或静态配置发现目标 •多种图形模式及仪表盘支持（grafana） 组件介绍： 3、prometheus 部署。 [root@VM_0_48_centos prometheus]# cat prometheus- statefulset.yaml apiVersion: apps / v1 kind: StatefulSet metadata: name: prometheus namespace : kube- system labels: k8s - app: prometheus kubernetes.io /cluster-service: " true " addonmanager.kubernetes.io / mode: Reconcile version: v2. 2.1 spec: serviceName: " prometheus " replicas: 1

0.好的参考文档 https://www.cnblogs.com/longcnblogs/p/9620733.html 1.多维度数据 2.Prometheus的全局监控指标 只需要定义一个全局的指标 container_memory_usage_bytes ，然后通过添加不同的维度数据来满足不同的业务需求 3.Prometheus的prom SQL使用的模板 1 .统计不同运行环境中 webapp 容器内存使用总量：sum(container_memory_usage_bytes{container_name=~ “webapp”}) by (env) 2 .计算 webapp2 的平均内存使用情况：avg(container_memory_usage_bytes{container_name=“webapp2”}) 参考： https://www.cnblogs.com/CloudMan6/p/7709970.html -------------------------------------------------------------------------------- 1.promsql的意义 查看 http_requests_total 5分钟内，平均每秒数据 来源： oschina 链接： https://my.oschina.net/u/4323385/blog

Prometheus PromSQL 常用资源 PromSQL 使用 运算 乘：* 除：/ 加：+ 减：- 函数 sum() 函数：求出找到所有value的值 irate() 函数：统计平均速率 by (标签名) 范围匹配 # 5分钟之内 [5m] 其他用法 被监控指标的状态、1为正常、0为不正常 PromSQL 案例 100 - (avg(irate(node_cpu_seconds_total{mode= " idle " }[5m])) by (instance) * 100) PromSQL CPU使用率： 100 - (node_memory_MemFree_bytes+node_memory_Cached_bytes+node_memory_Buffers_bytes) / node_memory_MemTotal_bytes * 100 PromSQL 内存使用率： 100 - (node_filesystem_free_bytes{mountpoint= " / " ,fstype=~ " ext4|xfs " } / node_filesystem_size_bytes{mountpoint= " / " ,fstype=~ " ext4|xfs " } * 100) PromSQL 磁盘使用率： 来源： oschina 链接： https://my

简介 Prometheus 是一套开源的系统监控报警框架。它启发于 Google 的 borgmon 监控系统，由工作在 SoundCloud 的 google 前员工在 2012 年创建，作为社区开源项目进行开发，并于 2015 年正式发布。 特点 作为新一代的监控框架，Prometheus 具有以下特点： 强大的多维度数据模型： 时间序列数据通过 metric 名和键值对来区分。 所有的 metrics 都可以设置任意的多维标签。 数据模型更随意，不需要刻意设置为以点分隔的字符串。 可以对数据模型进行聚合，切割和切片操作。 支持双精度浮点类型，标签可以设为全 unicode。 灵活而强大的查询语句（PromQL）：在同一个查询语句，可以对多个 metrics 进行乘法、加法、连接、取分数位等操作。 易于管理：Prometheus server 是一个单独的二进制文件，可直接在本地工作，不依赖于分布式存储。 高效：平均每个采样点仅占 3.5 bytes，且一个 Prometheus server 可以处理数百万的 metrics。使用 pull 模式采集时间序列数据，这样不仅有利于本机测试而且可以避免有问题的服务器推送坏的 metrics。 可以采用 push gateway 的方式把时间序列数据推送至 Prometheus server 端。

简介 Prometheus 是一套开源的系统监控报警框架。它启发于 Google 的 borgmon 监控系统，由工作在 SoundCloud 的 google 前员工在 2012 年创建，作为社区开源项目进行开发，并于 2015 年正式发布。 特点 作为新一代的监控框架，Prometheus 具有以下特点： 强大的多维度数据模型： 时间序列数据通过 metric 名和键值对来区分。 所有的 metrics 都可以设置任意的多维标签。 数据模型更随意，不需要刻意设置为以点分隔的字符串。 可以对数据模型进行聚合，切割和切片操作。 支持双精度浮点类型，标签可以设为全 unicode。 灵活而强大的查询语句（PromQL）：在同一个查询语句，可以对多个 metrics 进行乘法、加法、连接、取分数位等操作。 易于管理： Prometheus server 是一个单独的二进制文件，可直接在本地工作，不依赖于分布式存储。 高效：平均每个采样点仅占 3.5 bytes，且一个 Prometheus server 可以处理数百万的 metrics。 使用 pull 模式采集时间序列数据，这样不仅有利于本机测试而且可以避免有问题的服务器推送坏的 metrics。 可以采用 push gateway 的方式把时间序列数据推送至 Prometheus server 端。

简介 Prometheus 是一套开源的系统监控报警框架。它启发于 Google 的 borgmon 监控系统，由工作在 SoundCloud 的 google 前员工在 2012 年创建，作为社区开源项目进行开发，并于 2015 年正式发布。 特点 作为新一代的监控框架，Prometheus 具有以下特点： 强大的多维度数据模型： 时间序列数据通过 metric 名和键值对来区分。 所有的 metrics 都可以设置任意的多维标签。 数据模型更随意，不需要刻意设置为以点分隔的字符串。 可以对数据模型进行聚合，切割和切片操作。 支持双精度浮点类型，标签可以设为全 unicode。 灵活而强大的查询语句（PromQL）：在同一个查询语句，可以对多个 metrics 进行乘法、加法、连接、取分数位等操作。 易于管理： Prometheus server 是一个单独的二进制文件，可直接在本地工作，不依赖于分布式存储。 高效：平均每个采样点仅占 3.5 bytes，且一个 Prometheus server 可以处理数百万的 metrics。 使用 pull 模式采集时间序列数据，这样不仅有利于本机测试而且可以避免有问题的服务器推送坏的 metrics。 可以采用 push gateway 的方式把时间序列数据推送至 Prometheus server 端。

为什么需要监控系统？这个应该不需要我赘述了，简言之，监控系统帮助运维和开发人员监控线上环境的状态，既能及时预警，也有利于查bug找问题。 Prometheus是一款当前业界最流行的开源监控系统，没有之一！ 学习Prometheus需要理解不少概念，在这之前，让我们先把一个完整的Prometheus系统搭起来一睹为快！ 一，安装Docker 和 Docker Compose Docker Engine overview docs.docker.com Install Docker Compose docs.docker.com 在命令行中运行以下指令确保安装成功 docker --version docker-compose --version 二，从 GitHub 上拉下 dockprom 的代码 git clone https://github.com/stefanprodan/dockprom 三，运行 cd dockprom ADMIN_USER=admin ADMIN_PASSWORD=admin docker-compose up -d 结束！就这么简单！ 来看看效果 （以下网址如果需要登录，用户名和密码都是 admin） 访问 Prometheus 控制台 http:// localhost:9090/graph 尝试在 输入框里输入以下内容 sum(rate(node

云原生成为趋势之际，企业对容器监控的需求日渐增长，Prometheus也日益受到关注，随之掀起了新一轮关于监控选型的探讨。 Zabbix 因轻量、 成熟度高 、开发门槛低等优点被广泛应用，但在 云环境下却 渐显力不从心。 该如何对 二者进行选型和 应用？ 针对大家关心的监控问题，dbaplus社群开启【deeplus · 当打之年 】 第一期，邀请到分别专研于 Prometheus 和Zabbix的两位专家，在线上直播间连麦探讨，帮大家答疑解惑： 直播时间 2020年9月12日 14:00-16:00 【线上直播间】 直播议程 ① 讨论 - 关于Prometheus与Zabbix，你最关心的核心问题（约20min） 两者各有哪些优劣异同？应该根据哪些方面进行选择？ 监控经常出现的告警风暴和误报，两者怎么进行解决？ 在故障自愈上，两者怎么结合其他手段实现？ 大规模场景下，两者怎么做架构搭建和优化？ 关于监控指标，单个指标与聚合指标该如何设计？需要做什么区分吗？ 基于开源监控工具做自研监控平台，从哪方面入手更好？ 二者怎么解决存储问题？ 如何基于二者做分布式监控架构？ …… 更多讨论议题 由你决定！ 点击文末 阅读原文 ，报名并填写你希望听到或感到疑惑的监控话题，让这次探讨的内容真正 为你适用！ ② 案例 - 基于Prometheus与Zabbix的实践经验分享（约60min） 主题：

一、背景介绍 前段时间小编给大家分享了： 1、 《五分钟打造高逼格的监控系统》 2、 《Prometheus服务监控进阶》 我们对Prometheus（普罗米修斯）监控体系有了整体的了解。监控的基础是对各类服务的信息、数据进行采样收集，这一重要的角色就是Prometheus里的Exporter。Exporter是我们最常打交道的模块，本节为大家介绍Exporter和其常用的组件。 二、Exporter详细介绍 广义上讲所有可以 向Prometheus提供监控样本数据的程序 都可以被称为一个Exporter。而Exporter的一个实例称为target，如下所示，Prometheus通过 轮询 的方式定期从这些target中获取样本数据: 从Exporter的来源上来讲，主要分为两类： 社区提供的 Prometheus社区提供了丰富的Exporter实现，涵盖了从基础设施，中间件以及网络等各个方面的监控功能。这些Exporter可以实现大部分通用的监控需求。下表列举一些社区中常用的Exporter： 户自定义的 除了直接使用社区提供的Exporter程序以外，用户还可以基于Prometheus提供的Client Library创建自己的Exporter程序，目前Promthues社区官方提供了对以下编程语言的支持：Go、Java/Scala、Python、Ruby。 独立研发的产品