服务监控之promethues+grafana，直接送你上大师，这还不上热门吗

Posted 香菜+

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了服务监控之promethues+grafana，直接送你上大师，这还不上热门吗相关的知识，希望对你有一定的参考价值。

最近的项目需要上监控，虽然之前也是使用这个方案，但是作为使用者一直没有太关注细节，也没有真正的去部署过，刚好凑着这次机会，彻底掌握下这套监控系统

1、监控系统架构

监控的架构这个图几乎每个文章都有，这里也不免俗，贴一下

1.1 先理解几个概念

  • metric ：指标，也就是系统监控的数据
  • target：目标应用，也就是promethues拉取数据的目标
  • exporter：向Prometheus提供监控样本数据的程序都可以被称为一个Exporter
  • Job ：可以简单理解为定时任务
  • TSDB：时序数据库，是数据存储的地方
  • Grafana : 展示数据的UI面板

1.2 原理

通过上图可以看到promethues server是使用pull的方式，也就是拉的方式去访问exporter的，也就是说所有的exporter都需要提供符合要求的接口，都可以接入监控系统。

promethues server 会启动一系列的定时任务，也就是job，然后根据配置的路径去拉取数据，存入TSDB 中，Grafana 使用PromQL 从数据库中获取数据，将数据整合后展示在面板上，如果是你自己做的话，你让每个受监控的app 实现相应的接口，输出json数据，然后使用将数据存入到mysql，最后再写一个管理平台，将数据使用sql查询出来展示在界面上

就是这样一个简单的逻辑，只是一套别人实现好了，有现成的规则，直接套就完了。

2、promethues

2.1 promethues是什么

Prometheus 收集和存储的度量数据是时间序列数据，也就是说度量信息与记录它的时间戳一起存储，同时存储的还有称为标签的可选键值对。

2.2 几个概念

学技术好难的一部分是专业术语，或者说叫黑话，这边介绍几个概念

Metric Name：指标名，可以理解为表名，等会PromQL中会用

Label：可以理解为查询条件，等会PromQL中会用

instance: 一个单独 scrape 的目标， 一般对应于一个进程。

2.3 技术细节

抓取到的指标会被以时间序列的形式保存在内存中，并且定时刷到磁盘上，默认是两个小时回刷一次。并且为了防止 Prometheus 发生崩溃或重启时能够恢复数据，Prometheus 也提供了类似 MySQL 中 binlog 一样的预写日志，当 Prometheus 崩溃重启时，会读这个预写日志来恢复数据。

Prometheus 采集的所有指标都是以时间序列的形式进行存储，每一个时间序列有三部分组成：

  • 指标名和指标标签集合：metric_name,....，指标名：表示这个指标是监控哪一方面的状态，

比如 http_request_total 表示：请求数量；指标标签，描述这个指标有哪些维度，比如 http_request_total 这个指标，有请求状态码 code = 200/400/500，请求方式：method = get/post 等，实际上指标名称实际上是以标签的形式保存，这个标签是name，即：name=。

  • 时间戳：描述当前时间序列的时间，单位：毫秒。
  • 样本值：当前监控指标的具体数值，比如 http_request_total 的值就是请求数是多少。

2.4 数据类型

promethues是时序数据库，也有自己的数据类型，这里介绍下

Prometheus 客户端库主要提供四种主要的 metric 类型

Counter (计数器类型)一般用于累计值典型的应用，只增不减 如：请求的个数，结束的任务数， 出现的错误数等等

Gauge(仪表盘类型) 一种常规的 metric，典型的应用如：温度，运行的 goroutines 的个数。可以任意加减。

Histogram(直方图类型) 可以理解为柱状图，典型的应用如：请求持续时间，响应大小。可以对观察结果采样，分组及统计

Summary(摘要类型)

2.5 PromQL

刚刚提到了 Prometheus 中指标有哪些类型以及如何导出我们的指标，现在指标导出到 Prometheus 了，利用其提供的 PromQL 可以查询我们导出的指标。

PromQL 是 Prometheus 为我们提供的函数式的查询语言，查询表达式有四种类型：

  • 字符串：只作为某些内置函数的参数出现
  • 标量：单一的数字值，可以是函数参数，也可以是函数的返回结果
  • 瞬时向量：某一时刻的时序数据
  • 区间向量：某一时间区间内的时序数据集合

2.5.1 瞬时查询

直接通过指标名即可进行查询，查询结果是当前指标最新的时间序列，比如查询 Gc 累积消耗的时间：go_gc_duration_seconds_count

 

2.5.2 过滤查询

我们可以看到查询出来有多个同名指标结果，可以用做标签过滤查询：比如我们想查指定实例的指标。go_gc_duration_seconds_countinstance="127.0.0.1:9600"

而且也支持则表达式，通过=~指定正则表达式，如下所示：查询所有 instance 是 localhost 开头的指标。go_gc_duration_seconds_countinstance=~"localhost.*"

2.5.3 范围查询

范围查询的结果集就是区间向量，可以通过[]指定时间来做范围查询，查询 5 分钟内的 Gc 累积消耗时间：go_gc_duration_seconds_count[5m]

注意：这里范围查询第一个点并不一定精确到刚刚好 5 分钟前的那个时序样本点，他是以 5 分钟作为一个区间，寻找这个区间的第一个点到最后一个样本点。

时间单位：d：天，h：小时，m：分钟，ms：毫秒，s：秒，w：周，y：年

同样支持类似 SQL 中的 offset 查询，如下：查询一天前当前 5 分钟前的时序数据集：

go_gc_duration_seconds_count[5m] offset 1d

3、exporter

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:

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：

4、Grafana

 

Grafana是开源的、炫酷的可视化监控、分析利器，它还有丰富的套件供您选择，目前，它已拥有54个数据源，50个面板，17个应用程序和1732个仪表盘。总而言之Grafana是一个跨平台的开源的度量分析和可视化工具，可以通过将采集的数据查询然后可视化的展示，并及时通知。

grafana有热插拔控制面板和可扩展的数据源，目前已经支持Graphite、InfluxDB、OpenTSDB、Elasticsearch。

这里需要留意的是，上面官方列举的数据源都是时序型数据库。这也透露出 Grafana 的另一大适用性：Grafana 一般是配合时序数据库做数据展示的。

Grafana 与 Kibana 的区别

Kibana 是运维圈耳熟能详的后端数据实时展示工具。日常工作中，大家都用 Kibana 结合Logstash、ElasticSearch 等组件一起使用做日志展示、索引、分析的。但Kibana也可以接入其他数据源的，只不过最常见的用法还是展示日志。

Grafana 最早其实应该是 Kibana3 的一个分支。不同的是，Grafana 拥有自己的权限管理和用户管理系统，而 Kibana 没有权限管理系统。Kibana 和 ES 结合紧密，支持强大的ES语法，比较适合做一些多维度的分析和查询，而Grafana更适合用于展示，图形比Kibana美观很多。

4、promethues环境搭建

我懒，所以直接用docker部署，这里是官方镜像 Docker

4.1 部署脚本

直接上启动脚本 start_promethues.sh

docker run -d \\
--name prometheus \\
-p 9090:9090 \\
--privileged=true \\
-v /home/data/promethues/conf/prometheus.yml:/etc/prometheus/prometheus.yml \\
-v /home/data/promethues/data/:/data \\
-e TZ=Asia/Shanghai \\
prom/prometheus:latest

4.2 配置文件

这里我挂载了配置 prometheus.yml

# 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: ['127.0.0.1:9090']
  - job_name: 'chongxin'
 
    # metrics_path defaults to '/metrics'
    # scheme defaults to 'http'.
    metrics_path: '/actuator/prometheus'
    static_configs:
    - targets: ['192.168.13.1:8080']

这里配置了两个job，一个promethues自身的监控，还有一个是我自己写的springboot应用，等会下面会展示。

4.3 验证

输入 http://127.0.0.1:9090/进入，点击 status-> Targets 可以看到在线的应用，已经指标获取的路径

这里可以看到有两个应用在线，可以点链接进去，可以看到都有哪些指标。

4.4 服务注册

promethues监控的目标有两种注册方式，

一种是静态注册，也就是直接写到配置中，

一种是动态注册，通过服务发现实现，但是需要将注册中心的地址通过静态注册的方式

4.4.1静态注册

静态的将服务的 IP 和抓取指标的端口号配置在 Prometheus yaml 文件的 scrape_configs 配置下:

scrape_configs:
 - job_name: "prometheus"
   static_configs:
   - targets: ["localhost:9090"]

以上就是注册了一个名为 prometheus 的服务，这个服务下有一个实例，暴露的抓取地址是 localhost:9090。

4.4.2 动态注册

动态注册就是在 Prometheus 文件的 scrape_configs 配置下配置服务发现的地址和服务名，Prometheus 会去该地址，根据你提供的服务名动态发现实例列表，在 Prometheus 中，支持 consul，DNS，文件，K8s 等多种服务发现机制。

基于 consul 的服务发现：

 - job_name: "node_export_consul"
  metrics_path: /node_metrics
  scheme: http
  consul_sd_configs:
   - server: localhost:8500
     services:
     - node_exporter

我们 consul 的地址就是：localhost:8500，服务名是 node_exporter，在这个服务下有一个 exporter 实例：localhost:9600。

5、部署grafana

5.1 部署脚本

docker run \\
--user root \\
-d \\
-p 3000:3000 \\
--name=grafana \\
-v /home/data/grafana/data:/var/lib/grafana \\
grafana/grafana

5.2 验证

地址：http://127.0.0.1:3000

默认用户名和密码是admin/admin,首次登录会让你修改密码

 

6、springboot 监控步骤

6.1 创建springboot 项目

创建项目没有什么特殊的，直接一路next 火花带闪电

6.2 引用监控包

pom.xml 中添加引用

<dependencies>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>

    <!--prometheus-->
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-actuator</artifactId>
    </dependency>
    <dependency>
        <groupId>io.micrometer</groupId>
        <artifactId>micrometer-registry-prometheus</artifactId>
    </dependency>
</dependencies>

6.3 配置开启指标

application.yml中添加配置，如果你是application.properties 则修改为对应的配置

spring:
  application:
    name: chongxin
#prometheus监控平台配置
management:
  endpoints:
    web:
      exposure:
        include: "*"
        exclude: configprops
  endpoint:
    health:
      show-details: ALWAYS
  metrics:
    tags:
      application: $spring.application.name

6.4 监控指标

这里直接添加一个controller，进行Counter计数指标


import io.prometheus.client.CollectorRegistry;
import io.prometheus.client.Counter;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;

@RestController
public class TestController 
    private final Counter requestCount;

    public TestController(CollectorRegistry collectorRegistry) 
        requestCount = Counter.build()
                .name("request_count")
                .help("Number of hello requests.")
                .register(collectorRegistry);
    

    @GetMapping("/test")
    public String sayHello() 
        requestCount.inc();
        return "hello";

注意，这里的name 就是表名，也叫指标名，等会配置用的到

7、配置监控指标，联动系统

整体的思路就是grafana从promethues中获取数据，然后配置展示的方式

7.1 配置数据源

点击设置，选择Data sources ，然后选择add data source，我这里是套装，直接选择promethues，根据你自己的数据库，选择合适的类型

 

7.2 配置监控指标

配置监控指标看板，官方提供了一些现成的模板，比如你要监控mysql，只要使用Mysql Exporter，这个时候直接使用官方的模板就可以了，这样可以快速接入

这里我直接选了一个springboot的模板，等会在模板上再加一些指标即可

官方模板地址：JVM (Actuator) with application name | Grafana Labs

导入SpringBoot模板13694，如下，红框处可以添加自定义的监控指标

添加自定义模板，我这里选择了Graph，然后点击title 出现下拉框修改指标，点击编辑

输入指标名request_count，会有提示，这里简单的做个展示，直接request_count_total

返回之后可以看到图形有个数据，至此已经联动好了

8、总结

这一篇的内容还挺多的，主要是嫌麻烦分几批，直接放入一个算了

技术上来说没什么难处，难的点在于接触新的概念，如果理解了也就没什么难的了

今天主要是学习了时序数据库（Promethues）和简单查询语法PromQL，UI看板的配置（Grafana），Exporter等监控系统的相关知识。

对了，今天并没有去探索grafana的警告机制，后续会补全

点赞鼓励，养成赞美的习惯

以上是关于服务监控之promethues+grafana，直接送你上大师，这还不上热门吗的主要内容，如果未能解决你的问题，请参考以下文章

服务监控之promethues+grafana，直接送你上大师，这还不上热门吗

（17）go-micro微服务Prometheus监控

企业运维之服务管理 -- promethues

promethues exporter+ grafana 监控pg+mysql

基于Promethues与Grafana的Greenplum分布式数据库监控的实现

istio+prometheus+grafana 流量监控