普罗米修斯的架构

Posted 2023-03-16

参考技术A 以上展示了普罗米修斯的整体架构。 普罗米修斯通过服务发现发现要抓取的目标。 这些目标可以是你自己写好的可以被抓取数据的应用程序，或者是第三方应用程序，你可以通过exporter来抓取它们的数据。 抓取的数据被存储。你可以使用PromQL查询这些存储的数据，并在仪表盘中展示它们，或者向Alertmanager发送警报，Altermanager会将警报转换为页面，电子邮件或者其他通知。

Prometheus（普罗米修斯）监控架构简介

最近在了解一些云原生相关的内容，其中就涉及到Prometheus这一个监控框架，下面就简要介绍一下这一个监控框架。

1. 架构图

下面是官方给出的架构图：

可以看到，普罗米修斯是基于pull-push即拉取和推送模型，（其实这样的说法太抽象了，简而言之就是获取监控指标metrics和发出告警信息alert以及进行可视化）

2. 各个组件介绍

下面是对于里面主要的组件的介绍：

• 用于采集和存取时间序列数据的 Prometheus server
• 用于监测应用的客户端库 （client lib，在客户端这里，图中没有标出）
• 用于支持短期的作业（Short-lived jobs）的 push gateway（下面有Short-lived jobs和push gateway的定义）
• 诸如 HAProxy，StatsD，Graphite 等服务的专用 exporter （下面有他的定义）
• 用于处理告警的 alertmanager
• PromQL是Prometheus内置了一个强大的数据查询语言。
• Grafana是可视化的工具。
• docker镜像是有Prometheus的，所以Prometheus能够在K8s上迅速的部署
• Exporters/Jobs：Prometheus的数据采集组件，负责收集目标对象（host, container…）的性能数据，并通过HTTP接口提供给Prometheus Server。支持数据库、硬件、消息中间件、存储系统、http服务器、jmx等。

• Short-lived jobs：瞬时任务的场景，无法通过pull方式拉取，需要使用push方式，与PushGateway搭配使用

• PushGateway：应对部分push场景的组件可选组件，这部分监控数据先推送到Push Gateway上，然后再由Prometheus Server端拉取 。用于存在时间较短，可能在Prometheus来拉取之前就消失了的 jobs

由于Prometheus基于Golang编写，所以是原生支持go的。
此外还有以下特点：

1. 定义了开放指标数据标准：支持pull和push两种方式的数据采集，以基于HTTP的Pull方式采集时序数据，只有实现了prometheus监控数据格式才可以被prometheus采集；以Push方式向中间网关（Gateway）推送时序数据，能更灵活地应对各种监控场景。

2. 支持通过静态文件配置和动态发现机制发现监控对象，自动完成数据采集。prometheus目前已经支持Kubernetes、Consul等多种服务发现机制，可以减少运维人员的手动配置环节。

所以，如果你是在k8s（Kubernetes）上面部署Prometheus监控，**可以通过对外暴露服务（service的方式，利用Prometheus进行监控。**可以参考资料一最后一节的内容。

3. 官方给出的特点

下面是官方文档上说的Prometheus的特点：

• 具有由指标名称和键/值对标识的时间序列数据的多维数据模型
• PromQL，一种灵活的查询语言
• 不依赖分布式存储（指的是普罗米修斯监控应用本身，不是说它不支持对分布式场景进行监控）
• 时间序列收集通过HTTP上的拉取模型（就是前面的 pull）进行
• 通过中间网关（就是前面的gateway）支持推送时间序列（就是前面的 push）
• 通过服务发现或静态配置发现目标
• 多种图形和仪表板支持模式
  也就是实际上Prometheus本身并不做直接监控，只是做了一个监控整合，把监控信息获取，数据分析，告警，前端界面等整合到一起了。

参考资料

1. https://hulining.gitbook.io/prometheus/introduction/overview 这是一个对于Prometheus的入门的介绍，如果有时间，很推荐跟着教程完整的走一遍
2. https://www.modb.pro/db/45956