Prometheus理论知识

1、Prometheus特性:

  • 基于时间序列模型:时间模型是一系列有序的数据,通常等时间间隔采样数据
  • 基于K/V的数据模型:键值对,速度快
  • 采样数据使用数学公式:完全基于数学运算而不是其他表达式,并提供查询的窗口
  • 采用HTTP pull/push两种对应数据的采集传输方式
  • 开源,且有大量的社区插件
  • 最精细的数据采样:prometheus理论上可以达到没1秒采集1次(采集间隔越短,采集数据量越大)

2、prometheus不足:

  • 目前不支持集群化
  • 偶发数据丢失(2.0之前版本)

3、prometheus的数据存储

  • prometheus采用时间序列的方式,以一种自定义格式存放在本地磁盘上。
  • prometheus的本地时间序列数据库以每小时为间隔来分存储,每一个又分为多个chunk文件,chunk文件就是用来存储,采集过来的数据,metadata和索引文件。
  • prometheus平时采集过来的数据,会先放到内存中,类似缓存的方式用于加快搜索和访问。
  • 当出现宕机时,prometheus有一个保护机制叫做WAL,可以将数据定时存放到磁盘中,并在重启时,用于恢复数据到内存中。

4、prometheus两种采集方式:

  • pull:主动拉取的形式
  • push:被动推送的形式

pull: 指被监控端安装已有的exporters插件,exporters只负责采集数据,而prometheus服务端主动拉取exporters采集的数据。

push:指被监控端主动推送数据到服务端,需要安装官方psuhgateway插件

相关推荐
Cherry的跨界思维6 天前
【AI测试全栈:质量】47、Vue+Prometheus+Grafana实战:打造全方位AI监控面板开发指南
vue.js·人工智能·ci/cd·grafana·prometheus·ai测试·ai全栈
AC赳赳老秦6 天前
云原生AI故障排查新趋势:利用DeepSeek实现高效定位部署报错与性能瓶颈
ide·人工智能·python·云原生·prometheus·ai-native·deepseek
予枫的编程笔记6 天前
【Kafka高级篇】Kafka监控不踩坑:JMX指标暴露+Prometheus+Grafana可视化全流程
kafka·grafana·prometheus·可观测性·jmx·kafka集群调优·中间件监控
AC赳赳老秦7 天前
预见2026:DeepSeek与云平台联动的自动化流程——云原生AI工具演进的核心引擎
人工智能·安全·云原生·架构·自动化·prometheus·deepseek
认真的薛薛7 天前
13.k8s中Prometheus监控集群及其服务,endpoint暴露服务,es采集k8s日志
elasticsearch·kubernetes·prometheus
A-刘晨阳7 天前
K8S部署kube-state-metrics + CAdvisor 并使用 Prometheus 监控 Kubernetes 指标
运维·云原生·kubernetes·云计算·prometheus·cadvisor·state-metrics
AC赳赳老秦8 天前
多模态 AI 驱动办公智能化变革:DeepSeek 赋能图文转写与视频摘要的高效实践
java·ide·人工智能·python·prometheus·ai-native·deepseek
AC赳赳老秦8 天前
2026云原生AI规模化趋势预测:DeepSeek在K8s集群中的部署与运维实战
运维·人工智能·云原生·架构·kubernetes·prometheus·deepseek