Prometheus 云原生 - 微服务监控报警系统（Promethus、Grafana、Node_Exporter）部署、简单使用

开始

[Prometheus 介绍](#Prometheus 介绍)

基本原理

组件介绍

下文部署组件的工作方式

[Prometheus 生态安装（Mac）](#Prometheus 生态安装（Mac）)

[安装 prometheus](#安装 prometheus)

[安装 grafana](#安装 grafana)

[安装 node_exporter](#安装 node_exporter)

[Prometheus 生态安装（Docker）](#Prometheus 生态安装（Docker）)

[安装 prometheus](#安装 prometheus)

[安装 Grafana](#安装 Grafana)

[安装 node_exporter](#安装 node_exporter)

[Grafana 实现可视化](#Grafana 实现可视化)

[导入 Prometheus 数据源](#导入 Prometheus 数据源)

引入仪表盘

开始

Prometheus 介绍

基本原理

prometheus 是一个开源的系统监控和报警系统，本身是机遇 Go 开发的一套开源的系统监控报警框架和时序列数据库（TSDB）

基本原理：通过 HTTP 协议周期性的抓取被监控组件的状态，任意组件只要提供对应的 HTTP 接口就可以接入监控，不需要任何的 SDK 或者其他集成过程. 这样非常适合做虚拟化环境监控，例如 VM、Docker、Hubernetes 等，被监控组件信息的 HTTP 接口叫做 exporter.

组件介绍

Prometheus server：是 Prometheus 架构中的核心组件，基于 go 语言编写，可以独立部署在服务器上、云主机、Docker 容器中. 主要用于收集目标数据，并将采集到的数据按照时间序列存储在本地磁盘的时序数据库中，对外可提供数据查询支持、自定义 PromeQL 语言（对数据进行查询分析）、告警规则配置管理.
Client Library：用于监测应用程序代码的客户端库. 在监控服务前，需要向客户端代码添加监测实现 Prometheus 中的 metric 的类型.
Exporter：数据采集者，用于输出被监控组件信息的 HTTP 接口.
Pushgateway：用于支持短期临时或批量计划任务工作的汇聚节点. 主要用于短期 job，此类存在的 job 时间较短，可能 Prometheus 在 pull 之前就自动消失了. 所以针对这种 job，就设计成可直接向 Pushgateway 推送 metric，这样 Prometheus 就可以定时去 Pushgateway 中拉去 metric. 总的来讲，Pushgateway 是一个组件，prometheus server 默认通过 exporter 主动 pull 获取数据，pushgateway 则是通过被动方式推动数据到 prometheus server. 用户可以写一写自定义的监控脚本把需要监控的数据发送给 pushgateway，然后 pushgateway 把数据发送给 prometheus server.
Alertmanager：用于处理 Prometheus 服务器发送的 alerts 信息，对其去重数据、分组最后路由到正确的接受方式（邮箱、钉钉...），发出告警，支持丰富的告警方式.
Service Discovery：动态发现待监控的 target，从而完成监控配置的重要组件. Promethus 每隔几秒就会去各个 target 采集一次 metric，因此需要手工制定监测节点，当节点增多，更改配置文件就会很麻烦，这时候就需要通过服务发现，例如 service discovery，sd 机制去解决.

下文部署组件的工作方式

**Promethus：**Prometheus 并不直接监控特定的目标，而是依赖于 Exporter 来提供监控数据。 Exporter 可以是独立运行的程序，也可以是内置在监控目标中的服务，只要能够向 Prometheus 提供标准格式的监控样本数据即可。
**Node_Exporter：**通过 HTTP 接口（通常是/metrics）暴露收集到的监控数据，Prometheus 服务器定期从这个接口拉取数据。
Grafana：
- 用户首先需要在 Grafana 中添加 Prometheus 作为数据源，并配置相应的查询语句来获取所需的监控数据。
- 然后，用户可以在 Grafana 中创建仪表盘，并添加各种图表来展示这些数据。 Grafana 会根据用户设置的查询语句从 Prometheus 中查询数据，并进行处理（如计算平均值、最大值等），最后将数据可视化显示在图表中。

总的来讲：

-> Node_Exporter 负责从被监控的服务器上采集数据.

-> Prometheus 主要任务是对 Node_Exporter 采集到的数据进行收集、存储和对外提供数据查询支持.

-> Grafana 再将 Prometheus 中整理的数据进行展示.

Prometheus 生态安装（Mac）

安装 prometheus

a）安装命令：

brew install prometheus

通过 which prometheus 可以找到安装位置.

这里实际上只是一个快捷方式，真正安装目录在

bin目录：/opt/homebrew/Cellar/prometheus/2.53.0/bin
配置文件：/opt/homebrew/etc/prometheus.yml

b）启动 prometheus

进入到 /opt/homebrew/Cellar/prometheus/2.53.0/bin 目录下，输入如下命令后台启动：

nohup ./prometheus --config.file=/opt/homebrew/etc/prometheus.yml &

通过 cat nohup 类似如下说明启动成功：

c）进入界面

在浏览器中输入： localhost:9090

如下界面

安装 grafana

a）安装命令

brew install grafana

b）安装目录

bin 目录：/opt/homebrew/Cellar/grafana/11.1.0/bin

c）启动并配置

输入命令生成对应的配置文件

grafana-server --config=/opt/homebrew/etc/grafana/grafana.ini --homepath /opt/homebrew/share/grafana --packaging=brew cfg:default.paths.logs=/opt/homebrew/var/log/grafana cfg:default.paths.data=/opt/homebrew/var/lib/grafana cfg:default.paths.plugins=/opt/homebrew/var/lib/grafana/plugins

输入地址：localhost:3000

页面如下：

下图是登陆后的页面，默认用户名和密码都是 admin，第一次登陆后必须更改密码.

安装 node_exporter

a）第一种安装方式

https://prometheus.io/download/https://prometheus.io/download/

b）第二种安装方式：

使用 mac 也可以通过 brew 安装，如下

brew install node_exporter

c）启动：

brew services start node_exporter

或者直接

node_exporter

c）访问 localhost:9100

显示如下内容

d）配置 prometheus.yml

vim /opt/homebrew/etc/prometheus.yml

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

  - job_name: "node_exporter"
    static_configs:
      - targets: ["localhost:9100"]

e）重载配置

查看 prometheus 端口号 ps aux | grep prometheus

kill 删除 prometheus 进程，然后重启.

prometheus --config.file=/opt/homebrew/etc/prometheus.yml

f）浏览器中查看：

Prometheus 生态安装（Docker）

安装 prometheus

a）命令如下

docker pull prom/prometheus

b）创建挂载目录及配置文件

mkdir -p ~/env/prometheus

在 ~/env/prometheus 目录下创建配置文件 prometheus.yml

global:
  scrape_interval:    15s # 指定了 Prometheus 从每个被监控的目标 (target) 拉取数据的频率。
  evaluation_interval: 15s # 指定了 Prometheus 评估其定义的规则 (rules) 的频率。这些规则包括记录规则 (recording rules) 和警报规则 (alerting rules)。
 
scrape_configs:
 
  - job_name: prometheus
    static_configs:
      - targets: ['env-base:9090']
 
  - job_name: grafana
    static_configs:
      - targets: ['env-base:3000']

  - job_name: node_exporter
    static_configs:
      - targets: ['env-base:9100']

c）运行镜像

docker run -d \
--name=prometheus \
--restart=always \
-p 9090:9090 \
-v ~/env/prometheus/prometheus.yml:/etc/prometheus/prometheus.yml  \
prom/prometheus

d）浏览器中输入 enb-base:9000 ，如下说明启动成功：

安装 Grafana

a）命令如下

使用 docker run 命令之前，还需要给 ~/env/grafana 文件赋予写操作的权利，否则会启动失败

chmod a+w ~/env/grafana

docker run -d \
--name=grafana \
--restart=always \
-p 3000:3000 \
-v ~/env/grafana:/var/lib/grafana \
grafana/grafana

b）浏览器中输入 env-base:3000 ，如下界面：

第一次登录账号和密码都是 admin.

并且第一次登录成功后会强制你进行修改密码（当然你也可以继续修改为 admin），如下：

成功登录如下：

c）由于之前在 prometheus.yml 配置文件中也配置了 grafana 的地址，因此，这里可以打开 prometheus ，点击导航栏中 status 下的 targets ，就可以看到被监控的状态

Ps：prometheus 会每隔一段时间就会自动拉去你 prometheus.yml 中配置的 scrape_configs 路由，默认会去 /metrics 拉去对应的配置

安装 node_exporter

a）拉取镜像

docker pull prom/node-exporter

b）运行

node_exporter 挂载的都是系统文件.

docker run -d -p 9100:9100 \
--name=node_exporter \
--restart=always \
-v "/proc:/host/proc:ro" \
-v "/sys:/host/sys:ro" \
-v "/:/rootfs:ro" \
--net="host" \
prom/node-exporter

c）浏览器中输入 env-base:9100 ，如下表示访问成功