Prometheus实战教程 01 - Prometheus 简介和架构

目录

• • [Prometheus 简介和架构](#Prometheus 简介和架构)
  • • [Prometheus 核心概览：从基础到架构的深度解析](#Prometheus 核心概览：从基础到架构的深度解析)
    • [一、Prometheus 简介：为何它成为监控领域的佼佼者？](#一、Prometheus 简介：为何它成为监控领域的佼佼者？)
    • [二、Prometheus 核心特点：为何选择它？](#二、Prometheus 核心特点：为何选择它？)
    • [三、Prometheus 架构：各组件如何协同工作？](#三、Prometheus 架构：各组件如何协同工作？)
    • [四、总结：Prometheus 的核心价值](#四、总结：Prometheus 的核心价值)
  • [Prometheus 部署](#Prometheus 部署)
  • • 二进制部署（推荐生产环境）
    • • [1. 下载安装包](#1. 下载安装包)
      • [2. 配置 Prometheus](#2. 配置 Prometheus)
      • [3. 启动 Prometheus](#3. 启动 Prometheus)
      • [4. 验证部署](#4. 验证部署)
    • 系统服务配置（开机自启）

Prometheus 简介和架构

Prometheus 核心概览：从基础到架构的深度解析

Prometheus 是一套开源的监控告警系统 ，最初由 SoundCloud 开发，后成为 Cloud Native Computing Foundation（CNCF）的毕业项目，广泛用于云原生环境、微服务架构的监控。其设计理念聚焦于时序数据的采集、存储与分析，能高效处理大规模分布式系统的监控需求。

一、Prometheus 简介：为何它成为监控领域的佼佼者？

Prometheus 专为监控动态服务环境（如 Kubernetes 集群、微服务）设计，核心功能包括：

• 基于时序数据模型存储监控指标（如服务器 CPU 使用率、API 响应时间）；
• 通过Pull 模式主动抓取目标服务的指标数据；
• 支持灵活的查询语言（PromQL） 进行数据聚合与分析；
• 内置告警规则，可触发通知并集成外部工具（如 Alertmanager）；
• 提供可视化界面（如 Prometheus UI、Grafana 集成）。

它适用于从单一服务到大规模分布式系统的监控场景，尤其在云原生生态中与 Kubernetes 深度协同。

二、Prometheus 核心特点：为何选择它？

特点	说明	优势
多维数据模型	每个指标由指标名称 和键值对标签 （labels）组成，如 http_requests_total{method="GET", status="200"}	支持多维度筛选、聚合，灵活定位问题（例如按接口、状态码分析请求量）
Pull 模式采集	主动从目标服务的 /metrics 端点拉取数据，而非等待推送	减少目标服务的耦合，便于水平扩展；可直观检测服务存活状态
PromQL 查询语言	专为时序数据设计的查询语言，支持过滤、聚合、计算等操作	快速生成自定义报表（如"过去1小时95%接口响应时间"）
无依赖存储	本地时序数据库（TSDB）存储数据，无需外部数据库	简化部署，降低依赖复杂度；支持数据分片与联邦集群扩展
自动发现目标	支持 Kubernetes、Consul 等服务发现机制，自动识别新增/移除的监控目标	适配动态扩缩容的云原生环境，减少人工配置
内置告警机制	通过 Alertmanager 处理告警聚合、去重、路由（如邮件、Slack）	避免告警风暴，确保关键问题及时触达

三、Prometheus 架构：各组件如何协同工作？

Prometheus 架构由多个核心组件构成，形成完整的监控闭环：

1. Prometheus Server

   • 核心组件，负责数据采集 （Pull 模式）、存储 （本地 TSDB）和查询服务。
   • 配置文件定义监控目标（如 scrape_configs 配置抓取规则）。

2. Exporters

   • 用于将非 Prometheus 格式的指标（如 MySQL 性能、服务器硬件信息）转换为标准 /metrics 格式的代理程序。
   • 常见类型：node_exporter（服务器监控）、mysqld_exporter（MySQL 监控）等。

3. Alertmanager

   • 接收 Prometheus Server 触发的告警规则，进行去重、分组、路由，并发送通知（如邮件、PagerDuty）。
   • 支持静默规则（避免重复告警）和告警抑制（如父级告警触发时，抑制子级告警）。

4. Pushgateway

   Pushgateway 是 Prometheus 生态中的一个组件，用于接收短生命周期或批处理任务的指标数据，并将其暴露给 Prometheus 进行抓取。

5. 可视化工具

   • Prometheus UI：内置简单界面，支持 PromQL 查询和图表展示。
   • Grafana：第三方可视化平台，与 Prometheus 深度集成，可创建复杂仪表盘（如集群资源监控大屏）。

6. 服务发现

   • 自动发现新增的监控目标（如 Kubernetes Pod、Consul 服务），动态更新抓取配置，适配弹性伸缩场景。

四、总结：Prometheus 的核心价值

Prometheus 以时序数据为核心，通过 Pull 模式、多维标签和 PromQL 实现了对动态服务环境的高效监控。其架构轻量且灵活，无需依赖外部存储，同时支持自动发现和告警集成，成为云原生监控的事实标准。

尽管存在单机存储容量有限、不适合长期归档等限制（需结合 Thanos、Cortex 等工具扩展），但其在实时监控、问题排查和告警响应上的优势，使其成为微服务监控的首选方案。

Prometheus 部署

---

二进制部署（推荐生产环境）

1. 下载安装包

# 下载最新版本（可从 https://prometheus.io/download/ 查看最新版本）
wget https://github.com/prometheus/prometheus/releases/download/v3.5.0/prometheus-3.5.0.linux-amd64.tar.gz

# 解压
tar -zxvf prometheus-3.5.0.linux-amd64.tar.gz
cd prometheus-3.5.0.linux-amd64

2. 配置 Prometheus

编辑默认配置文件 prometheus.yml：

global:
  scrape_interval: 15s  # 全局抓取间隔
  evaluation_interval: 15s  # 规则评估间隔

rule_files:
  # - "first_rules.yml"  # 告警规则文件（可选）

scrape_configs:
  - job_name: "prometheus"  # 监控自身
    static_configs:
      - targets: ["localhost:9090"]  # 自身地址

  # 示例：添加其他监控目标（如 node_exporter）
  # - job_name: "node"
  #   static_configs:
  #     - targets: ["localhost:9100"]

3. 启动 Prometheus

# 前台启动（测试用）
./prometheus --config.file=prometheus.yml

# 后台启动
nohup ./prometheus --config.file=prometheus.yml > prometheus.log 2>&1 &

4. 验证部署

访问 http://<服务器IP>:9090，若出现 Prometheus UI 则部署成功。

---

系统服务配置（开机自启）

创建 systemd 服务文件 /etc/systemd/system/prometheus.service：

[Unit]
Description=Prometheus Monitoring System
After=network.target

[Service]
User=root
Group=root
ExecStart=/data/middleware/prometheus-3.5.0.linux-amd64/prometheus  --config.file=/data/middleware/prometheus-3.5.0.linux-amd64/prometheus.yml --storage.tsdb.path=/data/middleware/prometheus-3.5.0.linux-amd64/data
Restart=always

[Install]
WantedBy=multi-user.target

启用服务：

systemctl daemon-reload
systemctl start prometheus
systemctl enable prometheus  # 开机自启