Prometheus介绍（开源系统监控与告警工具）（时间序列数据库TSDB、标签化label-based多维分析、Pull模型、PromQL查询语言）

文章目录

[Prometheus 监控系统详解](#Prometheus 监控系统详解)
- [一、Prometheus 是什么？](#一、Prometheus 是什么？)
- 二、核心架构
- - [1. Prometheus Server](#1. Prometheus Server)
  - [2. Exporter](#2. Exporter)
  - [3. Alertmanager](#3. Alertmanager)
- 三、数据模型（核心理解）
- [四、数据采集方式（Pull 模型）](#四、数据采集方式（Pull 模型）)
- [五、PromQL 查询语言](#五、PromQL 查询语言)
- - 常见示例：
  - - [1. 查询当前值](#1. 查询当前值)
    - [2. 计算速率（QPS）](#2. 计算速率（QPS）)
    - [3. 按标签聚合](#3. 按标签聚合)
    - [4. 告警条件](#4. 告警条件)
- 六、告警机制
- [七、与 Kubernetes 的集成](#七、与 Kubernetes 的集成)
- - 常见方式：
- 八、优点与局限
- - 优点
  - 局限
- 九、典型使用场景
- 十、总结

Prometheus 监控系统详解

在现代云原生架构中，监控已经成为保障系统稳定性和可观测性的核心能力。而在众多监控方案中，Prometheus 凭借其简单、强大和与 Kubernetes 的天然集成，成为事实上的标准。

本文将从原理、架构、核心概念以及实践应用等方面，全面介绍 Prometheus。

一、Prometheus 是什么？

Prometheus 是一个开源的系统监控与告警工具，最初由 SoundCloud 开发，现已成为 Cloud Native Computing Foundation（CNCF）毕业项目。

它主要特点包括：

多维度数据模型（时间序列）
强大的查询语言（PromQL）
拉模型（Pull-based）采集
内置告警机制
与云原生生态高度兼容

二、核心架构

Prometheus 的整体架构如下：

复制代码

        +-------------------+
        |   Alertmanager    |
        +-------------------+
                  ^
                  |
        +-------------------+
        |    Prometheus     |
        +-------------------+
          ^       ^       ^
          |       |       |
     Exporter  Service  Exporter

1. Prometheus Server

负责核心功能：

抓取（scrape）指标数据
存储时间序列数据
执行查询（PromQL）
触发告警规则

2. Exporter

用于将不同系统的数据转换为 Prometheus 可识别的格式，例如：

Node Exporter（主机监控）
MySQL Exporter（数据库监控）
Blackbox Exporter（网络探测）

3. Alertmanager

Prometheus 的告警组件，用于：

告警去重
分组
路由
通知（邮件、Slack、Webhook 等）

三、数据模型（核心理解）

Prometheus 的核心是 时间序列数据库（TSDB）。

每条数据由：

复制代码

metric_name{label1="value1", label2="value2"} value timestamp

示例：

复制代码

http_requests_total{method="GET", status="200"} 1027

说明：

metric_name：指标名称
label：标签（维度）
value：值
timestamp：时间戳

👉 Prometheus 最大优势：标签化（label-based）多维分析

四、数据采集方式（Pull 模型）

Prometheus 使用 HTTP 定期抓取数据：

复制代码

GET http://target:port/metrics

优点：

简单
易于控制采集频率
目标服务无需主动推送

对比 Push 模型：

模型	特点
Pull（Prometheus）	控制权在监控端
Push（传统监控）	控制权在客户端

五、PromQL 查询语言

PromQL 是 Prometheus 的核心能力之一。

常见示例：

1. 查询当前值

复制代码

http_requests_total

2. 计算速率（QPS）

复制代码

rate(http_requests_total[5m])

3. 按标签聚合

复制代码

sum by (status) (rate(http_requests_total[5m]))

4. 告警条件

复制代码

rate(errors_total[5m]) > 0.05

👉 PromQL 的本质：对时间序列进行函数计算和聚合

六、告警机制

Prometheus 支持基于规则的告警：

yaml 复制代码

groups:
- name: example
  rules:
  - alert: HighErrorRate
    expr: rate(errors_total[5m]) > 0.05
    for: 2m

告警流程：

Prometheus 检测规则
触发告警
发送到 Alertmanager
Alertmanager 通知用户

七、与 Kubernetes 的集成

Prometheus 与 Kubernetes 集成非常紧密：

常见方式：

ServiceMonitor（通过 Operator）
Pod 自动发现
kube-state-metrics
cAdvisor（容器指标）

👉 在 K8s 中，Prometheus 通常通过：

Prometheus Operator
Helm Chart

来部署

八、优点与局限

优点

简单易用
强大的查询能力
云原生生态标准
可扩展（Thanos、Cortex）

局限

不适合长期存储（需扩展）
单机性能有限
高基数（High Cardinality）问题

九、典型使用场景

应用性能监控（APM）
系统资源监控（CPU / 内存）
Kubernetes 集群监控
微服务调用链指标
SLA / SLO 指标统计

十、总结

Prometheus 是云原生时代最重要的监控系统之一，它通过：

时间序列数据模型
灵活的 PromQL
Pull 模式采集
强大的生态系统

构建了完整的可观测性基础。