Prometheus簡介

Prometheus受啟發於Google的Brogmon監控系統（相似的Kubernetes是從Google的Brog系統演變而來），從2012年開始由前Google工程師在Soundcloud以開源軟體的形式進行研發，並且於2015年早期對外發布早期版本。2016年5月繼Kubernetes之後成為第二個正式加入CNCF基金會的專案，同年6月正式釋出1.0版本。2017年底釋出了基於全新儲存層的2.0版本，能更好地與容器平臺、雲平臺配合。

Prometheus簡史

Prometheus作為新一代的雲原生監控系統，目前已經有超過650+位貢獻者參與到Prometheus的研發工作上，並且超過120+項的第三方整合。

監控的目標

在《SRE: Google運維解密》一書中指出，監控系統需要能夠有效的支援白盒監控和黑盒監控。通過白盒能夠了解其內部的實際執行狀態，通過對監控指標的觀察能夠預判可能出現的問題，從而對潛在的不確定因素進行優化。而黑盒監控，常見的如HTTP探針，TCP探針等，可以在系統或者服務在發生故障時能夠快速通知相關的人員進行處理。通過建立完善的監控體系，從而達到以下目的：

• ***長期趨勢分析：***通過對監控樣本資料的持續收集和統計，對監控指標進行長期趨勢分析。例如，通過對磁碟空間增長率的判斷，我們可以提前預測在未來什麼時間節點上需要對資源進行擴容。

• ***對照分析：***兩個版本的系統執行資源使用情況的差異如何？在不同容量情況下系統的併發和負載變化如何？通過監控能夠方便的對系統進行跟蹤和比較。

• ***告警：***當系統出現或者即將出現故障時，監控系統需要迅速反應並通知管理員，從而能夠對問題進行快速的處理或者提前預防問題的發生，避免出現對業務的影響。

• ***故障分析與定位：***當問題發生後，需要對問題進行調查和處理。通過對不同監控監控以及歷史資料的分析，能夠找到並解決根源問題。

• ***資料視覺化：***通過視覺化儀表盤能夠直接獲取系統的執行狀態、資源使用情況、以及服務執行狀態等直觀的資訊。

與常見監控系統比較

對於常用的監控系統，如Nagios、Zabbix的使用者而言，往往並不能很好的解決上述問題。這裡以Nagios為例，如下圖所示是Nagios監控系統的基本架構：

Nagios監控系統

Nagios的主要功能是監控服務和主機。Nagios軟體需要安裝在一臺獨立的伺服器上執行，該伺服器稱為監控中心。每一臺被監控的硬體主機或者服務都需要執行一個與監控中心伺服器進行通訊的Nagios軟體後臺程式，可以理解為Agent或者外掛。

Nagios主機監控頁面

首先對於Nagios而言，大部分的監控能力都是圍繞系統的一些邊緣性的問題，主要針對系統服務和資源的狀態以及應用程式的可用性。 例如：Nagios通過check_disk外掛可以用於檢查磁碟空間，check_load用於檢查CPU負載等。這些外掛會返回4種Nagios可識別的狀態，0(OK)表示正常，1(WARNING)表示警告，2(CRITTCAL)表示錯誤，3(UNKNOWN)表示未知錯誤，並通過Web UI顯示出來。

對於Nagios這類系統而言，其核心是採用了測試和告警(check&alert)的監控系統模型。 對於基於這類模型的監控系統而言往往存在以下問題：

• ***與業務脫離的監控：***監控系統獲取到的監控指標與業務本身也是一種分離的關係。好比客戶可能關注的是服務的可用性、服務的SLA等級，而監控系統卻只能根據系統負載去產生告警；

• 運維管理難度大： Nagios這一類監控系統本身運維管理難度就比較大，需要有專業的人員進行安裝，配置和管理，而且過程並不簡單；

• ***可擴充套件性低：***監控系統自身難以擴充套件，以適應監控規模的變化；

• ***問題定位難度大：***當問題產生之後（比如主機負載異常增加）對於使用者而言，他們看到的依然是一個黑盒，他們無法瞭解主機上服務真正的執行情況，因此當故障發生後，這些告警資訊並不能有效的支援使用者對於故障根源問題的分析和定位。
  ####Prometheus的優勢
  Prometheus是一個開源的完整監控解決方案，其對傳統監控系統的測試和告警模型進行了徹底的顛覆，形成了基於中央化的規則計算、統一分析和告警的新模型。
  相比於傳統監控系統Prometheus具有以下優點：

• 易於管理
  Prometheus核心部分只有一個單獨的二進位制檔案，不存在任何的第三方依賴(資料庫，快取等等)。唯一需要的就是本地磁碟，因此不會有潛在級聯故障的風險。

• Prometheus基於Pull模型的架構方式，可以在任何地方（本地電腦，開發環境，測試環境）搭建我們的監控系統。對於一些複雜的情況，還可以使用Prometheus服務發現(Servics Discovery)的能力動態管理監控目標。

監控服務的內部執行狀態

Pometheus鼓勵使用者監控服務的內部狀態，基於Prometheus豐富的Client庫，使用者可以輕鬆的在應用程式中新增對Prometheus的支援，從而讓使用者可以獲取服務和應用內部真正的執行狀態。

強大的資料模型

所有采集的監控資料均以指標(metric)的形式儲存在內建的時間序列資料庫當中(TSDB)。所有的樣本除了基本的指標名稱以外，還包含一組用於描述該樣本特徵的標籤。

如下所示：

http_request_status{code='200',content_path='/api/path', environment='produment'} => [[email protected],[email protected]]

http_request_status{code='200',content_path='/api/path2', environment='produment'} => [[email protected],[email protected]]

每一條時間序列由指標名稱(Metrics Name)以及一組標籤(Labels)唯一標識。每條時間序列按照時間的先後順序儲存一系列的樣本值。

表示維度的標籤可能來源於你的監控物件的狀態，比如code=404或者content_path=/api/path。也可能來源於的你的環境定義，比如environment=produment。基於這些Labels我們可以方便地對監控資料進行聚合，過濾，裁剪。

強大的查詢語言PromQL

Prometheus內建了一個強大的資料查詢語言PromQL。 通過PromQL可以實現對監控資料的查詢、聚合。同時PromQL也被應用於資料視覺化(如Grafana)以及告警當中。

通過PromQL可以輕鬆回答類似於以下問題：

• 在過去一段時間中95%應用延遲時間的分佈範圍？
• 預測在4小時後，磁碟空間佔用大致會是什麼情況？
• CPU佔用率前5位的服務有哪些？(過濾)

高效

對於監控系統而言，大量的監控任務必然導致有大量的資料產生。而Prometheus可以高效地處理這些資料，對於單一Prometheus Server例項而言它可以處理：

數以百萬的監控指標

每秒處理數十萬的資料點。

可擴充套件

Prometheus是如此簡單，因此你可以在每個資料中心、每個團隊執行獨立的Prometheus Sevrer。Prometheus對於聯邦叢集的支援，可以讓多個Prometheus例項產生一個邏輯叢集，當單例項Prometheus Server處理的任務量過大時，通過使用功能分割槽(sharding)+聯邦叢集(federation)可以對其進行擴充套件。

易於整合

使用Prometheus可以快速搭建監控服務，並且可以非常方便地在應用程式中進行整合。目前支援： Java， JMX， Python， Go，Ruby， .Net， Node.js等等語言的客戶端SDK，基於這些SDK可以快速讓應用程式納入到Prometheus的監控當中，或者開發自己的監控資料收集程式。同時這些客戶端收集的監控資料，不僅僅支援Prometheus，還能支援Graphite這些其他的監控工具。

同時Prometheus還支援與其他的監控系統進行整合：Graphite， Statsd， Collected， Scollector， muini， Nagios等。

Prometheus社群還提供了大量第三方實現的監控資料採集支援：JMX， CloudWatch， EC2， MySQL， PostgresSQL， Haskell， Bash， SNMP， Consul， Haproxy， Mesos， Bind， CouchDB， Django， Memcached， RabbitMQ， Redis， RethinkDB， Rsyslog等等。

視覺化

Prometheus Server中自帶了一個Prometheus UI，通過這個UI可以方便地直接對資料進行查詢，並且支援直接以圖形化的形式展示資料。同時Prometheus還提供了一個獨立的基於Ruby On Rails的Dashboard解決方案Promdash。最新的Grafana視覺化工具也已經提供了完整的Prometheus支援，基於Grafana可以建立更加精美的監控圖示。基於Prometheus提供的API還可以實現自己的監控視覺化UI。

開放性

通常來說當我們需要監控一個應用程式時，一般需要該應用程式提供對相應監控系統協議的支援。因此應用程式會與所選擇的監控系統進行繫結。為了減少這種繫結所帶來的限制。對於決策者而言要麼你就直接在應用中整合該監控系統的支援，要麼就在外部建立單獨的服務來適配不同的監控系統。

而對於Prometheus來說，使用Prometheus的client library的輸出格式不止支援Prometheus的格式化資料，也可以輸出支援其它監控系統的格式化資料，比如Graphite。

因此你甚至可以在不使用Prometheus的情況下，採用Prometheus的client library來讓你的應用程式支援監控資料採集。