Prometheus和Grafana简介

前言

官网地址

• 灵活的时间序列数据库
• 定制各式各样的监控规则
• Prometheus的开发人员和用户社区非常活跃
• 独立的开源项目，不依赖于任何公司
• 继Kurberntes之后第二个入驻的项目

Prometheus架构

Prometheus监控系统是由多个组件组成 Prometheus架构如下图所示

采集层

• Exporters:Prometheus 定期通过HTTP请求从目标资源中拉取数据。目标资源可以是应用程序、系统、服务或其他资源。Prometheus提供大量Exporter(https://prometheus.io/docs/instrumenting/exporters/)
• Pushgateway: 用于集中管理临时性或周期性任务的指标数据，并暴露给Prometheus Server

存储和处理层

数据存储：Prometheus Server整个架构的核心，负责汇总后来自Exporters，Pushgateway以及其他程序提供的指标数据，并将这些数据存储到本地磁盘上。Prometheus Server还可以将数据存储到第三方存储系统上，如InfluxDB，OpenTSDB，以满足高效的存储需求

**查询和分析：**提供强大的PromQL查询语言，支持多维数据查询和分析

展示层

**Web UI：**内置的Web页面，可以对Prometheus进行基本管理

**Grafana：**提供对Grafana的支持，为用户呈现更丰富的图表和仪表盘

**API clients：**包含多种编程语言的客户端库，用于与Prometheus API进行交互，为开发者提供简单易用的编程接口

告警层

**Altermanager：**负责接收来自Prometheus Server的告警事件，根据预定义的策略将告警通知发送到不同的通讯软件，如邮箱，微信等

Prometheus时间序列数据

什么是序列数据？

时间序列数据（TimeSeries Data）：按照时间顺序记录系统、设备状态变化的数据被称为时序数据

时间序列数据特点

• 性能好：关系型数据库对于大规模数据的处理性能糟糕。NOSQL 可以比较好的处理大规模数据，依然比不上时间序列数据库。
• 存储成本低：高效的压缩算法，节省存储空间，有效降低 IO。

官方数据：Prometheus 有着非常高效的时间序列数据存储方法，每个采样数据仅仅占用 3.5byte 左右空间，上百万条时间序列，30 秒间隔，保留 60 天，大概200多G。

Promethues适合场景

间，上百万条时间序列，30 秒间隔，保留 60 天，大概200多G。

Promethues适合场景

Prometheus 非常适合记录任何纯数字时间序列。它既适合以机器为中心的监控，也适合监控高度动态的面向服务的体系架构