实战 Prometheus 搭建监控系统.docxVIP

实战 Prometheus 搭建监控系统 我们在 SoundCloud 的官方博客中可以找到一篇关于他们为什么需要新开发一个监控系统的文章 Prometheus: Monitoring at SoundCloud，在这篇文章中，他们引见到，他们需要的监控系统必需满足下面四个特性： A multi-dimensional data model, so that data can be sliced and diced at will, along dimensions like instance, service, endpoint, and method. Operational simplicity, so that you can spin up a monitoring server where and when you want, even on your local workstation, without setting up a distributed storage backend or reconfiguring the world. Scalable data collection and decentralized architecture, so that you can reliably monitor the many instances of your services, and independent teams can set up independent monitoring servers. Finally,?a powerful query language?that leverages the data model for meaningful alerting (including easy silencing) and graphing (for dashboards and for ad-hoc exploration). 简约来说，就是下面四个特性： 多维度数据模型 便利的部署和维护 机警的数据采集 强大的查询言语 实际上，多维度数据模型和强大的查询言语这两个特性，正是时序数据库所要求的，所以 Prometheus 不只仅是一个监控系统，同时也是一个时序数据库。那为什么 Prometheus 不直接使用现有的时序数据库作为后端存储呢？这是由于 SoundCloud 不只期望他们的监控系统有着时序数据库的特点，而且还需要部署和维护格外便利。 纵观比较流行的时序数据库（参见下面的附录），他们要么组件太多，要么外部依靠繁重，比如：Druid 有 Historical、MiddleManager、Broker、Coordinator、Overlord、Router 一堆的组件，而且还依靠于 ZooKeeper、Deep storage（HDFS 或 S3 等），Metadata store（PostgreSQL 或 MySQL），部署和维护起来成本格外高。而 Prometheus 接受去中心化架构，可以独立部署，不依靠于外部的分布式存储，你可以在几分钟的时间里就可以搭建出一套监控系统。 此外，Prometheus 数据采集方式也格外机警。要采集目标的监控数据，首先需要在目标处安装数据采集组件，这被称之为?Exporter，它会在目标处收集监控数据，并暴显露一个 HTTP 接口供 Prometheus 查询，Prometheus 通过 Pull 的方式来采集数据，这和传统的 Push 模式不同。不过 Prometheus 也供应了一种方式来支持 Push 模式，你可以将你的数据推送到?Push Gateway，Prometheus 通过 Pull 的方式从 Push Gateway 猎取数据。目前的 Exporter 已经可以采集绝大多数的第三方数据，比如 Docker、HAProxy、StatsD、JMX 等等，官网有一份 Exporter 的列表。 除了这四大特性，随着 Prometheus 的不断进展，开头支持越来越多的高级特性，比如：服务发觉，更丰富的图表呈现，使用外部存储，强大的告警规章和多样的通知方式。下图是 Prometheus 的全体架构图（图片来源）： 从上图可以看出，Prometheus 生态系统包含了几个关键的组件：Prometheus server、Pushgateway、Alertmanager、Web UI 等，但是大多数组件都不是必需的，其中最核心的组件当然是?Prometheus server，它担任收集和存储目标数据，支持表达式查询，和告警的生成。接下来我们就来安装 Prometheus server。 -? ? ?安装Prometheus server