1.Prometheus Server：负责数据采集、存储和查询
数据采集 (Pull)：定期从配置好的目标（Targets）上拉取指标数据。
数据存储 (Store)：将采集到的数据以时间序列（Time-Series）的形式存储在本地磁盘。
数据查询 (Query)：提供一个 HTTP API 接口，允许你使用 PromQL 语言查询存储的数据。
- Client Libraries (客户端库)
如果你想监控自己写的应用程序，就需要使用客户端库。
库会在你的应用程序中启动一个 HTTP 服务，并在 /metrics 路径下暴露所有定义好的指标。 - Exporters (导出器)
对于无法直接集成客户端库的现成软件（如数据库、消息队列、操作系统），Exporters 是最佳选择。
一个独立运行的进程，它会去查询目标软件的状态（比如通过 SSH、API 或读取日志），然后将这些状态转换为 Prometheus 能理解的格式，
并在 /metrics 路径下暴露出来。 - Pushgateway (推送网关)
标准的 “拉取” 模式对长时间运行的服务很友好，但对于一些短生命周期的任务就不适用了，因为任务结束后，
Prometheus 可能还没来得及去拉取数据。
提供一个中间网关。短任务可以主动将自己的指标 “推” 到 Pushgateway，然后由 Prometheus Server 从
Pushgateway 拉取数据。 - Alertmanager (告警管理器)
光有数据和图表还不够，关键是能在异常时及时通知到人。
接收告警：从 Prometheus Server 接收告警信息。
处理告警：
对告警进行分组（如将同一服务的多个告警合并）、
抑制（如一个高级别告警触发后，抑制其引发的低级别告警）、
路由（根据告警级别或标签发送到不同的通知渠道）。
发送通知：通过 Email、PagerDuty、Slack、Webhook（可对接钉钉、企业微信）等方式发送告警通知。 - PromQL (查询语言)
这是 Prometheus 的灵魂，让你能从海量数据中挖掘价值。
avg without(cpu,mode) (rate(node_cpu_seconds_total {mode="idle"} [1m]))
node_cpu_seconds_total {mode="idle"}
选择指标 node_cpu_seconds_total（节点 CPU 累计使用时间）
筛选条件 mode="idle" 表示只关注 CPU 的空闲状态rate(... [1m])
计算 1 分钟时间窗口内的每秒平均增长率
这里实际上是计算 CPU 处于空闲状态的每秒平均时间
avg without(cpu,mode)
对结果进行平均值计算
without(cpu,mode) 表示在计算平均值时，排除 cpu（CPU 核心编号）和 mode（这里固定为 idle）这两个标签
这意味着会将同一节点的所有 CPU 核心的空闲率进行平均，得到整个节点的平均 CPU 空闲率
指标类型
Counter计数器：只增不减
Gauge仪表盘：可增可减
Histogram直方图：可以分别求出各个数据段的分布
Summary摘要：可以相较于直方图增加一个频率分布
部署时需要注意的问题
- Prometheus前台启动以后，后面改为systemd管理，需要将前台启动的进程关闭，否则你后面启动的并没有真正运行
如果你在web页面不能够看到对应的endpoint，那么就是你修改的配置文件没有生效
node_exporter、mysqld_exporter没有使用systemd管理 - mysqld_exporter部署以后大家要检查指标是否正常
评论 (0)