Prometheus 四大度量指标的了解和应用

Sat, 16 May 2020 15:08:51 +0800

在上一个章节中我们完成了 Prometheus 的基本概念了解和安装，由于考虑到看我博客的估计是开发向的小伙伴居多，因此没有再更深入。而今天本章节将介绍我们开发用的最多的度量指标，并结合实战对 Metrics 进行使用和细节分析。

什么是度量指标

来自维基百科

度量是指对于一个物体或是事件的某个性质给予一个数字，使其可以和其他物体或是事件的相同性质比较。度量可以是对一物理量（如长度、尺寸或容量等）的估计或测定，也可以是其他较抽象的特质。

简单来讲，也就是数据的量化，形成对应的数据指标。

Prometheus 的指标格式

在 Prometheus 中，我们的指标表示格式如下：

<metric name>{<label name>=<label value>, ...}

主体为指标名称和标签组成：

api_http_requests_total{method="POST", handler="/eddycjy"}

对外提供 metrics 服务

首先创建一个示例项目：

func main() {
    engine := gin.New()
    engine.GET("/hello", func(c *gin.Context) {
        c.String(http.StatusOK, "煎鱼")
    })
    engine.Run(":10001")
}

接下我们需要安装 Prometheus Client SDK，在 Go 语言中对应 prometheus/client_golang 库：

$ go get github.com/prometheus/client_golang

然后调用 promhttp.Handler 方法创建对应的 metrics：

func main() {
    ...
    engine.GET("/metrics", gin.WrapH(promhttp.Handler()))
    engine.Run(":10001")
}

重新启动程序，并访问 http://127.0.0.1:10001/metrics：

# HELP go_gc_duration_seconds A summary of the pause duration of garbage collection cycles.
# TYPE go_gc_duration_seconds summary
go_gc_duration_seconds{quantile="0"} 0
go_gc_duration_seconds{quantile="0.25"} 0
go_gc_duration_seconds{quantile="0.5"} 0
go_gc_duration_seconds{quantile="0.75"} 0
go_gc_duration_seconds{quantile="1"} 0
go_gc_duration_seconds_sum 0
go_gc_duration_seconds_count 0
# HELP go_goroutines Number of goroutines that currently exist.
# TYPE go_goroutines gauge
go_goroutines 8
# HELP go_info Information about the Go environment.
# TYPE go_info gauge
go_info{version="go1.14.2"} 1
# HELP go_memstats_alloc_bytes Number of bytes allocated and still in use.
# TYPE go_memstats_alloc_bytes gauge
go_memstats_alloc_bytes 2.563056e+06
...

我们可以聚焦其中一个指标：

Prometheus 快速入门

Sat, 16 May 2020 12:05:58 +0800

一般我们说 Prometheus，有两种理解，我们平时需要注意识别的，其含义有两种，一是指的 Prometheus 自身，是一个时序数据库；另外一种是指 Prometheus 生态圈，指的是是整体的监控报警的生态圈和解决方案（Prometheus+Grafana+Alertmanager）。

Prometheus 在 2016年加入了 CNCF（Cloud Native Computing Foundation），是继 Kubernetes 之后的第二个托管项目，目前已经毕业，其主要的特点如下：

多维度的数据模型：由指标名称和键/值对标签标识的时间序列数据来组成多维的数据模型。
灵活的查询语言：在 Prometheus 中使用强大的查询语言 PromSQL 来进行查询。
不依赖分布式存储，Prometheus 单个节点也可以直接工作，支持本地存储（TSDB）和远程存储的模式。
服务端采集数据：Prometheus 基于 HTTP pull 方式去对不同的端采集时间序列数据。
客户端主动推送：支持通过 PushGateway 组件主动推送时间序列数据。

Prometheus 生态组件

Prometheus 生态由多个组件共同组成，其中许多组件是可根据实际情况选择的，并且绝大部分由 Go 语言编写，在部署和构建上比较方便，如下：

Prometheus Server：Prometheus 服务端，用于收集指标和存储时间序列数据，并提供一系列的查询和设置接口。
Client Libraries：客户端库，用于帮助需要监控采集的服务暴露 metrics handler 给 Prometheus server。例如像例子中直接调用 promhttp 暴露了一个 metrics 接口。
Push Gateway：推送网关，Prometheus 服务端仅支持 HTTP pull 的采集方式，而有一些指存在的时间短，Prometheus 来 pull 前就结束了。又或是该类指标，就是要客户端自行上报的，这时候就可以采用 Push Gateway 的方式，客户端将指标 push 到 Push Gateway，再由 Prometheus Server 从 Pushgateway 上 pull。
Exporters：用于暴露已有的第三方服务（HAProxy，StatsD，Graphite）的 metrics 给 Prometheus Server。
Alertmanager：用于处理告警，从 Prometheus server 端接收到 alerts 后，会进行去重，分组，然后路由到对应的Receiver，发出报警。
Support Tools：各种支持工具。

Prometheus 整体流程图

Prometheus 的整体架构和生态组件组成，如下图所示：