简介

Prometheus 是由 SoundCloud 开源监控告警解决方案，特别适合现在容器化的监控。

架构图

Prometheus的特点

• 多维数据模型，包含key/value标识标签的时间序列数据；
• PromQL，一种灵活的查询语言 ，内置的函数可以让我们快速运算得到我们想要的结果；
• 不依赖分布式存储，默认是本地存储，也可以选择远程读写；
• 通过http请求拉取（pull）exporter数据；
• 也可以通过网关（gateway）推送（push）数据；
• 配置可以通过服务发现或静态配置发现监控目标；
• 多种图形和仪表板支持模式，特别是grafana的支持，让我们可以快速完成好看的图表。

数据格式

prometheus存储的是时序数据：即按相同时序(相同名称和标签)，以时间维度存储连续的数据的集合。

时序(time series)是由名称(Metric)以及一组key/value标签定义的，具有相同的名字以及标签属于相同时序。

• metric名字：表示需要记录的数据的名称以及数据类型，如http_request_total。时序的名字由 ASCII 字符，数字，下划线，以及冒号组成，它必须满足正则表达式 [a-zA-Z:][a-zA-Z0-9:]*, 其名字应该具有语义化，一般表示一个可以度量的指标，例如 http_requests_total, 可以表示 http 请求的总数。
• 标签：用来表示一类资源，例如：同一个集群可以使用同一个标签，就可以通过标签获取到整个集群的同一个指标。
• 指标值：按照某个时序以时间维度采集的数据，称之为样本。实际的时间序列，每个序列包括一个float64的值和一个毫秒级的unix 时间戳

Prometheus 四种指标类型

1. Counter （计算器）：单调递增的指标，即只增不减，除非监控系统发生了重置。
2. Gauge（仪表盘）：可以任意变化的指标，即可增可减。
3. Histogram（直方图）：在一段时间范围内对数据进行采样，并将其计入可配置的存储桶中，后续可通过指定区间筛选样本，也可以统计样本总数，最后一般将数据展示为直方图，

样本的值分布在 bucket 中的数量，命名为 <basename>_bucket{le="<上边界>"}。解释的更通俗易懂一点，这个值表示指标值小于等于上边界的所有样本数量
所有样本值的大小总和，命名为 <basename>_sum。
样本总数，命名为 <basename>_count。值和 <basename>_bucket{le="+Inf"} 相同。

4. Summary（摘要）：Histogram类似类型，用于表示一段时间内的数据采样结果（通常是请求持续时间或响应大小等），但它直接存储了分位数（通过客户端计算，然后展示出来），而不是通过区间计算

样本值的分位数分布φ-quantiles (0 ≤ φ ≤ 1) 情况，命名为 <basename>{quantile="<φ>"}
所有样本值的大小总和，命名为 <basename>_sum

Histogram与Summary的异同

它们都包含了 <basename>_sum 和 <basename>_count 指标 Histogram 需要通过<basename>_bucket 来计算分位数，而 Summary 则直接存储了分位数的值。

总结

prometheus的数据格式规范，可以使用PromQL语句快速查询，特别是结合grafana，完成一个图表是分分钟的事情。