hands-on-prometheus.org

Hands on Promethus

什么是 Prometheus

普罗米修斯是由 SoundCloud 开源的指标监控引擎，近几年来成为了云原生可观测性 SIG 指标监控领域的事实标准。事实上 Prometheus 甚至比 kubernetes 本身还要历史 悠久，因此我们可以看到 Prometheus 没有对分布式，以及云原生等概念做任何假设， 只是在其服务发现的目标为 kubernetes 等技术做了特别的配置项。

提到 Prometheus，我们就要认识到它是一个基于时序数据 (time series data) 的指标 监控引擎，提供时序数据的存储，索引以及一套查询语言。

指标与时序数据

既然 Prometheus 的一切都围绕着时序数据展开，那么什么是时序数据？

identifier -> (t0, v0), (t1, v1), (t2, v2), (t3, v3), ....

时序数据即一个由 (timestamp, float_value) 二元组构成的序列。

有了时序数据的概念我们就可以得知，在 Prometheus 的范畴内，什么是指标。

即：一组由时序数据描述的，固定上下文的，随时间变化的系统中的某项特定语义的 值，指标具备一个唯一的名字和数个可能具备特殊语义的 label。

顺带一提，Prometheus 作为一个指标监控引擎不会试图理解指标数据以及其 label 的 语义。

局限性

如前文中提到的，Prometheus 对自身有着极其清晰的定位，因此我们不能指望使用 prometheus 来解决一切可观测性问题，如同所有软件一般，Prometheus 有其自身的局 限性：

1. 不能做到 100% 精确。
2. 不能描述非时序信息。

架构

如前文描述，Prometheus 是一个典型的单体应用，但可以轻易做到高可用。

部署 Prometheus

部署可以参考 Prometheus set up，此处就不再赘述。

指标类型以及 PromQL

考虑一个例子：

sum(rate(
     node_cpu_seconds_total{mode!=”idle”,
                            mode!=”iowait”,
                            mode!~”^(?:guest.*)$”
                            }[5m])) BY (instance)

他代表什么意思呢？

我们将带着这个问题深入下去，并介绍几种指标的类型。

从哪查询？

1. Prometheus web UI

   这是 Prometheus 自带的查询界面

   

2. Grafana

   

指标和 PromQL

Prometheus 提供了一套类似 SQL 的查询语言，通过一系列的 function 和 aggregation operator 对于原始指标进行聚合和计算，其中每一个指标都可以通过其 label 进行过滤，从而我们可以通过 Prometheus 收集到的这些原始指标来表达我们想 要的各种指标。

数据类型

promQL 中支持如下四种数据类型：

1. Instant vector - a set of time series containing a single sample for each time series, all sharing the same timestamp
2. Range vector - a set of time series containing a range of data points over time for each time series
3. Scalar - a simple numeric floating point value
4. String - a simple string value; currently unused

最简单的有意义的 PromQL 就是原始指标（instant vector）了，原始指标即是 Promethus 通过服务发现定时拉取 得到的原始 time series 数据。

指标命名规则

指标的命名规则曾经毫无章法，好在现在情况发生了改变，Prometheus 提供了一个清 晰的指标命名规则：

{application prefix}_{resource}_{unit}

从而我们可以轻易根据这类命名规则找到我们想要的指标。

指标类型

指标有如下四种：

1. Gauge
2. Counter
3. Summary
4. Histogram

每个指标都拥有一些 label，对于 prometheus 来说 label 越少越好。 我们将着重介绍 Gauge 和 Counter。

例子

Gauge 类指标反映了一个实时变化的值，例如：

node_memory_Active_bytes

或

1 - sum(node_memory_MemAvailable_bytes) by (node) / sum(node_memory_MemTotal_bytes) by (node)

其中 sum(vector expression) by (<label list>) 是一个 aggregation operator， 基于 by 子句括号中的 <label list> 分组进行相加聚合操作。

Counter 类指标顾名思义只增不减，例如：

node_cpu_seconds_total

sum(rate(
     node_cpu_seconds_total{mode!=”idle”,
                            mode!=”iowait”,
                            mode!~”^(?:guest.*)$”
                            }[5m])) BY (instance)

• 其中大括号内注明了过滤条件，支持正则表达式。
• rate 是一个对 range vector 进行斜率计算的 function，而 [5m] 则声明了一个 range vector，意为每个数据点上都有 5 分钟的数据。

现在，我们应当就可以解释本章节最开始写下的 PromQL 的含义了。

思考题

• 为什么需要 counter 类指标，不能直接通过 gauge 类指标表达吗？
• 我们怎么得到 CPU 饱和度的指标？

参考资料

• Prometheus 官方文档
• Prometheus set up
• 可观测性：概念和最佳实践