文章目录
- Prometheus特点
- 易于管理
- 监控服务的内部运行状态
- 强大的数据模型
- 强大的查询语言PromQL
- 高效
- 可扩展
- 易于集成
- 可视化
- 开放性
- Prometheus架构
- Prometheus 生态圈组件
- 架构理解
- Prometheus的安装
- 安装Prometheus Server
- 上传安装包
- 解压安装包
- 修改配置文件 prometheus.yml
- 安装Pushgateway
- 上传安装包
- 解压安装包
- 安装Alertmanager(选择性安装)
- 上传安装包
- 解压安装包
- 安装Node Exporter(选择性安装)
- 上传安装包
- 解压安装包
- 节点分发
- 设置为开机自启
- 启动 Prometheus Server 、 Pushgateway 和 Alertmanager
- Prometheus Server 目录下执行启动命令
- Pushgateway 目录下执行启动命令
- 在 Alertmanager 目录下启动
- 打开web 页面查看
Prometheus 安装包下载
链接:https://pan.baidu.com/s/1a3cUS3VF8NQyHF6xO7LKBQ?pwd=hxy2
提取码:hxy2
Prometheus 受启发于Google的Brogmon监控系统(相似的Kubernetes是从Google的Brog系统演变而来),从2012年开始由前Google工程师在Soundcloud以开源软件的形式进行研发,并且于2015年早期对外发布早期版本。
2016 年5月继Kubernetes之后成为第二个正式加入CNCF基金会的项目,同年6月正式发布1.0版本。2017年底发布了基于全新存储层的2.0版本,能更好地与容器平台、云平台配合。
Prometheus 作为新一代的云原生监控系统,目前已经有超过650+位贡献者参与到Prometheus 的研发工作上,并且超过120+项的第三方集成。
Prometheus特点
Prometheus 是一个开源的完整监控解决方案,其对传统监控系统的测试和告警模型进行了彻底的颠覆,形成了基于中央化的规则计算、统一分析和告警的新模型。 相比于传统监控系统,Prometheus具有以下优点:
易于管理
Prometheus核心部分只有一个单独的二进制文件,不存在任何的第三方依赖(数据库,缓存等等)。唯一需要的就是本地磁盘,因此不会有潜在级联故障的风险。
Prometheus 基于 Pull 模型的架构方式,可以在任何地方(本地电脑,开发环境,测试环境)搭建我们的监控系统。
对于一些复杂的情况,还可以使用Prometheus 服务发现(Service Discovery) 的能力动态管理监控目标。
监控服务的内部运行状态
Pometheus 鼓励用户监控服务的内部状态,基于Prometheus丰富的Client库,用户可以轻松的在应用程序中添加对Prometheus的支持,从而让用户可以获取服务和应用内部真正的运行状态。
强大的数据模型
所有采集的监控数据均以指标(metric)的形式保存在内置的时间序列数据库当中(TSDB)。所有的样本除了基本的指标名称以外,还包含一组用于描述该样本特征的标签。
强大的查询语言PromQL
Prometheus 内置了一个强大的数据查询语言PromQL。 通过PromQL可以实现对监控数据的查询、聚合。同时PromQL也被应用于数据可视化(如Grafana)以及告警当中。
- 通过PromQL可以轻松回答类似于以下问题:
- 在过去一段时间中95%应用延迟时间的分布范围?
- 预测在4小时后,磁盘空间占用大致会是什么情况?
- CPU占用率前5位的服务有哪些?(过滤)
高效
对于监控系统而言,大量的监控任务必然导致有大量的数据产生。而Prometheus可以高效地处理这些数据,对于单一Prometheus Server实例而言它可以处理:
- 数以百万的监控指标
- 秒处理数十万的数据点
可扩展
可以在每个数据中心、每个团队运行独立的Prometheus Sevrer。Prometheus对于联邦集群的支持,可以让多个Prometheus实例产生一个逻辑集群,当单实例Prometheus Server 处理的任务量过大时,通过使用功能分区(sharding)+联邦集群(federation)可以对
其进行扩展。
易于集成
使用Prometheus可以快速搭建监控服务,并且可以非常方便地在应用程序中进行集成。目前支持:Java,JMX,Python,Go,Ruby,.Net,Node.js等等语言的客户端SDK,基于这些SDK可以快速让应用程序纳入到 Prometheus的监控当中,或者开发自己的监控数据收集程序。
同时这些客户端收集的监控数据,不仅仅支持 Prometheus,还能支持Graphite这些
其他的监控工具。
同时Prometheus还支持与其他的监控系统进行集成:Graphite, Statsd, Collected, Scollector, muini, Nagios 等。 Prometheus社区还提供了大量第三方实现的监控数据采集支持:JMX,CloudWatch,EC2,MySQL,PostgresSQL,Haskell,Bash,SNMP,Consul,Haproxy,Mesos,Bind,CouchDB,Django,Memcached,RabbitMQ,Redis,RethinkDB,Rsyslog 等。
可视化
Prometheus Server 中自带的Prometheus UI,可以方便地直接对数据进行查询,并且支持直接以图形化的形式展示数据。同时 Prometheus 还提供了一个独立的基于Ruby On Rails 的 Dashboard解决方案 Promdash。
最新的Grafana可视化工具也已经提供了完整的Prometheus支持,基于Grafana可以创建更加精美的监控图标。
基于Prometheus提供的API还可以实现自己的监控可视化UI。
开放性
通常来说当我们需要监控一个应用程序时,一般需要该应用程序提供对相应监控系统协议的支持,因此应用程序会与所选择的监控系统进行绑定。为了减少这种绑定所带来的限制,对于决策者而言要么你就直接在应用中集成该监控系统的支持,要么就在外部创建单独的服务来适配不同的监控系统。
而对于Prometheus来说,使用Prometheus的client library的输出格式不止支持Prometheus 的格式化数据,也可以输出支持其它监控系统的格式化数据,比如Graphite。 因此你甚至可以在不使用Prometheus的情况下,采用Prometheus的client library来让你的应用程序支持监控数据采集。
Prometheus架构
Prometheus 生态圈组件
- Prometheus Server:主服务器,负责收集和存储时间序列数据
- client libraies:应用程序代码插桩,将监控指标嵌入到被监控应用程序中
- Pushgateway:推送网关,为支持short-lived作业提供一个推送网关
- exporter:专门为一些应用开发的数据摄取组件—exporter,例如:HAProxy、StatsD、
Graphite 等等。 - Alertmanager:专门用于处理alert的组件
架构理解
Prometheus 既然设计为一个维度存储模型,可以把它理解为一个OLAP系统。
-
存储计算层
- Prometheus Server,里面包含了存储引擎和计算引擎。
- Retrieval组件为取数组件,它会主动从Pushgateway或者Exporter拉取指标数据。
- Service discovery,可以动态发现要监控的目标。
- TSDB,数据核心存储与查询。
- HTTP server,对外提供HTTP服务。
-
采集层
采集层分为两类,一类是生命周期较短的作业,还有一类是生命周期较长的作业。- 短作业:直接通过API,在退出时间指标推送给Pushgateway。
- 长作业:Retrieval组件直接从Job或者Exporter拉取数据。
-
应用层
应用层主要分为两种,一种是AlertManager,另一种是数据可视化。- AlertManager
对接Pagerduty,是一套付费的监控报警系统。可实现短信报警、5分钟无人ack打
电话通知、仍然无人ack,通知值班人员Manager…
Emial,发送邮件
… … - 数据可视化
Prometheus build-in WebUI
Grafana
其他基于API开发的客户端
- AlertManager
Prometheus的安装
官网:https://prometheus.io/
安装Prometheus Server
Prometheus 基于Golang编写,编译后的软件包,不依赖于任何的第三方依赖。只需要下载对应平台的二进制包,解压并且添加基本的配置即可正常启动Prometheus Server。
上传安装包
上传prometheus-2.29.1.linux-amd64.tar.gz 到虚拟机的/opt/software 目录
解压安装包
解压到/opt/module目录下
[yudan@hadoop102 software]$ tar -zxvf prometheus-2.29.1.linux-amd64.tar.gz -C /opt/module
修改目录名
[yudan@hadoop102 ~] cd /opt/module
[yudan@hadoop102 module] mv prometheus-2.29.1.linux-amd64 prometheus-2.29.1
修改配置文件 prometheus.yml
[yudan@hadoop102 prometheus-2.29.1]$ vim prometheus.yml
在scrape_configs 配置项下添加配置:
scrape_configs:
- job_name: "prometheus"
static_configs:
- targets: ["hadoop102:9090"]
# 添加 PushGateway 监控配置
- job_name: 'pushgateway'
static_configs:
- targets: ['hadoop102:9091']
labels:
instance: pushgateway
# 添加 Node Exporter 监控配置
- job_name: 'node exporter'
static_configs:
- targets: ['hadoop102:9100', 'hadoop103:9100', 'hadoop104:9100']
配置说明:
- global 配置块:控制Prometheus服务器的全局配置
- scrape_interval:配置拉取数据的时间间隔,默认为1分钟。
- evaluation_interval:规则验证(生成alert)的时间间隔,默认为1分钟。
- rule_files 配置块:规则配置文件
- scrape_configs 配置块:配置采集目标相关, prometheus监视的目标。Prometheus
自身的运行信息可以通过HTTP访问,所以Prometheus可以监控自己的运行数据。- job_name:监控作业的名称
- static_configs:表示静态目标配置,就是固定从某个target拉取数据
- targets:指定监控的目标,其实就是从哪儿拉取数据。Prometheus 会从http://hadoop202:9090/metrics 上拉取数据。
Prometheus 是可以在运行时自动加载配置的。启动时需要添加:–web.enable-lifecycle
安装Pushgateway
Prometheus 在正常情况下是采用拉模式从产生metric的作业或者exporter(比如专门监控主机的NodeExporter)拉取监控数据。但是我们要监控的是Flink on YARN作业,想要让Prometheus自动发现作业的提交、结束以及自动拉取数据显然是比较困难的。PushGateway 就是一个中转组件,通过配置Flink on YARN作业将metric推到PushGateway,Prometheus 再从PushGateway拉取就可以了。
上传安装包
上传pushgateway-1.4.1.linux-amd64.tar.gz 到虚拟机的/opt/software 目录\
解压安装包
解压到/opt/module目录下
[yudan@hadoop102 software]$ tar -zxvf pushgateway-1.4.1.linux-amd64.tar.gz -C /opt/module
修改目录名
[yudan@hadoop202 ~] cd /opt/module
[yudan@hadoop202 module] mv pushgateway-1.4.1.linux-amd64 pushgateway-1.4.1
安装Alertmanager(选择性安装)
上传安装包
上传alertmanager-0.23.0.linux-amd64.tar.gz 到虚拟机的/opt/software 目录
解压安装包
解压到/opt/module目录下
[yudana@hadoop102 software]$ tar -zxvf alertmanager-0.23.0.linux-amd64.tar.gz -C /opt/module
修改目录名
[yudan@hadoop102 ~] cd /opt/module
[yudan@hadoop102 module] mv alertmanager-0.23.0.linux-amd64 alertmanager-0.23.0
安装Node Exporter(选择性安装)
在Prometheus 的架构设计中,Prometheus Server主要负责数据的收集,存储并且对外提供数据查询支持,而实际的监控样本数据的收集则是由Exporter完成。因此为了能够监控到某些东西,如主机的CPU使用率,我们需要使用到Exporter。Prometheus周期性的从Exporter暴露的HTTP服务地址(通常是/metrics)拉取监控样本数据。
Exporter 可以是一个相对开放的概念,其可以是一个独立运行的程序独立于监控目标以外,也可以是直接内置在监控目标中。只要能够向Prometheus提供标准格式的监控样本数据即可。
为了能够采集到主机的运行指标如CPU, 内存,磁盘等信息。我们可以使用Node Exporter。Node Exporter 同样采用 Golang编写,并且不存在任何的第三方依赖,只需要下载,解压即可运行。可以从https://prometheus.io/download/ 获取最新的node exporter 版本的二进制包。
上传安装包
上传node_exporter-1.2.2.linux-amd64.tar.gz 到虚拟机的/opt/software 目录
解压安装包
解压到/opt/module目录下
[yudan@hadoop102 software]$ tar -zxvf node_exporter-1.2.2.linux-amd64.tar.gz -C /opt/module
修改目录名
[yudan@hadoop102 ~] cd /opt/module
[yudan@hadoop102 module] mv node_exporter-1.2.2.linux-amd64 node_exporter-1.2.2
- 启动并通过页面查看是否成功
- 执行./node_exporter
- 浏览器输入:http://hadoop202:9100/metrics,可以看到当前node exporter 获取到的当前主机的所有监控数据。
节点分发
将解压后的目录分发到要监控的节点
[yudan@hadoop102 module] xsync node_exporter-1.2.2
修改Prometheus配置文件prometheus.yml,在2.1.3的时候已经添加过配置
- targets: ['hadoop102:9100', 'hadoop103:9100', 'hadoop104:9100']
设置为开机自启
创建service文件
[yudan@hadoop102 module] sudo vim /usr/lib/systemd/system/node_exporter.service
[Unit]
Description=node_export
Documentation=https://github.com/prometheus/node_exporter
After=network.target
[Service]
Type=simple
User=yudan
ExecStart= /opt/module/node_exporter-1.2.2/node_exporter
Restart=on-failure
[Install]
WantedBy=multi-user.target
分发文件
[yudan@hadoop102 module] sudo /home/atguigu/bin/xsync /usr/lib/systemd/system/node_exporter.service
设为开机自启动(所有机器都执行)
[yudan@hadoop102 module] sudo systemctl enable node_exporter.service
启动服务(所有机器都执行)
[yudan@hadoop102 module] sudo systemctl start node_exporter.service
启动 Prometheus Server 、 Pushgateway 和 Alertmanager
Prometheus Server 目录下执行启动命令
[yudan@hadoop102 prometheus-2.29.1]$ nohup ./prometheus --config.file=prometheus.yml > ./prometheus.log 2>&1 &
Pushgateway 目录下执行启动命令
[yudan@hadoop102 pushgateway-1.4.1]$ nohup ./pushgateway --web.listen-address :9091 > ./pushgateway.log 2>&1 &
在 Alertmanager 目录下启动
[yudan@hadoop102 alertmanager-0.23.0]$ nohup ./alertmanager --config.file=alertmanager.yml > ./alertmanager.log 2>&1 &
打开web 页面查看
- 浏览器输入:http://hadoop202:9090/
- 点击 Status,选中Targets:
- prometheus、pushgateway和node exporter都是up状态,表示安装启动成功: