【监控】InfluxDB与 Prometheus的监控分析

本文涉及的产品
可观测监控 Prometheus 版,每月50GB免费额度
简介: InfluxDB 与 Prometheus 两个时序数据库可以说是在一个十字路口,背向而行的两个数据库。怎么这么说呢?InfluxDB 是 push 的方式获取监控指标数据, Prometheus 是 pull 的方式获取监控指标数据, promethues 的生态也很完善,比如我们可以使用 cortex 来实现 多租户的管理, influxDB ,还不清楚。这里需要简单的去看一下 influxDB 和 prometheus 两个数据库,做一个比较。

InfluxDB 与 Prometheus 两个时序数据库可以说是在一个十字路口,背向而行的两个数据库。怎么这么说呢?InfluxDB 是 push 的方式获取监控指标数据, Prometheus 是 pull 的方式获取监控指标数据, promethues 的生态也很完善,比如我们可以使用 cortex 来实现 多租户的管理, influxDB ,还不清楚。这里需要简单的去看一下 influxDB 和 prometheus 两个数据库,做一个比较。

获取指标的方式

Prometheus 和 InfluxDB 在数据的采集上两者选择了不同的极端,前者只能 pull , 后者只能 push .

Promethues 的数据采集器,我们称之为 exporter ,每一个 exporter 会对外开放一个 端口, 供 Prometheus Server 拉取数据。

InfluxDB 的数据采集器 Telegraf, influxDB 官方宣传插件化驱动。 这玩意的默认配置文件很多,包括 push 的目的地址,以及各种插件的控制目的等等。相比之下, Prometheus 的 exporter 是不需要任何的配置的,也不需要任何的依赖关系,也就是所谓的开箱即用。

数据存储

InfluxDB 的存储引擎是基于一种叫做TSM的自研引擎,

Prometheus 则是柔和了 leveldb 与 自研的存储引擎.

Prometheus 提供了后端的存储,比如说 Cortex ,还可以基于 Cortex 进行多租户的管理设置。同时,InfluxDB 也可以作为 Prometheus 的存储后端。

InfluxDB嘛,再看。

数据查询(1分钟内 CPU 使用率)

在数据查询上面, InfluxDB 的查询语言 InfluxQL 与 SQL 类似, 但是不能像 SQL 那样做强大的表与表之间的操作.

SELECT 100 - usage_idel FROM "autogen"."cpu" WHERE time > now() - 1m and "cpu"='cpu0'

Prometheus 的查询语言也很有特点, 看起来会像 JSON , 但是通过它也可以实现各种强大的查询操作.

100 - (node_cpu{job="node",mode="idle"}[1m]) 

高可用与集群功能

目前这两者从开源的角度上来说,做的都不是很友好。

influxDB 的集群功能是商业功能,目前开源的有一个 高可用的套件: influxdb-relay .但是这个其实就是在 influxDB 前面增加了一个代理转发,数据经过的时候会被它分发到各个数据库实例上。但是这个不支持 QUuery 的操作,也就是说,在查询上,这个代理这边的数据聚合是一件很麻烦的事情。

Prometheus 这边目前也是没有什么高可用集群概念的,但是 Prometheus 有一个联邦的概念,目的就是解决不同的 Prometheus 采集不同的类型的指标,最后有一个Prometheus进行汇总。同时,Prometheus这边的扩展性会比InfluxDB好很多,比如说远程存储后端,Prometheu可以配置 Cortex 作为租户的管理,配置 Cassandra 作为数据的存储点,这一点是 influxdb比不上的。

告警

监控体系

InfluxDB

一般的,使用 Telegraf + InfluxDB + Grafana + Kapacitor 搭建一套监控体系

Telegraf

Telegraf 是实现 数据采集 的工具。Telegraf 具有内存占用小的特点,通过插件系统开发人员可轻松添加支持其他服务的扩展。

在平台监控系统中,可以使用 Telegraf 采集多种组件的运行信息,而不需要自己手写脚本定时采集,大大降低数据获取的难度;且 Telegraf 配置极为简单,只要有基本的 Linux 基础即可快速上手。Telegraf 按照时间序列采集数据,数据结构中包含时序信息,借助 Influxdb 可以针采集得到的数据完成各种分析计算操作。

influxdb组合监控架构体系

Prometheus

一般的,我们使用 Exporter+ Prometheus+ Grafana + Alertmanager 搭建一套监控体系

Prometheus重视可靠性,但是做不到准确性(100%),比如说,请求计费,Prometheus 就不是一个很好的选择,因为 Prometheus 收集到的数据存在不够详细和完整。在这种情况下,用 InfluxDB 来收集和分析数据以进行计费计算回事比较好的,使用 Prometheus 来进行其他的监控。

结论

  • 如果只考虑监控, Prometheus 是最好的选择,至少在 Prometheus 和 InfluxDB 里面。 Prometheus 是最优秀的。
  • 但是,如果除了监控,还会有其他的一些业务指标,InfluxDB 是比较合适的。
相关文章
|
3月前
|
Prometheus 监控 Cloud Native
云原生监控实战:Prometheus+Grafana快速搭建指南
云原生监控实战:Prometheus+Grafana快速搭建指南
|
3月前
|
存储 Prometheus 监控
OSS监控体系搭建:Prometheus+Grafana实时监控流量、错误码、存储量(开源方案替代云监控自定义视图)
本方案基于Prometheus构建OSS监控系统,涵盖架构设计、指标采集、可视化、告警及性能优化,助力企业实现高可用、低成本的自建监控体系。
395 1
|
4月前
|
Prometheus 监控 Cloud Native
除了Prometheus,还有哪些工具可以监控Docker Swarm集群的资源使用情况?
除了Prometheus,还有哪些工具可以监控Docker Swarm集群的资源使用情况?
384 79
|
3月前
|
存储 监控 Cloud Native
云原生监控实战:Prometheus+Grafana打造RDS多维度预警体系
本方案构建了基于Prometheus与Thanos的云原生RDS监控体系,涵盖数据采集、存储、可视化与告警全流程。支持10万+QPS采集、90%存储压缩,具备<30秒告警延迟能力。通过自定义指标与智能预警策略,显著提升故障发现效率,实现分钟级响应。
305 5
|
3月前
|
Prometheus 监控 Cloud Native
|
2月前
|
Prometheus 监控 Cloud Native
Docker 部署 Prometheus 和 Grafana 监控 Spring Boot 服务
Docker 部署 Prometheus 和 Grafana 监控 Spring Boot 服务实现步骤
|
6月前
|
Prometheus Kubernetes 监控
Kubernetes监控:Prometheus与AlertManager结合,配置邮件告警。
完成这些步骤之后,您就拥有了一个可以用邮件通知你的Kubernetes监控解决方案了。当然,所有的这些配置都需要相互照应,还要对你的Kubernetes集群状况有深入的了解。希望这份指南能帮助你创建出适合自己场景的监控系统,让你在首次发现问题时就能做出响应。
309 22
|
9月前
|
存储 数据采集 Prometheus
Grafana Prometheus Altermanager 监控系统
Grafana、Prometheus 和 Alertmanager 是一套强大的开源监控系统组合。Prometheus 负责数据采集与存储,Alertmanager 处理告警通知,Grafana 提供可视化界面。本文简要介绍了这套系统的安装配置流程,包括各组件的下载、安装、服务配置及开机自启设置,并提供了访问地址和重启命令。适用于希望快速搭建高效监控平台的用户。
492 20
|
9月前
|
Prometheus 监控 Cloud Native
Prometheus+Grafana监控Linux主机
通过本文的步骤,我们成功地在 Linux 主机上使用 Prometheus 和 Grafana 进行了监控配置。具体包括安装 Prometheus 和 Node Exporter,配置 Grafana 数据源,并导入预设的仪表盘来展示监控数据。通过这种方式,可以轻松实现对 Linux 主机的系统指标监控,帮助及时发现和处理潜在问题。
783 7
|
9月前
|
Prometheus 监控 Cloud Native
无痛入门Prometheus:一个强大的开源监控和告警系统,如何快速安装和使用?
Prometheus 是一个完全开源的系统监控和告警工具包,受 Google 内部 BorgMon 系统启发,自2012年由前 Google 工程师在 SoundCloud 开发以来,已被众多公司采用。它拥有活跃的开发者和用户社区,现为独立开源项目,并于2016年加入云原生计算基金会(CNCF)。Prometheus 的主要特点包括多维数据模型、灵活的查询语言 PromQL、不依赖分布式存储、通过 HTTP 拉取时间序列数据等。其架构简单且功能强大,支持多种图形和仪表盘展示模式。安装和使用 Prometheus 非常简便,可以通过 Docker 快速部署,并与 Grafana 等可
4279 2