Prometheus 算是一个全能型选手，原生支持容器监控，当然监控传统应用也不是吃干饭的，所以就是容器和非容器他都支持，所有的监控系统都具备这个流程，数据采集→数据处理→数据存储→数据展示→告警，本文就是针对 Prometheus 展开的，所以先看看 Prometheus 概述
Prometheus 概述展开目录
先来看一下 Prometheus 是个啥
Prometheus 是什么
中文名普罗米修斯，最初在 SoundCloud 上构建的监控系统，自 2012 年成为社区开源项目，用户非常活跃的开发人员和用户社区，2016 年加入 CNCF，成为继 kubernetes 之后的第二个托管项目，官方网站
Prometheus 特点展开目录
来自官方摘录
- 多维数据模型：由度量名称和键值对标识的时间序列数据
- PromSQL: — 种灵活的查询语言，可以利用多维数据完成复杂的查询
- 不依赖分布式存储，单个服务器节点可直接工作
- 基于 HTTP 的 pull 方式釆集时间序列数据
- 推送时间序列数据通过 PushGateway 组件支持
- 通过服务发现或静态配罝发现目标
- 多种图形模式及仪表盘支持 (grafana)
Prometheus 组成与架构展开目录
来看一张图，官方扒到的
名称 |
说明 |
Prometheus Server |
收集指标和存储时间序列数据，并提供查询接口 |
Push Gateway |
短期存储指标数据，主要用于临时性任务 |
Exporters |
采集已有的三方服务监控指标并暴露 metrics |
Alertmanager |
告警 |
Web UI |
简单的 WEB 控制台 |
集成了数据的采集，处理，存储，展示，告警一系列流程都已经具备了
数据模型展开目录
Prometheus 将所有数据存储为时间序列，具有相同度量名称以及标签属于同个指标，也就是说 Prometheus 从数据源拿到数据之后都会存到内置的 TSDB 中，这里存储的就是时间序列数据，它存储的数据会有一个度量名称，譬如你现在监控一个 nginx，首先你要给他起个名字，这个名称也就是度量名，还会有 N 个标签，你可以理解名称为表名，标签为字段，所以，每个时间序列都由度量标准名称和一组键值对 (也称为标签) 唯一标识。
时间序列的格式是这样的，
<metricename> {<labelname>=<labelvalue>,...}
metrice name 指的就是度量标准名称，label name 也就是标签名，这个标签可以有多个，例子
jvm_memory_max_bytes{area="heap",id="Eden Space",}
这个度量名称为 jvm_memory_max_bytes，后面是两个标签，和他们各对应的值，当然你还可以继续指定标签，你指定的标签越多查询的维度就越多。
指标类型展开目录
看表格吧
类型名称 |
说明 |
Counter |
递增计数器，适合收集接口请求次数 |
Guage |
可以任意变化的数值，适合 CPU 使用率监控 |
Histogram |
对一段时间内数据进行采集，并对所有数值求和来统计数量 |
Summary |
与 Histogram 类型类似 |
任务和实例展开目录
实例指的就是你可以抓取的目标target，这个会在 Prometheus 配置文件中体现，任务是具有相同目标的实例集合，你可以理解为是一个组(比如，订单服务多台实例机器，可以放入一个任务里，分多个实例target抓取)，一会写配置文件的时候会详细解析，下面开始安装 Prometheus。
Prometheus 部署
我们借助docker来安装，新建目录docker-monitor，在里面创建文件docker-compose.yml，内容如下：
version: "3" services: prometheus: image: prom/prometheus:v2.4.3 container_name: 'prometheus' volumes: - ./prometheus/:/etc/prometheus/ #映射prometheus的配置文件 - /etc/localtime:/etc/localtime:ro #同步容器与宿主机的时间，这个非常重要，如果时间不一致，会导致prometheus抓不到数据 ports: - '9090:9090'
监控web应用性能指标
在docker-monitor目录下新增prometheus目录，在里面创建prometheus配置文件prometheus.yml，内容如下：
global: #全局配置 scrape_interval: 15s #全局定时任务抓取性能数据间隔 scrape_configs: #抓取性能数据任务配置 - job_name: 'test' #抓取订单服务性能指标数据任务，一个job下可以配置多个抓紧的targets，比如订单服务多个实例机器 scrape_interval: 10s #每10s抓取一次 metrics_path: '/actuator/prometheus' #抓取的数据url static_configs: - targets: ['192.168.31.186:8844'] #抓取的服务器地址 labels: application: 'test-label' #抓取任务标签 - job_name: 'prometheus' #抓取prometheus自身性能指标数据任务 scrape_interval: 5s static_configs: - targets: ['localhost:9090']
在docker-monitor目录下执行如下命令启动prometheus
docker-compose up -d
在浏览器访问prometheus：http://192.168.31.186:9090，如下图所示：
点击Status下拉，选中Targets，界面如下：
这里显示了在prometheus里配置的两个抓取任务，不过eureka-server任务是失败的，state是down，接下来我们需要配置下eureka-server服务才能让prometheus抓取数据。
首先需要在eureka-server服务下增加pom依赖，如下：
<!-- 开启springboot的应用监控 --> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-actuator</artifactId> </dependency> <!-- 增加prometheus整合 --> <dependency> <groupId>io.micrometer</groupId> <artifactId>micrometer-registry-prometheus</artifactId> </dependency
还需要再eureka-server服务的配置文件里增加开启springboot admin监控的配置，如下：
management: #开启SpringBoot Admin的监控 endpoints: promethus: enable: true web: exposure: include: '*' endpoint: health: show-details: always
至此完成了prometheus 的部署
以上是prometheus自带的指标查询界面，但是太简陋，一般我们都是使用grafana图形展示工具配合prometheus一起使用
grafana部署
version: "3" services: prometheus: image: prom/prometheus:v2.4.3 container_name: 'prometheus' volumes: - ./prometheus/:/etc/prometheus/ #映射prometheus的配置文件 - /etc/localtime:/etc/localtime:ro #同步容器与宿主机的时间，这个非常重要，如果时间不一致，会导致prometheus抓不到数据 ports: - '9090:9090' grafana: image: grafana/grafana:5.2.4 container_name: 'grafana' ports: - '3000:3000' volumes: - ./grafana/config/grafana.ini:/etc/grafana/grafana.ini #grafana报警邮件配置 - ./grafana/provisioning/:/etc/grafana/provisioning/ #配置grafana的prometheus数据源 - /etc/localtime:/etc/localtime:ro env_file: - ./grafana/config.monitoring #grafana登录配置 depends_on: - prometheus #grafana需要在prometheus之后启动
在docker-monitor目录下新增grafana目录，在里面创建文件config.monitoring，内容如下：
在grafana目录下创建目录provisioning，在里面创建datasources目录，在datasources目录里新建文件datasource.yml，内容如下：
# config file version apiVersion: 1 deleteDatasources: #如果之前存在name为Prometheus，orgId为1的数据源先删除 - name: Prometheus orgId: 1 datasources: #配置Prometheus的数据源 - name: Prometheus type: prometheus access: proxy orgId: 1 url: http://prometheus:9090 #在相同的docker compose下，可以直接用prometheus服务名直接访问 basicAuth: false isDefault: true version: 1 editable: true
在grafana目录下创建目录config，在里面创建文件grafana.ini，内容如下：
#################################### SMTP / Emailing ########################## # 配置邮件服务器 [smtp] enabled = true # 发件服务器 host = smtp.qq.com:465 # smtp账号 user = xxxxxx@qq.com # smtp 授权码，授权码获取请参看课上视频演示 password = xxxxx1213 # 发信邮箱 from_address = xxxxxx@qq.com # 发信人 from_name = jiuge
用docker compose启动grafana，访问grafana页面：http://192.168.31.186:3000，用户名为admin，密码为password，如下：
至此，完成了grafana的搭建。
监控的脚本json文件可以去网上找， 有很多， jvm，mysql，RocketMQ
、Redis等常用的都有。
图形界面看起来就是不一样。
