云原生技术系列-监控系统Prometheus之列一：基本概念与数
简介
Prometheus 是一个 Metrics 监控系统，与 Kubernetes 同属 CNCF（Cloud Native Computing Foundation），它已经成为炙手可热的 Kubernetes 生态圈中的核心监控系统，越来越多的项目（如Kubernetes 和 Etcd 等 ）都提供了对 Prometheus 的原生支持，从侧面体现了社区对它的认可。可以说，Prometheus是一个云原生监控系统，是当前微服务和容器盛行时代下的监控利器。
Prometheus（简称 Prom） 是新一代的监控系统，配置简单却灵活，对容器、微服务等支持良好。本文主要介绍一下 Prometheus 的基础概念。
初识
Prometheus是什么？
- 性能不错的时间序列数据库(DB-Engine排行第四)
- 最热门的指标监控基础组件
Prometheus解决什么问题？
指标监控的指标采集、存储、查询、聚合和告警;
Prometheus有什么优势？
- 强大的生态体系，大部分常见软件都提供有Prometheus客户端
- 成熟的项目，是第二个从CNCF毕业的开源项目
- 标准的数据格式，标准化项目OpenMetrics是以Prometheus数据格式作为蓝本
主要特性
- 强大的多维度数据模型：
- 时间序列数据通过 metric 名和键值对来区分。
- 所有的 metrics 都可以设置任意的多维标签。
- 数据模型更随意，不需要刻意设置为以点分隔的字符串。
- 可以对数据模型进行聚合，切割和切片操作。
- 支持双精度浮点类型，标签可以设为全 unicode。
- 灵活而强大的查询语句（PromQL）：在同一个查询语句，可以对多个 metrics 进行乘法、加法、连接、取分数位等操作。
- 易于管理： Prometheus server 是一个单独的二进制文件，可直接在本地工作，不依赖于分布式存储。
- 高效：平均每个采样点仅占 3.5 bytes，且一个 Prometheus server 可以处理数百万的 metrics。
- 使用 pull 模式采集时间序列数据，这样不仅有利于本机测试而且可以避免有问题的服务器推送坏的 metrics。
- 可以采用 push gateway 的方式把时间序列数据推送至 Prometheus server 端。
- 可以通过服务发现或者静态配置去获取监控的 targets。
- 有多种可视化图形界面。
- 易于伸缩。
Prometheus 核心概念
下面将对 Prometheus 中的数据模型，metric 类型以及 instance 和 job 等概念进行介绍，以便读者在 Prometheus 的配置和使用中可以有一个更好的理解。
数据模型
Prometheus 从根本上存储的所有数据都是时间序列数据（Time Serie Data，简称时序数据）。时序数据是具有时间戳的数据流，该数据流属于某个度量指标（Metric）和该度量指标下的多个标签（Label）。除了提供存储功能，Prometheus 还可以利用查询表达式来执行非常灵活和复杂的查询。
Prometheus 中存储的数据为时间序列，是由 metric 的名字和一系列的标签（键值对）唯一标识的，不同的标签则代表不同的时间序列。
- metric 名字：该名字应该具有语义，一般用于表示 metric 的功能，例如：http_requests_total, 表示 http 请求的总数。其中，metric 名字由 ASCII 字符，数字，下划线，以及冒号组成，且必须满足正则表达式 [a-zA-Z_:][a-zA-Z0-9_:]*。
- 标签：使同一个时间序列有了不同维度的识别。例如 http_requests_total{method="Get"} 表示所有 http 请求中的 Get 请求。当 method="post" 时，则为新的一个 metric。标签中的键由 ASCII 字符，数字，以及下划线组成，且必须满足正则表达式 [a-zA-Z_:][a-zA-Z0-9_:]*。
- 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时间戳。
格式：
<metric name>{<label name>=<label value>, …}
，例如：
http_requests_total{method="POST",endpoint="/api/tracks"}
四种Metric类型
Prometheus 客户端库主要提供四种主要的 metric 类型：
计数器（Counter）
计数器是一种累计型的metric度量指标，它是一个只能递增的数值。计数器主要用于统计类似于服务请求数、任务完成数和错误出现次数这样的数据。
例如，查询 http_requests_total{method="get", job="Prometheus", handler="query"}返回 8，10 秒后，再次查询，则返回 14。
计量器（Gauge）
计量器表示一个既可以增加, 又可以减少的度量指标值。计量器主要用于测量类似于温度、内存使用量这样的瞬时数据。
例如：go_goroutines{instance="172.17.0.2", job="Prometheus"}返回值 147，10 秒后返回 124。
直方图（Histogram）
直方图对观察结果（通常是请求持续时间或者响应大小这样的数据）进行采样，并在可配置的桶中对其进行统计。有以下几种方式来产生直方图（假设度量指标为 <basename>）：
- 按桶计数，相当于 <basename>_bucket{le="<upper inclusive bound>"}
- 采样值总和，相当于 <basename>_sum
- 采样值总数，相当于 <basename>_count ，也等同于把所有采样值放到一个桶里来计数 <basename>_bucket{le="+Inf"}
汇总（Summary）
类似于直方图，汇总也对观察结果进行采样。除了可以统计采样值总和和总数，它还能够按分位数统计。有以下几种方式来产生汇总（假设度量指标为 <basename>）：
按分位数，也就是采样值小于该分位数的个数占总数的比例小于 φ，相当于 <basename>{quantile="<φ>"}
采样值总和，相当于 <basename>_sum
采样值总数，相当于 <basename>_count
实例（Instance）和任务（Job）
在 Prometheus 里，可以从中抓取采样值的端点称为实例，为了性能扩展而复制出来的多个这样的实例形成了一个任务。
例如下面的 api-server 任务有四个相同的实例：
job: api-server
instance 1: 1.2.3.4:5670
instance 2: 1.2.3.4:5671
instance 3: 5.6.7.8:5670
instance 4: 5.6.7.8:5671
Prometheus 抓取完采样值后，会自动给采样值添加下面的标签和值：
- job: 抓取所属任务。
- instance: 抓取来源实例
另外每次抓取时，Prometheus 还会自动在以下时序里插入采样值：
#采样值为 1 表示实例健康，否则为不健康
up{job="[job-name]", instance="instance-id"}
#采样值为本次抓取消耗时间
scrape_duration_seconds{job="[job-name]", instance="[instance-id]"}
# 采样值为重新打标签后的采样值个数
scrape_samples_post_metric_relabeling{job="<job-name>", instance="<instance-id>"}
# 采样值为本次抓取到的采样值个数
scrape_samples_scraped{job="<job-name>", instance="<instance-id>"}
