tech
Defaultdeesfrzh

Prometheus

基于指标的监控系统 - 拉取模型、PromQL 查询、告警，云原生和 Kubernetes 首选

TL;DR

是什么：开源监控和告警工具包。

为什么用：拉取式指标、强大的查询语言（PromQL）、服务发现、告警。

Quick Start

使用 Docker 安装：

docker run -d --name prometheus \
  -p 9090:9090 \
  prom/prometheus

打开 http://localhost:9090

或使用配置文件：

# prometheus.yml
global:
  scrape_interval: 15s

scrape_configs:
  - job_name: 'prometheus'
    static_configs:
      - targets: ['localhost:9090']
docker run -d -p 9090:9090 \
  -v ./prometheus.yml:/etc/prometheus/prometheus.yml \
  prom/prometheus

Cheatsheet

PromQL描述
metric_name选择指标
metric{label="value"}按标签过滤
rate(metric[5m])每秒速率
sum(metric)聚合求和
avg by (label)(metric)分组平均
histogram_quantile(0.95, metric)95 分位数

Gotchas

PromQL 查询

# 每秒 HTTP 请求速率
rate(http_requests_total[5m])

# 错误率百分比
sum(rate(http_requests_total{status=~"5.."}[5m])) /
sum(rate(http_requests_total[5m])) * 100

# CPU 使用率
100 - (avg by(instance) (rate(node_cpu_seconds_total{mode="idle"}[5m])) * 100)

# 内存使用
node_memory_MemTotal_bytes - node_memory_MemAvailable_bytes

应用程序埋点

# Python 使用 prometheus_client
from prometheus_client import Counter, start_http_server

requests_total = Counter('http_requests_total', 'Total requests', ['method', 'path'])

@app.route('/')
def hello():
    requests_total.labels(method='GET', path='/').inc()
    return 'Hello'

start_http_server(8000)  # 指标端点

告警规则

# alert.rules.yml
groups:
  - name: example
    rules:
      - alert: HighErrorRate
        expr: rate(http_requests_total{status="500"}[5m]) > 0.1
        for: 5m
        labels:
          severity: critical
        annotations:
          summary: 检测到高错误率

抓取配置

scrape_configs:
  - job_name: 'node'
    static_configs:
      - targets: ['localhost:9100']

  - job_name: 'kubernetes-pods'
    kubernetes_sd_configs:
      - role: pod

Next Steps