prometheus概念

一、Prometheus 概述

1.prometheus 概念：开源的系统监控和告警系统，在 k8s 分布式的容器化管理系统当中，一般都是搭配 promethuse 来进行监控；是一个服务监控系统，同时也可以监控主机，自带数据库，名字叫时序数据库，数据库提供了 promql 语句用来采集和统计指标项、以及存储和查询接口。

2.prometheus 组件：

nodeexporter（数据采集）：在 k8s 集群当中部署在 node 节点上，用来收集节点上的数据（数据包括 CPU、硬盘及 pod 的使用情况，需要部署在每个节点上），再通过 pushgateway 把数据上传到 prometheus 的时序数据库，然后根据 promql 语句来进行分类展示。

3.promethues 特点：

1. 多维的数据模型，按照时间的顺序记录系统，以及设备状态的变化，容器化的数据，为每个数据指定一个样本。比如服务器指标数据、应用程序的性能监控、网络数据都是一个时间序列数据
2. 内置时间序列数据库 —-TSDB
3. promql 查询语句
4. 根据 http 协议拉取数据
5. 自带服务自动发现功能
6. Prometheus 自带的原生数据展示不是很优化，有专门为他数据展示的工具，Grafana 插件

4、prometheus 的存储引擎：TSDB

1. 能够存储的数据量很庞大
2. 大部分都是写入操作
3. 写入操作时一个时序性添加，大多数情况下都是按照时间排列
4. 很少更新数据，采集到的数据在秒级或者分钟级就会被写入数据库
5. 基本数据大，一般超过了内存大小。数据按照一定的时间区间展示，缓存在这里不起作用
6. 读操作，一般都是高并发的操作。
7. 就是为了大数据、高并发而生的

5、Altermanager：

独立的告警模块，从 Prometheus server 收到告警通知之后，Altermanager 进行重组、分类、发送到对应的接收方，电子邮件、钉钉、企业微信

6.prometheus 和 zabbix 区别：

二者之间功能的比较：

指标收集方式：

zabbix：基于 server 和 agent，agent 部署在客户端，然后把数据传送到服务器，基于 tcp 协议 ip+ 端口进行通信。四层。

Prometheus：基于客户端进行数据收集，服务端会定时与客户端交互，通过 pull 拉取方式获取监控指标，基于 http 协议通信，七层。

数据存储：

zabbix：使用外部的数据库来保存数据（mysql、oracle、postgreSQL 等关系型数据库）

Prometheus：存储在内置的 TSDB（时间序列数据库），只支持存储时间序列的值

查询性能：

zabbix：查询性能较弱，只能在 web 界面做一些有限的操作

Prometheus：查询功能强大，自带查询语句。查询结果都是以图形或者表格数据展示的

监控内容：

zabbix 主要为了监控服务器的状态，cpu— 内存 — 硬盘 —- 网络流量 — 自定义监控项（非虚拟化部署的程序），zabbix 的时间更长，更加成熟，使用监控方面要求不高，只需要对服务设备监控的场景。可以监控容器，但是容器的兼容性差，反应会特变慢。

prometheus：专门为 K8s 定制的监控软件，对于容器产品兼容度更好，定制化程序更高，更适合微服务场景。

告警功能：

二者都是内置告警功能，但是 peometheus 不能打电话。

7. 总的来说，zabbix 更成熟，上手难度低，对于传统的服务器，系统和网络都有优秀的监控能力。但是他不适配云原生，不适配容器监控，而 Prometheus 就是容器化监控，支持 K8S 的监控功能。但是难，promQL 不好学。

二、二进制部署

1.K8s 集群三台主机全都拉取 node-exporter 软件包，主节点再拉 prometheus-2.45.0 和 grafana-enterprise-7.5.11-1

解压 prometheus 及改名

将 prometheus 添加到系统管理服务当中后进行重启，并且查看 prometheus9090 端口是否起来

修改 prometheus 的配置文件 vim prometheus.yml，添加各个节点 IP 地址以及采取数据的默认路径

安装 node-export 数据采集器，三台主机同步解压、改名，并且把 node_exporter 添加到系统识别项 /usr/local/bin

添加到系统服务当中，启动 nodeexporter 并且查看端口，三台主机同步

完了主节点重启 prometheus

主节点安装 grafana 并且重启检查端口

访问 prometheus

访问 grafana

grafana 的模板地址：Grafana dashboards | Grafana Labs