本文共 2982 字，大约阅读时间需要 9 分钟。
Prometheus 是一款强大且灵活的数据监控工具，适用于微服务架构中对时间序列数据的采集、存储和查询。以下是其主要特点：
多维度数据模型
Prometheus 的数据模型支持灵活的标签体系，通过标签（键值对）将时间序列数据细粒化，便于按维度查询和分析。可以针对每个标签（如环境、机器类型、应用实例）进行聚合、切割或切片操作，支持双精度浮点类型和全 Unicode 标签。灵活的 PromQL 语法
在同一个查询中，可以对多个 metrics 进行算术运算（如加、乘、取整），空间替换（如连接），取分位数等操作，极大提升数据处理的灵活性。高效的数据存储
Prometheus 服务器每个采样点仅占 3.5 字节，处理能力强，单实例可以支持数百万级别的 time series 数据。按需拉取或推送数据
Prometheus 采用 pull 模式，计算机直接向服务器拉取数据；同时支持通过 Push Gateway 向服务器推送数据，适用于防火墙或网络隔离场景。多样化可视化界面
提供丰富的可视化图表类型（如表、条形、柱状、折线图等），满足不同用户的数据展示需求。Prometheus 生态系统由多个关键组件组成，典型安装包括：
Prometheus Server
数据收集和存储的核心，负责从配置好的 jobs 或 exporters拉取 metrics，运行 alert 规则生成警报。Push Gateway
用于短期 metric 数据的推送，适用于防火墙限制或网络不稳定的场景，支持持久化存储。** exporters**
负责将第三方系统（如数据库、应用程序）的 metrics 暴露给 Prometheus。常见的有 Node exporter（收集系统资源信息）、http exporter 等。Alertmanager
处理 Prometheus 生成的警报，进行去重、分组后发送给配置的通知接收端（如 PagerDuty、OpsGenie等）。PromQL
提供强大的查询语言，支持复杂的数据聚合和计算。数据采集
Prometheus 按需从配置的 jobs、exporters 或 Push Gateway 拉取 metrics，或主动从 Push Gateway 推送数据。数据存储
将收集到的 metrics 存储为时间序列数据，建立一个多维度的数据模型。告警处理
Prometheus 根据预设的 alert 规则，生成并推送告警信息到 Alertmanager，Alertmanager 接下来根据配置处理并发布告警。可视化展示
利用 Prometheus 提供的图形界面对数据进行可视化展示，便于监控和分析。扩展与管理
支持通过配置文件或 API 扩展监控模块，实现对任意数据源的统一管理。数据模型
Prometheus 中的数据由以下元素构成：Metric 类型
Prometheus 提供四种主要的 metric 类型：Counter：累计型 metric，用于统计事件数量（如请求数、错误数等）。
示例：http_requests_total{method=“GET”} 返回 8。
Gauge：常规型 metric，用于监控动态变化的值，如系统资源使用情况。
示例：go_goroutines{instance=“172.17.0.2”} 返回 147。
Histogram：时间分布型 metric，适合监控持续时间，如请求延迟。
Summary：类似于 Histogram，提供计数和百分位信息。
在 Prometheus TERMINOLOGY 中：
Node exporter 的主要功能是从目标节点（如服务器或客户端）收集系统级别的 metrics，包括：
这些数据可直接暴露给 Prometheus 或通过 Push Gateway 推送。
PushGateway 是 Prometheus 生态中的重要工具，主要用于：
注意事项：
下载 & 安装
Prometheus 提供单独的二进制文件安装，适合本地快速部署。配置
基本配置文件（config.yml）包含：启动
./prometheus --config-file=prometheus.yml
访问
Prometheus 界面访问地址：http://localhost:9090下载 & 安装
go get -download https://github.com/prometheus-community/pushgateway/releases/download/...
配置命令运行
./pushgateway --listen=:9090 --source=:9090
本文详细介绍了 Prometheus 的特点、架构、工作流程、数据模型、安装方法及常用实践，希望能为用户掌握 Prometheus 提供全面的参考。
转载地址：http://fomsz.baihongyu.com/