測試環(huán)境

prometheus-2.26.0.linux-amd64.tar.gz
下載地址：https://github.com/prometheus/prometheus/releases/download/v2.26.0/prometheus-2.26.0.linux-amd64.tar.gz
prometheus-2.54.1.linux-amd64.tar.gz
下載地址：https://github.com/prometheus/prometheus/releases/download/v2.26.0/prometheus-2.26.0.linux-amd64.tar.gz
CentOS 7.9

下載并運行Prometheus

# wget https://github.com/prometheus/prometheus/releases/download/v2.26.0/prometheus-2.26.0.linux-amd64.tar.gz
# tar xvzf prometheus-2.26.0.linux-amd64.tar.gz
# cd prometheus-2.26.0.linux-amd64
# ls
console_libraries  consoles  LICENSE  NOTICE  prometheus  prometheus.yml  promtool

開始運行之前，先對它進行配置。

配置Prometheus自身監(jiān)控

Prometheus通過抓取度量HTTP端點來從目標收集指標。由于Prometheus以同樣的方式暴露自己的數(shù)據(jù)，它也可以搜集和監(jiān)控自己的健康狀況。
雖然只收集自身數(shù)據(jù)的Prometheus服務器不是很有用，但它是一個很好的開始示例。保存以下Prometheus基礎配置到一個名為prometheus.yml的文件（安裝包自動解壓后，解壓目錄下，默認就就有一個名為prometheus.yml的文件）

global:
  scrape_interval:     15s # 默認，每15秒采樣一次目標

  # 與其它外部系統(tǒng)(比如federation, remote storage, Alertmanager)交互時，會附加這些標簽到時序數(shù)據(jù)或者報警
  external_labels:
    monitor: 'codelab-monitor'

# 一份采樣配置僅包含一個 endpoint 來做采樣
# 下面是 Prometheus 本身的endpoint:
scrape_configs:
  # job_name 將被被當作一個標簽 `job=`添加到該配置的任意時序采樣.
  - job_name: 'prometheus'

    # 覆蓋全局默認值，從該job每5秒對目標采樣一次
    scrape_interval: 5s

    static_configs:
      # 如果需要遠程訪問， localhost  也可以替換為具體IP，比如10.118.71.170
      - targets: ['localhost:9090']

有關配置選項的完整說明，請參閱配置文檔。

啟動Prometheus

使用新創(chuàng)建的配置文件來啟動 Prometheus，切換到包含 Prometheus 二進制文件的目錄并運行

# 啟動 Prometheus.
# 默認地, Prometheus 在 ./data 路徑下存儲其數(shù)據(jù)庫 (flag --storage.tsdb.path).
# ./prometheus --config.file=prometheus.yml

通過訪問localhost:9000來瀏覽狀態(tài)頁。等待幾秒讓他從自己的 HTTP metric endpoint 來收集數(shù)據(jù)。

還可以通過訪問到其 metrics endpoint（http://localhost:9090/metrics）來驗證 Prometheus 是否正在提供有關其自身的 metrics

開放防火墻端口

# firewall-cmd --permanent --zone=public --add-port=9090/tcp
success
# firewall-cmd --reload
success

使用expressin browser

使用 Prometheus 內(nèi)置的expressin browser訪問localhost:9090/graph，選擇Graph導航菜單下的Tabletab頁 (Classic UI下為Consoletab頁)。

通過查看localhost:9090/metrics頁面內(nèi)容可知，Prometheus 導出了關于其自身的一個名為prometheus_target_interval_length_seconds指標（目標采樣之間的實際間隔）。將其作為搜索表達式，輸入到表達式搜索框中，點擊Execute按鈕，如下，將返回多個不同的時間序列（以及每個時間序列的最新值），所有時間序列的 metric 名稱均為prometheus_target_interval_length_seconds，但具有不同的標簽。這些標簽具有不同的延遲百分比和目標組間隔（target group intervals）。

如果我們只對第 99 個百分位延遲感興趣，則可以使用以下查詢來檢索該信息：

prometheus_target_interval_length_seconds{quantile="0.99"}

如果需要計算返回的時間序列數(shù)，可以修改查詢?nèi)缦拢?/p>

count(prometheus_target_interval_length_seconds)

更多有關 expression language 的更多信息，請查看 expression language 文檔。

使用繪圖界面

要繪制圖形表達式，請使用 “Graph” 選項卡。

例如，輸入以下表達式以繪制在自采樣的 Prometheus 中每秒創(chuàng)建 chunk 的速率：

rate(prometheus_tsdb_head_chunks_created_total[1m])

啟動一些采樣目標

現(xiàn)在讓我們增加一些采樣目標供 Prometheus 進行采樣。

使用Node Exporter作為采樣目標，多關于它的使用請查閱

# wget https://github.com/prometheus/node_exporter/releases/download/v1.1.2/node_exporter-1.1.2.linux-amd64.tar.gz
# tar -xvzf node_exporter-1.1.2.linux-amd64.tar.gz
# ./node_exporter --web.listen-address 127.0.0.1:8001
# ./node_exporter --web.listen-address 127.0.0.1:8002
# ./node_exporter --web.listen-address 127.0.0.1:8003

現(xiàn)在，應該存在監(jiān)聽http://localhost:8080/metrics, http://localhost:8081/metrics 和http://localhost:8082/metrics的示例目標

配置 Prometheus 來監(jiān)控示例目標

現(xiàn)在，我們將配置 Prometheus 來采樣這些新目標。讓我們將所有三個 endpoint 分組為一個稱為 “node” 的 job。但是，假設前兩個 endpoint 是生產(chǎn)目標，而第三個 endpoint 代表金絲雀實例。為了在 Prometheus 中對此建模，我們可以將多個端組添加到單個 job 中，并為每個目標組添加額外的標簽。在此示例中，我們將group=“ production”標簽添加到第一個目標組，同時將group=“ canary”添加到第二個目標。

為此，請將以下job定義添加到prometheus.yml中的scrape_configs部分，然后重新啟動 Prometheus 實例。修改后的prometheus.yml內(nèi)容如下

global:
  scrape_interval:     15s # 默認，每15秒采樣一次目標

  # 與其它外部系統(tǒng)(比如federation, remote storage, Alertmanager)交互時，會附加這些標簽到時序數(shù)據(jù)或者報警
  external_labels:
    monitor: 'codelab-monitor'

# 一份采樣配置僅包含一個 endpoint 來做采樣
# 下面是 Prometheus 本身的endpoint:
scrape_configs:
  # job_name 將被被當作一個標簽 `job=`添加到該配置的任意時序采樣.
  - job_name: 'prometheus'

    # 覆蓋全局默認值，從該job每5秒對目標采樣一次
    scrape_interval: 5s

    static_configs:
      - targets: ['10.118.71.170:9090']

  - job_name: 'node'

    # Override the global default and scrape targets from this job every 5 seconds.
    scrape_interval: 5s

    static_configs:
      - targets: ['localhost:8001', 'localhost:8002']
        labels:
          group: 'production'

      - targets: ['localhost:8003']
        labels:
          group: 'canary'

查看Targets(Status->Targets)

Graph查詢

配置規(guī)則以將采樣的數(shù)據(jù)聚合到新的時間序列

盡管在我們的示例中并不會有問題，但是在聚集了數(shù)千個時間序列中查詢時可能會變慢。為了提高效率，Prometheus 允許通過配置的記錄規(guī)則將表達式預記錄到全新的持久化的時間序列中。假設我們感興趣的是 5 分鐘的窗口內(nèi)測得的每個實例的所有cpu上平均的cpu時間（node_cpu_seconds_total，保留 Job，instance，和mode 維度））。我們可以這樣寫：

avg by (job, instance, mode) (rate(node_cpu_seconds_total[5m]))

Graph中執(zhí)行查詢，結果如下

現(xiàn)在，要將由該表達式產(chǎn)生的時間序列記錄到一個名為：job_instance_modeavg_rate5m的新指標，使用以下記錄規(guī)則創(chuàng)建文件并將其保存prometheus.rules.yml

groups:
- name: cpu-node
  rules:
  - record: job_instance_modeavg_rate5m
    expr: avg by (job, instance, mode) (rate(node_cpu_seconds_total[5m]))

在prometheus.yml中添加rule_files語句，以便 Prometheus 選擇此新規(guī)則。現(xiàn)在，prometheus.yml配置應如下所示：

global:
  scrape_interval:     15s # 默認，每15秒采樣一次目標

  # 與其它外部系統(tǒng)(比如federation, remote storage, Alertmanager)交互時，會附加這些標簽到時序數(shù)據(jù)或者報警
  external_labels:
    monitor: 'codelab-monitor'

rule_files:
  - 'prometheus.rules.yml'

# 一份采樣配置僅包含一個 endpoint 來做采樣
# 下面是 Prometheus 本身的endpoint:
scrape_configs:
  # job_name 將被被當作一個標簽 `job=`添加到該配置的任意時序采樣.
  - job_name: 'prometheus'

    # 覆蓋全局默認值，從該job每5秒對目標采樣一次
    scrape_interval: 5s

    static_configs:
      - targets: ['10.118.71.170:9090']

  - job_name: 'node'

    # Override the global default and scrape targets from this job every 5 seconds.
    scrape_interval: 5s

    static_configs:
      - targets: ['localhost:8001', 'localhost:8002']
        labels:
          group: 'production'

      - targets: ['localhost:8003']
        labels:
          group: 'canary'

通過新的配置重新啟動 Prometheus，并通過expression brower查詢job_instance_modeavg_rate5m，結果如下

鏈接：https://www.cnblogs.com/shouke/p/18667439