本篇已加入《 .NET Core on K8S學習實踐系列文章索引》，可以點選檢視更多容器化技術相關系列文章。上一篇介紹了Google開發的容器監控工具cAdvisor，但是其提供的操作界面較為簡陋，且不支援監控多Host，實用性有待提高。是以，本篇會介紹一個流行的生産級監控工具，不，準确說來應該是一個監控方案，它就是Prometheus！

實驗環境：阿裡雲ECS主機（兩台），CentOS 7.4

一、Prometheus簡介

1.1 關于Prometheus

　　Prometheus是由SoundCloud開發的開源監控系統的開源版本。2016年，由Google發起的雲原生基金會CNCF (Cloud Native Computing Foundation) 将其納入為其第二大開源項目（第一大開源項目是Kubernetes）。Prometheus提供了一整套的包括監控資料搜集、存儲、處理、可視化和告警的完整解決方案。

　　Prometheus官網位址：

https://prometheus.io/

　　Prometheus GitHub：

https://github.com/prometheus/prometheus/

1.2 Prometheus架構

　　Prometheus在其官方github上貼出的其架構圖如下：　　

　　為了更容易了解這個架構，這裡我們采用園友

Cloud Man

（他也是本文參考資料《每天5分鐘玩轉Docker》作者）總結的下圖，它去掉了一些部分，隻保留了最重要的元件，可以幫助我們避免注意力分散。

　　從上圖看來，我們着重需要關注以下幾個核心元件：

　　（1）Prometheus Server：負責從Exporter中拉取和存儲監控資料，并提供一套查詢語言（PromQL）供使用者使用。

　　（2）Exporter：負責收集目标對象（如Host或Container）的性能資料，并通過HTTP接口供Prometheus Server擷取。

　　（3）可視化元件 Grafana：擷取Prometheus Server提供的監控資料并通過Web UI的方式完美展現資料。

　　（4）AlertManager：負責根據告警規則和預定義的告警方式發出例如Email、Webhook之類的告警。

1.3 Prometheus資料模型

　　Prometheus 中存儲的資料為時間序列，是由 metric 的名字和一系列的标簽（鍵值對）唯一辨別的，不同的标簽則代表不同的時間序列。

metric 名字：該名字應該具有語義，一般用于表示 metric 的功能，例如：http_requests_total, 表示 http 請求的總數。其中，metric 名字由 ASCII 字元，數字，下劃線，以及冒号組成，且必須滿足正規表達式 a-zA-Z_:*。
标簽：使同一個時間序列有了不同次元的識别。例如 http_requests_total{method="Get"} 表示所有 http 請求中的 Get 請求。當 method="post" 時，則為新的一個 metric。标簽中的鍵由 ASCII 字元，數字，以及下劃線組成，且必須滿足正規表達式 a-zA-Z_:*。
樣本：實際的時間序列，每個序列包括一個 float64 的值和一個毫秒級的時間戳。

　　時間序列格式：

<metric name>{<label name>=<label value>, ...}

　　示例：

api_http_requests_total{method="POST", handler="/messages"}

　　之前有分享過另一個

時序資料庫InfluxDB

，它也是一個不錯的時序資料庫，經常用來作為監控資料的存儲。OK，關于Prometheus的簡介就到這兒，下面那我們開始動手将Prometheus初步用起來。

二、Prometheus實踐

2.1 實驗環境說明

　　此次實驗會搭建一個基于Prometheus的監控系統，用于監控兩台阿裡雲ECS主機，監控目标為Host和容器兩個層次。

主機	IP	運作元件
阿裡雲ECS1	47.102.140.100	Prometheus Server、Grafana、Exporter(Node Exporter & cAdvisor)
阿裡雲ECS2	47.102.140.101	Exporter(Node Exporter & cAdvisor)

Note：Prometheus支援多種Exporter，這裡我們使用Node Exporter 和 cAdvisor。其中，Node Exporter用于收集Host相關資料，cAdvisor用于收集容器相關資料。Node Exporter 和 cAdvisor 會運作在所有實驗主機上。

2.2 運作Node Exporter

　　在兩台主機上執行以下指令運作Node Exporter：

docker run -d -p 9100:9100 \
-v "/proc:/host/proc" \
-v "/sys:/host/sys" \
-v "/:/rootfs" \
prom/node-exporter \
--path.procfs /host/proc \
--path.sysfs /host/sys \
--collector.filesystem.ignored-mount-points "^/(sys|proc|dev|host|etc)($|/)"

　　執行成功後，會建立一個Node Exporter的容器執行個體，通路兩台主機的位址

http://[ECS1/2-HostIP]:9100/metrics

，你可以看到如下圖所示的資訊：

　　如果能看到上圖，說明你的Node Exporter可以為Prometheus提供該Host的監控資料了。

2.3 運作cAdvisor

　　這部分我們在上一篇《

容器監控（2）cAdvisor

》中已經介紹過了，這裡我們繼續在這兩台主機中執行以下指令安裝運作cAdvisor（如果已經運作了，就不必再執行了）：

docker run \
  --volume=/:/rootfs:ro \
  --volume=/var/run:/var/run:rw \
  --volume=/sys:/sys:ro \
  --volume=/var/lib/docker/:/var/lib/docker:ro \
  --volume=/dev/disk/:/dev/disk:ro \
  --publish=8080:8080 \
  --detach=true \
  --name=cadvisor \
  google/cadvisor:latest

　　同樣，我們也可以通過通路

http://[ECS1/2-HostIP]:8080/metrics

來檢視cAdvisor提供的監控資料，如下圖所示：

　　如果能看到上圖，說明你的cAdvisor可以為Prometheus提供該Host的監控資料了。

2.4 運作Prometheus Server

　　這裡我們在主機A（表中的ECS1）上執行以下指令來運作Prometheus Server：

docker run -d -p 9090:9090 \
  -v /edc/prometheus/prometheus.yml:/etc/prometheus/prometheus.yml \
  --name prometheus \
  prom/prometheus

　　此外，這裡的prometheus.yml 是Prometheus Server的配置檔案，需要事先編輯好并放到指定目錄下（這裡是/edc/prometheus/目錄下）讓docker可以讀取到，内容如下：

global:
  scrape_interval: 15s
  evaluation_interval: 15s
  external_labels:
    monitor: 'edc-lab-monitor'

alerting:
  alertmanagers:
  - static_configs:
    - targets:
      # - alertmanager:9093

rule_files:
  # - "first.rules"
  # - "second.rules"
  
scrape_configs:
  - job_name: 'prometheus'
    static_configs:
      - targets: ['47.102.140.100:9090']
  
  - job_name: 'host'
    static_configs:
      - targets: ['47.102.140.100:9100','47.102.140.101:9100']

  - job_name: 'container'
    static_configs:
      - targets: ['47.102.140.100:8080','47.102.140.101:8080']

　　這裡需要注意的配置是scrape_configs中的static_configs，裡面定義了Prometheus會從哪些Exporter中抓取監控資料，這裡指定了兩台雲主機的Node Exporter與cAdvisor。

　　執行成功後，Prometheus容器已經建立好了，通路這台ECS1的位址：

http://[ECS1

Host IP]:9090/metrics，如下圖所示：

　　然後，我們直接通路

http://[ECS1-HostIP]:9090

，會進入Prometheus首頁：

　　單擊菜單Status => Targets，會看到所有監控的目标Exporters：

　　可以看到所有監控目标的狀态都是Up，表示Prometheus Server可以正常擷取監控資料。

2.5 運作Grafana

　　這裡我們繼續在主機A（ECS1）上執行以下指令運作Grafana：

docker run -d -i -p 3000:3000 \
-e "GF_SERVER_ROOT_URL=http://grafana.server.name" \
-e "GF_SECURITY_ADMIN_PASSWORD=secret" \
grafana/grafana

　　-e "GF_SECURITY_ADMIN_PASSWORD=secret" 則指定了Admin使用者的密碼為secret，這裡你也可以随你的意願改為你可以記得住的。

　　執行成功後，我們可以通過通路：

http://[ECS1-HostIP]:3000

看到以下Grafana的登入界面

　　下面幾個步驟用于初始化配置Grafana讓其可以展示監控資料儀表盤Dashboard：

　　Step1.登陸之後進入首頁，選擇引導頁，從"add data source"開始，第一步選擇時序資料庫，這裡選擇Prometheus

　　Step2.配置Prometheus Server位址及Name，完成後點選“Save&Test”：

　　Step3.回到引導首頁，選擇Add Dashboard按鈕，進入Dashboard頁，選擇Import Dashboard，進入下圖：

　　這裡選擇的Dashboard，你可以在

grafana的dashboard官網

的搜尋你喜歡的關于Docker監控主題的各種Dashboard樣式。這裡我們要做的就是将其ID（這裡我選擇的一個Docker監控的dashboard ID是193，其餘的我不記得了）複制到圖中的文本框中（當然，你也可以下載下傳json并粘貼進去）。

　　Step4.Grafana識别之後，就會顯示其詳情讓你确認。在确認頁選擇Prometheus的資料源，這裡選擇我們剛剛添加的資料源，然後點選Import即可完成導入。

　　完成以上導入Dashboard步驟之後，這裡我的Dashboard清單有了三個Dashboard：

　　這裡我們主要關注第一個（Docker-Monitor）和第三個（Host-Monitor），先來看第一個Dashboard，它主要是為我們展示Docker層次的監控面闆：

　　從上圖可以看到兩台Host中的所有容器監控資料一覽無遺。

　　第三個面闆（Host-Monitor）的展示面闆如下圖所示：

　　在上圖中，我們選擇的分組是Host，它主要是收集來自Node-Exporter中回報的基于Host的監控資料，可以實時展示Host的關鍵名額。不過，它每次隻能顯示單台Host的資料，我們可以通過切換Host IP下拉清單檢視不同Host的性能資料。

　　此外，我們一般會将其投屏到工作區的電視上，是以我們可以點選下面這個按鈕以投屏模式顯示在電視上，供整個團隊及時檢視。

三、監控工具大比較

　　這裡我們仍然引用Cloud Man總結的一張表來看看：

　　毫無疑問，Prometheus作為生産級的監控方案，對其他幾個工具形成了壓倒性的優勢。而事實上，Prometheus + Grafana + cAdvisor這一套方案也是大家廣泛采用的結構。

四、小結

　　本文首先簡單介紹了Prometheus及其架構，然後通過搭建基于Prometheus + cAdvisor + Grafana的監控系統，能夠實作對于多台雲主機的性能監控（包括Host和容器兩個層次的資料）。當然，Prometheus還有很多的配置和好玩的地方例如Alert Manager可以及時發送告警通知等，筆者也隻是初步把玩，還有很多東西不知道。後面我會分享引入K8S後，結合Prometheus + cAdvisor + Grafana實作K8S叢集的監控，敬請期待。

參考資料

Cloud Man，《

每天5分鐘玩轉Docker容器技術

》

無涯，《

從零開始搭建Prometheus自動監控告警系統

三無程式員，《

Prometheus

虎糾衛，《

監控神器-普羅米修斯Prometheus

項思凱，《

Prometheus介紹詳解

rj-bai，《

Prometheus+Grafana打造全方位監控系統

GeekerLou,《

雲原生監控系統Prometheus 一文搞懂各種容器監控方案

容器監控知多少 (3) Prometheus一、Prometheus簡介二、Prometheus實踐三、監控工具大比較四、小結參考資料

一、Prometheus簡介

1.1 關于Prometheus

1.2 Prometheus架構

1.3 Prometheus資料模型

二、Prometheus實踐

2.1 實驗環境說明

2.2 運作Node Exporter

2.3 運作cAdvisor

2.4 運作Prometheus Server

2.5 運作Grafana

三、監控工具大比較

四、小結

參考資料

繼續閱讀

Docker docker部署以及運作你的第一個容器

IO模型淺析-阻塞、非阻塞、IO複用、信号驅動、異步IO、同步IO

Docker-compose 進行Doris自動化編排部署

錯誤:the input device is not a TTY

docker run mysql 報錯：ERROR 2002 (HY000)

RedHat8線上安裝docker

服裝資訊化數字化變革

使用kubeadm+calico部署kubernetes v1.25.3

雲虛拟主機進入容器時代

Docker安裝和部署WeCenter3.3.5開源問答平台

docker容器網絡配置docker容器網絡配置

因overlay2檔案夾占用過大而引起的docker資料遷移之戰（上）前言正文

Docker - Dockerfile之ADD、COPY、WORKDIR、USER、EXPOSE指令詳解

(SpringBoot)日志種類：log、monitor、access、out、gc、backup

CentOS 7,docker安裝

【Docker】端口映射問題操作步驟