引言
目前各大廠監控方案首選（或參考）均是 Prometheus+Grafana ，作為時序資料庫的基準參考，一定要對Prometheus 知根知底。
雖然大廠把時序做到分布式，也是基于Prometheus的存儲引擎做的外層路由封裝。其中京東的baudtime就是基于Prometheus的存儲引擎作為分布式shard，上層添加的meta route(兩層時間路由)和proxy層做的封裝，一切都是圍繞Prometheus生态的附加而已。掌握了Prometheus也就熟悉了各司的監控系統，架構上大同小異。本篇将詳細介紹Prometheus的各元件及原理。
監控樣圖
介紹
Prometheus(由go語言(golang)開發)是一套開源的監控&報警&時間序列資料庫的組合。
時間序列資料(TimeSeries Data) : 按照時間順序記錄系統、裝置狀态變化的資料被稱為時序資料。
Prometheus基本原理是通過HTTP協定周期性抓取被監控元件的狀态，這樣做的好處是任意元件隻要提供HTTP接口就可以接入監控系統，不需要任何SDK或者其他的內建過程。
這樣做非常适合虛拟化環境，比如VM或者Docker 。
Server
Prometheus server負責定時去目标上抓取metrics(名額) 資料，每個抓取目标需要暴露一個http服務的接口給它定時抓取。
以HTTP方式，通過pull模型拉去時間序列資料，也可以通過中間網關支援push模型；
時序樣本：
在時間序列中的每個點，稱為一個樣本（sample）,樣本由以下三部分組成：
名額：名額名稱和描述目前樣本
時間戳：一個精确到毫秒的時間戳;
樣本值：一個float64的浮點型資料表示目前樣本的值。
Exporter
通過安裝node_exporter監控遠端linux；例如通過安裝mysqld_exporter監控遠端mysql資料庫。
node節點上暴露服務端口（9100）的client ；server端yaml配置上ip:port 後即可采集到監控資料；
prometheus基于HTTP call (http/https請求配置檔案中指定的網絡端點(endpoint/IP:端口)上周期性擷取名額資料；
知識點補充：
白盒監控:自省方式,被監控端内部,可以自己生成名額,隻要等待監控系統來采集時提供出去即可
黑盒監控:對于被監控系統沒有侵入性,對其沒有直接"影響",這種類似于基于探針機制進行監控
Prometheus支援通過三種類型的途徑從目标上“抓取(Scrape) "名額資料(基于白盒監控) :
Exporters 周期性的抓取資料
Instrumentation 監控對象内部
Pushgateway--專門對接資料儲存
Pull模型的優勢在于（常見面試題）
集中控制:有利于将配置集在Prometheus Server上完成,包括名額及采取速率等;
Prometheus的根本目标在于收集在Target上預先完成聚合的聚合型資料,而非一款由事件驅動的存儲系統;
一般來說可以将Exporter分為2類：
- 直接采集：這一類Exporter直接内置了對Prometheus監控的支援，比如cAdvisor，Kubernetes，Etcd，Gokit等，都直接内置了用于向Prometheus暴露監控資料的端點。
- 間接采集：間接采集，原有監控目标并不直接支援Prometheus，是以我們需要通過Prometheus提供的Client Library編寫該監控目标的監控采集程式。例如： Mysql Exporter，JMX Exporter，Consul Exporter等。
PushGateway
這個元件是支援Client主動推送metrics到PushGateway，而Prometheus隻是定時去Gateway上抓取資料。
解決不在同一網段的問題，pushgateway就相當于一個中間網關。相當于pushgateway要和target可以通同時和普羅米修斯也可以通。
由于Prometheus資料采集基于Pull模型進行設計，是以在網絡環境的配置上必須要讓Prometheus Server能夠直接與Exporter進行通信。 當這種網絡需求無法直接滿足時，就可以利用PushGateway來進行中轉。可以通過PushGateway将内部網絡的監控資料主動Push到Gateway當中。而Prometheus Server則可以采用同樣Pull的方式從PushGateway中擷取到監控資料。
補充說明：Prometheus抓取資料的兩種模式 （1） push 模式（2）pull模式
push 模式 ：這種模式我們可以靈活的zai被監控端使用各種語言編寫資料采集腳本，通過PushGateway傳輸給Prometheus，傳輸方式為http
pull 模式 ：我們直接使用采集資料用戶端xxx_exporters将資料傳輸給Prometheus，已經有很多xxx_exporters詳見官檔，同樣也是http
- job_name: 'pushgateway'
scrape_interval: 5s
static_configs:
- targets: ['192.168.100.6:9091']
honor_labels: true
[root@node1 ~]# echo " metric 3.6" | curl --data-binary @- http://192.168.100.6:9091/metrics/job/test_job
注：--data-binary 表示發送二進制資料，注意：它是使用POST方式發送的！
[root@node1 ~]# cat push.sh
node_memory_usages=$(free -m | grep Mem | awk '{print $3/$2*100}')
job_name="memory"
instance_name="192.168.100.6"
cat <<EOF | curl --data-binary @- http://192.168.100.6:9091/metrics/job/$job_name/instance/$instance_name
#TYPE node_memory_usages gauge
node_memory_usages $node_memory_usages
EOF
Service discovery
動态發現待監控的Targct,進而完成監控配置的重要元件,在容器化環境中尤為有用;該元件目前由Promctheus Server内建支援
Alertmanager
從prometheus Server接收到“告警通知"後,通過去重、分組、路由等預處理功能後以高效向使用者完成告警資訊發送:Data visualization: Prometheus web uI (Prometheus Server内建) ,及Grafana等;
prometheus的資料類型
Prometheus将所有采集到的樣本資料以時間序列（time-series）的方式儲存在記憶體資料庫中，并定時儲存在硬碟上。時間序列中的每一個樣本由以下三部分組成。
名額(metric): metric name和描述目前樣本特征的labelsets組成，參考格式如 {=, …}；，其中metric name的命名規則為：應用名稱開頭_監測對像_數值類型_機關
時間截(timestamp):一個精确到毫秒的時間截；
樣本值(value):一個float64的浮點類型資料表示目前的樣本值。
四種名額類型
Counter：遞增
Gauge: 随機波動
Histogram：對一段範圍資料采樣，統計，求和
Summary：跟蹤資料，請求時長