Prometheus
Prometheus 是新一代的云原生监控系统，是一个开源的完整监控解决方案，形成了基于中央化的规则计算、统一分析和告警的新模型。
特点
Prometheus 作为一种云原生监控系统，有以下特点：
易于管理
- Prometheus 核心部分只有一个单独的二进制文件，不存在任何的第三方依赖（数据库、缓存等），因此不会存在级联故障。
- Prometheus 基于 Pull 模型的架构方式，可以在任何地方搭建监控系统。
- 对于一些复杂的情况，还可以使用 Prometheus 服务发现功能动态管理监控目标。
监控服务的内部运行状态
- Pometheus 鼓励用户监控服务的内部状态，基于 Prometheus 丰富的 Client 库，用户可以轻松的在应用程序中添加对 Prometheus 的支持，从而让用户可以获取服务和应用内部真正的运行状态。
强大的数据模型
- 所有采集的监控数据均以指标（metric）的形式保存在内置的时间序列数据库当中。所有的样本除了基本的指标名称以外，还包含一组用于描述该样本特征的标签。每一条时间序列由指标名称（Metrics Name）以及一组标签（Labels）唯一标识。如下所示：
1 | http_request_status{code='200',content_path='/api/path',environment='produment'} => |
其中，http_request_status 为指标名称，code、content_path 等为标签，[value1@timestamp1,value2@timestamp2...] 按照时间的先后顺序存储的值。
强大的查询语言 PromQL
- Prometheus 内置了一个强大的数据查询语言 PromQL。 通过 PromQL 可以实现对监控数据的查询、聚合。同时 PromQL 也被应用于数据可视化（如 Grafana）以及告警当中。
可扩展
- Prometheus 对于联邦集群的支持，可以让多个 Prometheus 实例产生一个逻辑集群，当单实例 Prometheus Server 处理的任务量过大时，通过使用功能分区 + 联邦集群可以对其进行扩展。
架构
Prometheus 整体上可以分为三个模块：
- 采集层
- 存储计算层
- 应用层
采集层
采集层主要用于采集被监控的数据，层分为两类，一类是生命周期较短的作业，还有一类是生命周期较长的作业（这种对应于监控特定的机器）。
- 短作业：直接通过 API，在退出时将指标推送给 Pushgateway（推送网关，短作业将指标推送给推送网关，之后 Prometheus server 中的 Retrieval 统一从推送网关中拉取短作业的监控数据）。
- 长作业：Retrieval 组件直接从 Job 或者 Exporter（Exporter 为专门为一些应用开发的数据获取组件，如 mysqld_exporter、node_exporter 等）拉取数据。
存储计算层
存储计算层包含两个主要组件，Prometheus server 和 Service discovery。
- Prometheus server：
- Retrieval：取数据组件，它会主动从 Pushgateway 或者 Exporter 中拉取指标数据。
- TSDB：时序数据库，提供数据核心存储与查询。
- HTTP server：对外提供 HTTP 服务。
- Service discovery：可以动态发现要监控的目标。
应用层
应用层主要分为两种，AlertManager 和数据可视化。
- AlertManager：专门用于处理告警的组件。
- 数据可视化：用于数据可视化或者向外提供 API 用于提供监控数据，数据可视化可以采用 Prometheus Web UI、Grafana。
PromQL
Prometheus 通过指标名称（metrics name）以及对应的一组标签（labelset）唯一定义一条时间序列。指标名称反映了监控样本的基本标识，而标签则在这个基本特征上为采集到的数据提供了多种特征维度。
用户可以基于这些特征维度过滤，聚合，统计从而产生新的计算后的一条时间序列。PromQL 是 Prometheus 内置的数据查询语言，其提供对时间序列数据丰富的查询，聚合以及逻辑运算能力的支持。并且被广泛应用在 Prometheus的日常应用当中，包括对数据查询、可视化、告警处理当中。
详细的语法查询 Prometheus 官方文档即可：https://prometheus.io/docs/prometheus/latest/getting_started/