架构说明

prometheus基本架构如下图所示：

1 Prometheus Server

Prometheus Server是Prometheus组件中的核心部分，负责实现对监控数据的获取，存储以及查询。 Prometheus Server可以通过静态配置管理监控目标，也可以配合使用Service Discovery的方式动态管理监控目标，并从这些监控目标中获取数据。其次Prometheus Server需要对采集到的监控数据进行存储，Prometheus Server本身就是一个时序数据库，将采集到的监控数据按照时间序列的方式存储在本地磁盘当中。最后Prometheus Server对外提供了自定义的PromQL语言，实现对数据的查询以及分析。

Prometheus Server内置的Express Browser UI，通过这个UI可以直接通过PromQL实现数据的查询以及可视化。

Prometheus Server的联邦集群能力可以使其从其他的Prometheus Server实例中获取数据，因此在大规模监控的情况下，可以通过联邦集群以及功能分区的方式对Prometheus Server进行扩展。

子组件：

Retrieval（数据采集器）：主动通过HTTP从配置的目标（如Exporter、应用程序）拉取（Pull）指标数据。
Storage（存储引擎）：使用本地时间序列数据库（TSDB）存储数据，优化高吞吐量的写入与查询。数据按时间分块（默认2小时块），并支持压缩和过期删除（可配置保留策略）。
HTTP Server：提供Web UI、API接口及PromQL查询服务。

2 Exporters

Exporter将监控数据采集的端点通过HTTP服务的形式暴露给Prometheus Server，Prometheus Server通过访问该Exporter提供的Endpoint端点，即可获取到需要采集的监控数据。

一般来说可以将Exporter分为2类：

直接采集：这一类Exporter直接内置了对Prometheus监控的支持，比如cAdvisor，Kubernetes，Etcd，Gokit等，都直接内置了用于向Prometheus暴露监控数据的端点。
间接采集：间接采集，原有监控目标并不直接支持Prometheus，因此我们需要通过Prometheus提供的Client Library编写该监控目标的监控采集程序。例如： Mysql Exporter，JMX Exporter，Consul Exporter等。

3 客户端库(Client Library)

作用：集成到应用程序中，暴露自定义监控指标。
支持语言：Go、Java、Python、Ruby等。
工作流程：
1. 在代码中定义指标（如计数器、直方图）。
2. 通过HTTP端点（如/metrics）暴露指标数据，供Prometheus拉取。

4 AlertManager

在Prometheus Server中支持基于PromQL创建告警规则，如果满足PromQL定义的规则，则会产生一条告警，而告警的后续处理流程则由AlertManager进行管理。在AlertManager中我们可以与邮件，Slack等等内置的通知方式进行集成，也可以通过Webhook自定义告警处理方式。AlertManager即Prometheus体系中的告警处理中心。

工作流程：
1. Prometheus Server根据规则生成告警，发送至Alertmanager。
2. Alertmanager对告警分组（如按集群或服务），抑制重复告警，并通过邮件、Slack、PagerDuty等渠道发送。
告警流水线：
1. 路由（Routing）：根据标签匹配路由规则，如 team=frontend 发送至 Slack。
2. 分组（Grouping）：合并同一类告警（如同一服务的多个实例故障）。
3. 抑制（Inhibition）：若高优先级告警触发，抑制低优先级告警（如网络故障时忽略服务告警）。
4. 静默（Silence）：临时屏蔽特定标签告警（如维护期间）。

route:
  group_by: [cluster, alertname]
  receiver: 'slack-frontend'
  routes:
    - match: { severity: 'critical' }
      receiver: 'pagerduty'

5 PushGateway

由于Prometheus数据采集基于Pull模型进行设计，因此在网络环境的配置上必须要让Prometheus Server能够直接与Exporter进行通信。当这种网络需求无法直接满足时，就可以利用PushGateway来进行中转。可以通过PushGateway将内部网络的监控数据主动Push到Gateway当中。而Prometheus Server则可以采用同样Pull的方式从PushGateway中获取到监控数据。

也可以收集生命周期较短的任务，让其主动push数据到PushGateway，再由Server去pull。

6 服务发现

动态目标管理：自动检测监控目标（如Kubernetes Pod、Consul服务），无需手动更新配置。
环境适配：支持多云、混合云及传统IDC环境，灵活对接各类基础设施。
标签生成：自动为目标附加元数据标签（如集群名、命名空间），便于数据聚合与筛选。
支持机制：
- Kubernetes：自动发现Pod、Service、Endpoint等资源。
- Consul：通过服务注册中心发现实例。
- 文件或DNS：静态文件列表或DNS记录动态更新目标。

上一页Prometheus配置下一页软件安装

最后更新于2个月前