性能测试监控--Prometheus
随着业务的增长,服务器部署由单一架构向分布式集群架构转变,性能测试过程中指标监控也由单一服务器向集群服务器转变。
对于性能测试团队来说,需要建立起适用于测试的多机监控系统,以便后期顺利且高效地进行监控分析调优,从而保证整个测试过程的高可靠性。
因此,小编本期为大家讲讲如何搭建性能测试监控系统,做好关键指标的监控。
1 监控概述
1.1 什么是监控
从技术角度看,监控是度量和管理技术系统的工具和过程。但远不止于此,监控可实现从系统和应用程序生成的指标到业务价值的转换。这些指标转换可度量用户体验,为业务和技术人员提供反馈,指示业务的工作状态以及系统的持续改进。
![](/download/0100ad79d5ed042a4409b066a1f4b9183725.png)
典型互联网架构图
上图为一个典型的互联网架构图。监控时也要着眼于多个层面,从整体架构去看,而不是去看具体某一个点,这样才能更接近问题的本质。
1.2 监控分类
监控一般可分为:业务级别监控、系统级别监控、网络监控、程序代码监控、日志监控、用户行为分析监控和其他种类监控。下述为常见监控类型的示例:
-
业务监控:包含用户访问QPS、 DAU日活、访问状态(http code)、业务接口(登录、注册、聊天、上传、留言、短信、搜索等)、产品转化率、充值额度、用户投诉等等这些宏观概念。
-
系统监控:主要是跟操作系统相关的基本监控项,如CPU、内存、硬盘、IO、TCP链接、流量等等,常用的系统监控工具有:Nagios-plugins、zabbix、prometheus等。
-
网络监控:监控网络状态对互联网公司必不可少,但常常被忽略,如:内网之间(物理内网和虚拟内网)、外网的丢包率、延迟等。
-
日志监控:监控中的重头戏,往往单独设计和搭建,全部种类的日志都有采集的需求(syslog、soft、网络设备、用户行为等),常用的日志管理工具有:Splunk-商业、ELK-开源等。
-
程序监控:一般需要和开发人员配合,程序中嵌入各种接口以直接获取数据或者特制的日志格式。
2 监控神器Prometheus简介
Prometheus(普罗米修斯)是一套开源的监控&报警&时间序列数据库的组合,常见的Kubernetes容器管理系统通常会搭配Prometheus进行监控。
Prometheus的基本原理是通过HTTP协议周期性抓取被监控组件的状态,优点在于任意组件只要提供HTTP接口就可以接入监控系统,不需要任何 SDK或者其他的集成过程,非常适合虚拟化环境,比如VM或者Docker。
输出被监控组件信息的HTTP接口被叫做Exporter(导出器)。目前互联网公司常用的组件大部分都有Exporter,可以直接使用,比如RabbitMQ、Redis、Nginx、MySQL、Linux系统信息 (包括磁盘、内存、CPU、网络等等),具体支持的源可查看:https://github.com/prometheus。
Prometheus原理示意
2.1 Prometheus的优势
1. 提供多维数据模型:由度量名称和键值标识的时间序列数据;
2. 内置时间序列数据库:TSDB;
3. 查询语言PromQL灵活,可以利用多维数据完成复杂查询;
4. 基于HTTP的Pull(拉取)方式采集时间序列数据(exporter);
5. 支持PushGateway组件收集数据;
6. 通过服务发现或静态配置发现目标;
7. 支持多种图形模式及仪表盘;
8. 支持作为数据源接入Grafana;
9. 更适合云环境的监控,尤其对K8S有着更好的支持。
2.2 Prometheus的不足
1. 因其数据采集的精度,如果集群数量太大,单点的监控就会出现性能瓶颈,目前尚不支持集群,只能workaround;
2. 学习成本太大,尤其是其独有的数学命令行(非常强大的同时又极其难学),中文资料极少,本身的各种数学模型的概念很复杂;
3. 对磁盘资源耗费较大,主要取决于监控的集群数量和监控项的多少及保存时间的长短。
小知识:
Prometheus是为短期监视和警报需求而设计的。默认情况下,它在本地数据库中仅保存15天的时间序列数据。
如果希望保留更长时间的数据,建议将所需的数据发送到远程的第三平台(如InfluxDB),Prometheus具有向外部数据存储写入的能力。
2.3 Prometheus的组成及架构
Prometheus架构图
从这个架构图,可以看出Prometheus的主要模块包含:Prometheus Server、Exporters、Pushgateway、PromQL、Alertmanager、Web UI等。下述为各个组件功能的简单介绍:
-
Prometheus Server:定期从静态配置的 targets 或者服务发现(主要是DNS、consul、k8s、mesos等)的targets拉取数据。
-
Exporters:负责向Prometheus Server做数据汇报。不同的数据汇报由不同的Exporters实现,比如监控主机有node-exporters,MySQL有MySQL server exporter,Nginx有nginx-vts-exporter。
-
Pushgateway:pull(被动)模式要求被监控对象能够提供Exporter服务给Prometheus。该模式为官方推荐,但对于某些情况下,比如我们将Prometheus搭建在外网去监控内网应用的情况下,由于内网有诸多安全限制使得无法穿透,这时就要借助push(主动)模式来解决问题。
push模式需要APP主动推送数据到Pushgateway,Prometheus监控Pushgateway来获取数据。
-
Alertmanager:实现Prometheus的告警功能。
-
WebUI:主要通过Grafana来实现Web UI展示。
2.4 Prometheus的数据模型
Prometheus将所有数据存储为时间序列:具有相同度量名称以及标签属于同一个指标。
每个时间序列都由Metric(度量)标准名称和一组键值对(也称为标签)唯一标识,格式为:{=,...}。
时间序列数据
小知识:
Metric(度量)是对软件或者硬件组件属性的度量。为了使度量有用,我们跟踪它的状态,通常随时间记录数据点,这些数据点称为观测值。
观测值由值、时间戳以及有描述观察的一系列属性(如源或标记)组成。观测值的集合称为时间序列。
2.5 Prometheus的指标类型
Counter(计数器):递增的计数器,代表一种样本数据单调递增的指标,即只增不减,除非监控系统发生了重置。例如,你可以使用Counter类型的指标来表示服务的请求数、已完成的任务数、错误发生的次数等。
计数器示例
Gauge(仪表盘):可以任意变化的数值,通常用于像温度或者内存使用率这种指标数据,也可以表示能随时增加或减少的“总数”,例如:当前并发请求的数量。
仪表盘示例
Histogram(直方图):直方图是对数据分布情况的图形表示,由一系列高度不等的长条图(bar)或线段表示。其对一段时间范围内的数据进行采样,并对所有数值求和、统计数据量,用于展示单个测度得知的分布。
直方图示例
Summary(摘要):与Histogram类似,用于表示一段时间内的数据采样结果(通常是请求持续时间或响应时间大小等),但它直接存储了分位数(通过客户端计算,然后展示出来),而不是通过区间来计算。
摘要示例
3 Prometheus安装方法
3.1 Prometheus下载
下载地址:https://prometheus.io/download/
下载命令:
wget https://github.com/prometheus/prometheus/releases/download/v2.21.0/prometheus-2.21.0.linux-amd64.tar.gz
3.2 Prometheus安装
解压命令如下:
tar -zxvf prometheus-2.21.0.linux-amd64.tar.gz
解压得到以下文件,其中prometheus为二进制可执行文件。
执行结果示例
移动文件至usr/local/目录,命令如下:
mv prometheus-2.21.0.linux-amd64 /usr/local/prometheus-2.21.0.linux-amd64
软连接命令如下:
ln -sv /usr/local/prometheus-2.21.0.linux-amd64 /usr/local/ Prometheus
执行结果示例
3.3 Prometheus程序启动
解压后得到prometheus二进制文件(默认配置文件),直接执行即可。启动命令如下:
./prometheus --config.file=prometheus.yml &
查看程序进程及端口号,如下图所示:
程序进程及端口号
启动参数如下:
/usr/local/prometheus/Prometheus
--web.listen-adds=0.0.0.0:9090
--web.read-timeout=5m
--web.max-connections=10
--storage.tsdb.retention=15d
--storage.tsdb.path=data/
--query.max-concurrency-20
--query.timeout-2m
以下为部分参数的解释:
-
--storage.tsdb.retention=15d:用于设置数据保留于内存和磁盘的时间。保留时间太长,硬盘内存吃不消,太短则难以查询历史数据。一般而言,企业中常设置为15天。
-
--storage.tsdb.path="data/":监控数据的存储路径。
-
--web.read-timeout=5m:请求链接的最大等待时间,防止太多空闲链接占用资源。
-
--web.max-connections=10:用于设置最大链接数。
小知识:
1. 可利用Prometheus提供的热更新方法实现配置文件的重新加载,相关命令如下:
kill –HUP 4100 //将某个进程挂起
ps -ef |grep prometheus //查看Promethues的进程是否在运行
2. 配置文件语法检测的相关命令如下:
./promtool check config prometheus.yml
4 监控案例讲解
Prometheus使用Exporter工具来暴露主机和应用程序上的指标,官方提供的有node_exporter、mysql_exporter等Exporter 安装包,第三方Exporter 也提供了redis、kafka等中间件的tar包。
下文监控案例以node_exporter作为示范。
4.1 部署Agent(node_exporter)
node_exporter为使用Go语言编写的收集器, 用于监控Linux系统,收集Linux资源指标数据。部署方法如下:
步骤一:安装node_exporter。
官方下载地址:https://prometheus.io/download/,从该链接下载node_exporter-1.0.1.linux-amd64.tar.gz,安装命令如下:
tar -xzvf node_exporter-1.0.1.linux-amd64.tar.gz
mv node_exporter-1.0.1.linux-amd64 /usr/local/
ln -sv /usr/local/node_exporter-1.0.1.linux-amd64 /usr/local/ node_exporter
解压得到node_exporter-1.0.1.linux-amd64目录,包含了二进制文件node_exporter,执行前需要添加可执行权限。
安装node_exporter
步骤二:启动node_exporter。
添加可执行权限,命令如下:
chmod +x node_exporter
后台运行服务,命令如下:
nohup ./node_exporter &
运行状态如下图所示:
运行node_exporter
4.2 Promethues配置文件解析
Promethues的配置文件如下图所示:
Promethues配置文件
从上图可看出,配置文件promethues包括四大配置模块,分别是:global、alerting、rule_files、scrape_configs,分别表示全局参数模块配置、告警模块配置、规则模块配置、抓取目标模块配置。
各模块的参数注解如下图所示:
参数注解
5 监控数据展示
为了可视化监控数据,本次使用Grafana作为数据展示工具(暂不涉及告警部分)。关于Grafana的详细安装方法,可查看文章“手把手教你打造Jmeter压测可视化监控平台”。
使用Grafana可视化监控数据时,需要先配置数据的来源。数据来源有多种类型:Promethues、InfluxDB、MySQL等,根据采集数据存储的数据库类型进行选择。具体操作步骤如下:
5.1 数据验证
1. 访问Promethues管理界面:http://{ip}:9090/,打开Promethues服务发现,操作方法如下图所示:
打开Promethues服务发现
2. 查看监控目标,操作方法如下图所示:
查看监控目标
3. 查看监控目标数据:点击Endpoint列下方地址,查看具体监控数据,如下图所示:
查看监控目标数据
上述操作,表示被监控系统已被纳入到Promethues当中。
5.2 添加数据源
访问http://{ip}3000/,打开Grafana管理界面,按照下述步骤添加数据源:
添加数据源
Grafana支持多种数据源,这里选择Promethues。
5.3 导入监控模板
通过官网https://grafana.com/grafana/dashboards, 可查找不同类别的dashboards,优先选择评分较高且下载量较多的。
作者:shawyen
来源:金蝶云社区
原文链接:https://vip.kingdee.com/article/302832414688994048?productLineId=29&isKnowledge=2
著作权归作者所有。未经允许禁止转载,如需转载请联系作者获得授权。