Prometheus

概述

Prometheus的定位是监控和趋势预测系统，包含收集、存储、查询、图形化展示、告警功能，所有这些功能全部依赖时间序列的数据。

数据模型(Data model)

Prometheus以流的形式保存一个Metric在不同时间点对应的值，同时提供查询功能，可以根据需要返回给用户一个系列的数据。

每一个序列的数据都可以通过测量名字（Metric Name）+key-value标签（key-value labels）唯一表示，其中label可选。

Metric Name的格式要求：[a-zA-Z_:][a-zA-Z0-9_:]*。
label的格式要求：[a-zA-Z_][a-zA-Z0-9_]*。

每个Metric Name都应当能够正确的表达其含义，例如：

Name	含义
http_requests_total	收到的HTTP请求次数
http_request_duration_seconds	HTTP请求处理时长（单位秒），名字中需要体现测量单位

同一个Metric Name下可以通过不同的label来区分卡不同的数据序列，也就是您可以通过label来细分一个Metric下的数据，例如：

Metric Name	label	含义
api_http_requests_total	operation="create|update|delete"	根据HTTP的操作请求类型对消息进行分类
api_request_duration_seconds	stage="extract|transform|load"	记录不同阶段的时间占用情况

一个Metric可以有多个label，表达方式：

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

例如，测量项的名字为api_http_requests_total，对应的两个label分别是method="POST"和handler="/messages"，那么可以描述为：

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

测量类型(METRIC TYPES)

Prometheus 客户端库提供了四种测量类型，下面分别介绍。

Counter

计数器类型，这种数据类型只能递增或者设置为0（复位），一般可以用于计数器，例如收到的消息数。

gauge

同样是数值类型，只不过这个可以上报任意值，不限制递增或者递减，一般可以用于设置当前值，例如CPU利用率。

histogram

histogram类型的数据同时提供三个数据序列，假设Metric Name的名字是basename，将会产生以下三个数据序列：

1. 计算特定buckets范围内数据的个数： <basename>_bucket{le="<upper inclusive bound>"}'；
2. 计算所有数据的总和：<basename>_sum；
3. 所有数据个数：<basename>_count（等价于<basename>_bucket{le="+Inf"} ，Inf表示无穷大）。

举个例子来理解上述概念。

假设对一个人数为50人的班级的考试成绩做统计，首先在Prometheus 上建立一个histogram类型的测量项，名字为examination，该项用于接收学生成绩。随后老师通过客户段录入学生成绩，不同成绩段的人数如下（该班级本次平均成绩为75分）：

分数范围	人数
90~100	5
80~90	10
60~80	30
~60	5

我们先看下examination测量项相关的数据：

1. examination_sum = 50*75：该项数据保存了所有学生的成绩的总和；
2. examination_count = 50：该项数据保存了学生总数。

那么这个班的平均成绩可以通过 examination_sum/examination_count 计算出来，即75。

接下来看下bucket的概念，bucket是人为设定的一个上限值，当用户上报的数据小于这个上限值时，这个buket的数据计数器++，也就是统计小于某个值范围内的数据的数量。

以上面的数据为例，假定bucket设置为80，那么我们可以知道小于80分的学生为35个，也就是：

examination_bucket{le="80"} = 35 

bucket的值与上报的数据值有关系，上面的例子中bucket就是学生考试分数。

histogram类型的数据特别强调其累积特性（cumulative），继续拿上面的例子来讲，所谓的累积，是指小于80分的学生数一定包含小于60分的学生数量。

Summary

Summary类型的数据同时提供三个数据序列，假设Metric Name的名字是basename，将会产生以下三个数据序列：

1. 计算特定φ-quantiles范围内数据的个数： <basename>{quantile="<φ>"}；
2. 计算所有数据的总和：<basename>_sum；
3. 所有数据个数：<basename>_count。

φ-quantiles为分位数，取值范围是[0, 1]。假定用户上报了N个数据，系统对这N个数据从小到大进行排序，φ对应的数据就是第φ*N个数据。

实例化，用户上报了10个数据，系统需要将这10个数据从小到大进行排序，当φ=0.5时，则取第5个数据；φ=0.9时，则取第9个数据。所以Summary是以数量为基础进行计算，取指定位置的值。

当用户指定φ值时，同时指定误差值，例如设置为 0.5:0.05 时，则φ的有效范围为[0.45, 0.55]，只要是位于这个区间的数据就行。

任务和实例（JOBS AND INSTANCES）

一个任务（Job）为某个特定目的而存在，用于上报一个或者多个测量数据。一个任务可以包含多个实例，多个实例上报的内容相同。

job: api-server
	instance 1: 1.2.3.4:5670
	instance 2: 1.2.3.4:5671
	instance 3: 5.6.7.8:5670
	instance 4: 5.6.7.8:5671

Prometheus上报数据时会自动添加Job和Instance数据：

• job: The configured job name that the target belongs to.
• instance: The : part of the target's URL that was scraped.

Prometheus内部保存了一些数据，通过这些数据可以查看Job和Instance的属性：

数据	说明
up	1 if the instance is healthy, i.e. reachable, or 0 if the scrape failed.
scrape_duration_seconds	duration of the scrape.
scrape_samples_post_metric_relabeling	the number of samples remaining after metric relabeling was applied.
scrape_samples_scraped	the number of samples the target exposed.
scrape_series_added	the approximate number of new series in this scrape. New in v2.10