# prometheus的特点 Prometheus是一个开源的完整监控解决方案，其对传统监控系统的测试和告警模型进行了彻底的颠覆，形成了基于中央化的规则计算、统一分析和告警的新模型。 相比于传统监控系统Prometheus具有以下优点： 易于管理：只有一个单独的二进制文件，不存在任何的第三方依赖，采用Pull的方式拉取数据 强大的数据模型：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 强大的查询语言PromQL：内置了一个强大的数据查询语言PromQL，可以实现多种查询、聚合 高性能：单实例可以处理数以百万的监控指标、每秒处理数十万的数据点 # prometheus大概的工作流程是： Prometheus server 定期从配置好的 jobs 或者 exporters 中拉 metrics，或者接收来自 Pushgateway 发过来的 metrics，或者从其他的 Prometheus server 中拉 metrics。 Prometheus server 在本地存储收集到的 metrics，并运行已定义好的 alert.rules，记录新的时间序列或者向 Alertmanager 推送警报。 Alertmanager 根据配置文件，对接收到的警报进行处理，发出告警。 在图形界面中，可视化采集数据。 ------------------------------------------------------------------------------------------------------------- # 合理选择黄金指标 采集的指标有很多，我们应该关注哪些？Google 在“Sre Handbook”中提出了“四个黄金信号”：延迟、流量、错误数、饱和度。实际操作中可以使用 Use 或 Red 方法作为指导，Use 用于资源，Red 用于服务。 Use 方法：Utilization、Saturation、Errors。如 Cadvisor 数据 Red 方法：Rate、Errors、Duration。如 Apiserver 性能指标 # Prometheus 采集中常见的服务分三种： 在线服务：如 Web 服务、数据库等，一般关心请求速率，延迟和错误率即 RED 方法 离线服务：如日志处理、消息队列等，一般关注队列数量、进行中的数量，处理速度以及发生的错误即 Use 方法 批处理任务：和离线任务很像，但是离线任务是长期运行的，批处理任务是按计划运行的，如持续集成就是批处理任务，对应 K8S 中的 job 或 cronjob， 一般关注所花的时间、错误数等，因为运行周期短，很可能还没采集到就运行结束了，所以一般使用 Pushgateway，改拉为推。 # 使用 Prometheus 监控java的场景如下： * 日常监控，观察 CPU、内存、垃圾回收时间、线程状态、异常日志数量等是否正常 * 日常监控，观察接口调用数量，HTTP 请求时间是否正常 * 新服务上线，持续观察各种指标是否正常，接口请求量有多少（可以判断使用人数有多少） * 压测时，观察并发量有多少，异常具体有哪些类型，各自抛出多少次 * 发生线上事故时，观察当时 CPU、内存、线程数、接口调用数、HTTP 最大请求时间、数据库 ops、数据库请求耗时，分析可能的问题原因 参考：https://zhuanlan.zhihu.com/p/357830096 包括java怎么使用prometheus 参考：https://code2life.top/2020/02/25/0051-prometheus-in-action-thinking/ 监控告警总结与思考