prometheus與grafana如何搭建容器化應用監控體系？1.使用docker compose部署prometheus，配置prometheus.yml文件指定抓取目標如prometheus自身、node_exporter等；2.部署grafana并配置prometheus為數據源，導入現成dashboard查看指標；3.在應用中使用prometheus_client暴露指標，配置prometheus抓取該端點；4.通過promql查詢并在grafana創建可視化圖表；5.結合各類exporter如node exporter、cadvisor等監控不同服務性能。
容器化應用的性能監控，用Prometheus + Grafana 幾乎是標配。它們倆加起來，能讓你對應用的運行狀態了如指掌，排查問題也方便很多。
Prometheus負責收集各種指標數據，Grafana負責把這些數據可視化，讓你一眼就能看出問題所在。
Prometheus + Grafana 如何搭建一套完整的容器化應用監控體系？
解決方案
-
Prometheus 的部署和配置：
首先，你需要一個運行 Prometheus 的地方。可以直接在服務器上部署，也可以用 docker 容器化部署。推薦后者，方便管理和擴展。
- Docker 部署： 直接用 Docker Compose 文件搞定。 創建一個 docker-compose.yml 文件，內容如下：
version: '3.7' services: prometheus: image: prom/prometheus:latest ports: - 9090:9090 volumes: - ./prometheus.yml:/etc/prometheus/prometheus.yml restart: always
- 配置 Prometheus： 創建一個 prometheus.yml 文件，告訴 Prometheus 去哪里抓取數據。
global: scrape_interval: 15s evaluation_interval: 15s scrape_configs: - job_name: 'prometheus' static_configs: - targets: ['localhost:9090'] - job_name: 'node_exporter' static_configs: - targets: ['node-exporter:9100']
這個配置里，Prometheus 會每 15 秒抓取一次自己的數據（localhost:9090），還會抓取 node_exporter 的數據（node-exporter:9100）。 node_exporter 用來收集服務器的硬件和操作系統指標。
- 啟動 Prometheus： 在 docker-compose.yml 文件所在的目錄運行 docker-compose up -d。
-
Grafana 的部署和配置：
Grafana 也是用 Docker 部署，和 Prometheus 類似。
- Docker 部署： 修改 docker-compose.yml 文件，添加 Grafana 的配置：
version: '3.7' services: prometheus: image: prom/prometheus:latest ports: - 9090:9090 volumes: - ./prometheus.yml:/etc/prometheus/prometheus.yml restart: always grafana: image: grafana/grafana:latest ports: - 3000:3000 depends_on: - prometheus restart: always
-
監控容器化應用：
要監控容器化應用，需要在應用中暴露 Prometheus 格式的指標。 有很多現成的庫可以做到這一點，比如 python 的 prometheus_client。
-
暴露指標： 在你的應用中，用 prometheus_client 收集各種指標，比如 HTTP 請求數量、響應時間等等。 然后，暴露一個 HTTP 端點，讓 Prometheus 可以抓取這些指標。
-
配置 Prometheus： 修改 prometheus.yml 文件，添加一個 job，指向你的應用的 HTTP 端點。
scrape_configs: - job_name: 'my_app' static_configs: - targets: ['my-app:8000']
-
重啟 Prometheus： 讓 Prometheus 重新加載配置。
-
在 Grafana 中可視化： 在 Grafana 中，創建新的 Dashboard，用 Prometheus 的查詢語言 PromQL 查詢你的應用的指標，然后把它們可視化出來。
-
Prometheus Exporter 有哪些？
Prometheus Exporter 相當于一個適配器，它負責把各種數據源的數據轉換成 Prometheus 可以理解的格式。 種類很多，常見的有：
- Node Exporter: 監控服務器的硬件和操作系統指標，比如 CPU 使用率、內存占用、磁盤 I/O 等等。
- cadvisor: 監控 Docker 容器的資源使用情況，比如 CPU、內存、網絡 I/O 等等。
- mysql Exporter: 監控 MySQL 數據庫的性能指標，比如連接數、查詢速度、慢查詢等等。
- redis Exporter: 監控 Redis 數據庫的性能指標，比如內存使用、鍵的數量、QPS 等等。
- HAProxy Exporter: 監控 HAProxy 負載均衡器的性能指標，比如連接數、請求數量、響應時間等等。
Prometheus 的指標類型有哪些？
Prometheus 的指標類型主要有四種：
- Counter: 計數器，只能增加，不能減少。 比如 HTTP 請求總數、錯誤數量等等。 重啟后會清零。
- Gauge: 儀表盤，可以增加也可以減少。 比如 CPU 使用率、內存占用、溫度等等。
- Histogram: 直方圖，用于統計數據的分布情況。 比如 HTTP 請求的響應時間分布。
- Summary: 摘要，和直方圖類似，但是它會直接計算分位數，比如 95% 響應時間。
Prometheus 的 PromQL 查詢語言怎么用？
PromQL 是 Prometheus 的查詢語言，功能很強大。
- 基本查詢： 直接輸入指標的名稱，就可以查詢該指標的當前值。 比如 node_cpu_seconds_total。
- 時間范圍查詢： 用 [] 指定時間范圍。 比如 node_cpu_seconds_total[5m] 表示查詢過去 5 分鐘的 CPU 使用率。
- 聚合查詢： 用 sum(), avg(), max(), min() 等函數進行聚合。 比如 sum(node_cpu_seconds_total) 表示計算所有 CPU 的總使用率。
- 過濾查詢： 用 {} 指定過濾條件。 比如 node_cpu_seconds_total{cpu=”0″} 表示查詢 CPU 0 的使用率。
- 速率查詢： 用 rate() 函數計算指標的變化速率。 比如 rate(node_cpu_seconds_total[5m]) 表示計算過去 5 分鐘的 CPU 使用率的變化速率。
Prometheus 和 Grafana 的最佳實踐有哪些？
- 監控所有關鍵指標： CPU、內存、磁盤 I/O、網絡 I/O、HTTP 請求數量、響應時間等等。
- 設置合理的告警： 當指標超過閾值時，及時發出告警。
- 使用現成的 Dashboard： Grafana 有很多現成的 Dashboard 可以直接使用，可以省去很多配置工作。
- 自定義 Dashboard： 根據自己的需求，自定義 Dashboard，把關鍵指標放在一起展示。
- 定期檢查和優化： 定期檢查 Prometheus 和 Grafana 的配置，優化查詢語句，提高性能。
- 做好數據備份： 定期備份 Prometheus 的數據，防止數據丟失。
