Prometheus 普罗米修斯从搭建到使用详解

一、Prometheus 简介与核心优势

Prometheus 是一款由 SoundCloud 开源的监控与告警系统，采用拉取式（Pull-based）架构，通过 HTTP 协议从配置的监控目标中周期性抓取指标数据。其核心优势包括：

1. 多维度数据模型：支持通过标签（Label）对指标进行灵活分类，例如 http_requests_total{method="GET", status="200"}。
2. 强大的查询语言 PromQL：支持实时聚合、过滤和数学运算，如计算错误率：rate(http_requests_total{status="5xx"}[5m]) / rate(http_requests_total[5m])。
3. 分布式存储与水平扩展：通过 TSDB（时间序列数据库）存储数据，支持长期存储（需配合 Thanos 或 Cortex）。
4. 活跃的生态：集成 Grafana 可视化、Alertmanager 告警、Exporters 适配多种服务（如 Node Exporter、MySQL Exporter）。

二、环境准备与安装部署

1. 系统要求

• 操作系统：Linux（推荐 Ubuntu/CentOS）、macOS 或容器化环境（Docker/Kubernetes）。
• 硬件配置：单节点建议 4 核 CPU、8GB 内存、50GB 磁盘（长期存储需更大空间）。
• 依赖工具：Go 1.13+（编译源码时需要）、Docker（可选）。

2. 安装方式对比

方式	适用场景	优点	缺点
二进制包	物理机/虚拟机部署	无需依赖，性能最优	手动维护服务
Docker 容器	快速测试或轻量级环境	隔离性强，配置简单	长期存储需挂载卷
Kubernetes	云原生环境，自动扩缩容	与集群无缝集成，高可用	需要熟悉 Operator 配置

3. 详细安装步骤（以二进制包为例）

1. 下载并解压：

   wget https://github.com/prometheus/prometheus/releases/download/v2.47.2/prometheus-2.47.2.linux-amd64.tar.gz
   tar xvfz prometheus-*.tar.gz
   cd prometheus-*

2. 配置文件示例（prometheus.yml）：

   global:
     scrape_interval: 15s
     evaluation_interval: 15s
   scrape_configs:
     - job_name: "node_exporter"
       static_configs:
         - targets: ["localhost:9100"]

3. 启动服务：

   ./prometheus --config.file=prometheus.yml

4. 验证访问：浏览器打开 http://localhost:9090，执行查询 up 查看目标状态。

三、核心功能配置与优化

1. 数据采集配置

• 静态目标：适用于固定 IP 的服务，如：

  scrape_configs:
    - job_name: "mysql"
      static_configs:
        - targets: ["db1.example.com:9104", "db2.example.com:9104"]

• 动态发现：通过文件、Consul、Kubernetes 等动态管理目标（示例：基于文件的服务发现）：

  scrape_configs:
    - job_name: "dynamic_service"
      file_sd_configs:
        - files: ["/path/to/targets.json"]

2. 存储优化

• 本地存储：默认使用 data/ 目录，可通过 --storage.tsdb.retention.time=30d 设置保留周期。
• 远程存储：集成 InfluxDB、Thanos 等，配置示例：

  remote_write:
    - url: "http://remote-storage:9201/write"
  remote_read:
    - url: "http://remote-storage:9201/read"

3. 告警规则配置

1. 在 prometheus.yml 中加载规则文件：

   rule_files:
     - "alert.rules.yml"

2. 规则文件示例（监控磁盘使用率）：

   groups:
     - name: disk_alerts
       rules:
         - alert: HighDiskUsage
           expr: (1 - node_filesystem_avail_bytes{mountpoint="/"} / node_filesystem_size_bytes{mountpoint="/"}) * 100 > 90
           for: 5m
           labels:
             severity: critical
           annotations:
             summary: "Disk on {{ $labels.instance }} is nearly full!"

四、进阶使用场景

1. 与 Grafana 集成

1. 安装 Grafana（Docker 示例）：

   docker run -d --name=grafana -p 3000:3000 grafana/grafana

2. 添加 Prometheus 数据源：
   • 访问 http://localhost:3000，选择 Configuration > Data Sources > Add Prometheus。
   • 输入 Prometheus 地址（如 http://prometheus:9090）。

2. 高可用部署

• 方案一：多实例采集相同目标，配合 Alertmanager 去重。
• 方案二：使用 Thanos 实现全局视图和长期存储：

  # thanos-sidecar 配置示例
  sidecar:
    prometheus-url: "http://localhost:9090"
    objstore.config-file: "object-store.yml"

3. 自定义 Exporter 开发

以 Python 为例，开发一个监控任务队列长度的 Exporter：

from prometheus_client import start_http_server, Gauge
import time
# 定义指标
QUEUE_LENGTH = Gauge('task_queue_length', 'Number of tasks in queue')
def update_metrics():
    while True:
        # 模拟获取队列长度（实际替换为业务逻辑）
        length = len(get_task_queue())  
        QUEUE_LENGTH.set(length)
        time.sleep(10)
if __name__ == '__main__':
    start_http_server(8000)
    update_metrics()

五、常见问题与解决方案

1. 问题：context deadline exceeded 错误。

   • 原因：网络延迟或目标服务不可用。
   • 解决：调整 scrape_timeout（默认 10s）或检查防火墙规则。

2. 问题：Prometheus 内存占用过高。

   • 优化：限制活跃时间序列数（--storage.tsdb.wal-compression）、缩短保留周期。

3. 问题：告警重复发送。

   • 检查：确认 Alertmanager 的 group_by 和 repeat_interval 配置。

六、总结与最佳实践

1. 监控设计原则：
   • 优先监控业务关键路径（如订单处理延迟）。
   • 避免过度采集，聚焦高价值指标。
2. 性能调优：
   • 对高频指标（如每秒请求）使用 rate() 或 irate()。
   • 定期清理无效标签组合。
3. 扩展建议：
   • 中小型团队：Docker + Grafana 快速启动。
   • 大型企业：Kubernetes Operator + Thanos 集群。

通过本文的详细指导，开发者可以快速完成 Prometheus 的搭建，并根据实际需求灵活配置监控体系。建议结合官方文档（prometheus.io/docs）进一步探索高级功能。