一、prometheus基本原理介绍
prometheus是基于metric采样的监控，可以自定义监控指标，如：服务每秒请求数、请求失败数、请求执行时间等，每经过一个时间间隔，数据都会从运行的服务中流出，存储到一个时间序列数据库中，之后可通过PromQL语法查询。
主要特点：
多维数据模型，时间序列数据通过metric名以key、value的形式标识；
使用PromQL语法灵活地查询数据；
不需要依赖分布式存储，各服务器节点是独立自治的；
时间序列的收集，通过 HTTP 调用，基于pull 模型进行拉取；
通过push gateway推送时间序列；
通过服务发现或者静态配置，来发现目标服务对象；
多种绘图和仪表盘的可视化支持；
二、prometheus使用docker部署
查看是否有镜像
sudo docker search prometheus
新建prometheus.yaml
global: scrape_interval: 10s evaluation_interval: 60s scrape_configs: - job_name: prometheus static_configs: - targets: ['localhost:9090'] - job_name: integral static_configs: - targets: ['10.20.xx.xx:8001']
执行：
docker run --name prometheus -p 9090:9090 -v ~/prometheus.yaml:/etc/prometheus/prometheus.yml prom/prometheus
进入容器中可以看到配置文件已映射到容器指定目录：
踩坑： prometheus官方镜像指定的配置文件是prometheus.yml 所以映射到容器内的文件名一定要保持一致 否则会出现指定的配置文件不生效
三、prometheus整体架构及各组件
Prometheus Server ：主程序，负责抓取和存储时序数据；
Client Libraries：客户端库，负责检测应用程序代码；
Push Gateway：Push 网关，接收短生命周期的 Job 主动推送的时序数据；
Exporters：为不同服务定制的Exporter（如：HAProxy、StatsD、Graphite等） ，从而抓取它们的Metris指标数据；
Alert Manage：告警管理器，处理不同的告警；
四、prometheus客户端调用示例
自定义prometheus的gin中间件
package ginprometheus
import (
"strconv"
"sync"
"time"
"github.com/gin-gonic/gin"
"github.com/prometheus/client_golang/prometheus"
)
const (
metricsPath = "/metrics"
faviconPath = "/favicon.ico"
)
var (
// httpHistogram prometheus 模型
httpHistogram = prometheus.NewHistogramVec(prometheus.HistogramOpts{
Namespace: "http_server",
Subsystem: "",
Name: "requests_seconds",
Help: "Histogram of response latency (seconds) of http handlers.",
ConstLabels: nil,
Buckets: nil,
}, []string{"method", "code", "uri"})
)
// init 初始化prometheus模型
func init() {
prometheus.MustRegister(httpHistogram)
}
// handlerPath 定义采样路由struct
type handlerPath struct {
sync.Map
}
// get 获取path
func (hp *handlerPath) get(handler string) string {
v, ok := hp.Load(handler)
if !ok {
return ""
}
return v.(string)
}
// set 保存path到sync.Map
func (hp *handlerPath) set(ri gin.RouteInfo) {
hp.Store(ri.Handler, ri.Path)
}
// GinPrometheus gin调用Prometheus的struct
type GinPrometheus struct {
engine *gin.Engine
ignored map[string]bool
pathMap *handlerPath
updated bool
}
type Option func(*GinPrometheus)
// Ignore 添加忽略的路径
func Ignore(path ...string) Option {
return func(gp *GinPrometheus) {
for _, p := range path {
gp.ignored[p] = true
}
}
}
// New new gin prometheus
func New(e *gin.Engine, options ...Option) *GinPrometheus {
if e == nil {
return nil
}
gp := &GinPrometheus{
engine: e,
ignored: map[string]bool{
metricsPath: true,
faviconPath: true,
},
pathMap: &handlerPath{},
}
for _, o := range options {
o(gp)
}
return gp
}
// updatePath 更新path
func (gp *GinPrometheus) updatePath() {
gp.updated = true
for _, ri := range gp.engine.Routes() {
gp.pathMap.set(ri)
}
}
// Middleware set gin middleware
func (gp *GinPrometheus) Middleware() gin.HandlerFunc {
return func(c *gin.Context) {
if !gp.updated {
gp.updatePath()
}
// 过滤请求
if gp.ignored[c.Request.URL.String()] {
c.Next()
return
}
start := time.Now()
c.Next()
httpHistogram.WithLabelValues(
c.Request.Method,
strconv.Itoa(c.Writer.Status()),
gp.pathMap.get(c.HandlerName()),
).Observe(time.Since(start).Seconds())
}
}
gin路由初始化prometheus，使用中间件采样
gp := ginprometheus.New(r)
r.Use(gp.Middleware())
// metrics采样
r.GET("/metrics", gin.WrapH(promhttp.Handler()))
查看target
选取指标对应的graph，这里以gc采样的时间为例：
如果需要展示更为丰富的可视化看板，可以将prometheus与grafana结合，将prometheus数据接入到grafana中，此处不再过多阐述