手机

iphone11大小尺寸是多少？苹果iPhone11和iPhone13的区别是什么？

警方通报辅警执法直播中被撞飞：犯罪嫌疑人已投案

[系统性能优化实践]JVM进阶实战之监控工具(Prometheus) 焦点速递

2023-05-10 17:11:10 来源：博客园

0 Prometheus概述

0.1 简介

Prometheus是一个开源的系统监控和报警系统；
现在已加入到CNCF基金会，成为继k8s之后第二个在CNCF托管的项目
在kubernetes容器管理系统中，通常会搭配prometheus进行监控，同时也支持多种exporter采集数据，还支持pushgateway进行数据上报，Prometheus性能足够支撑上万台规模的集群。

0.2 特点

1）多维度数据模型

每一个时间序列数据都由metric度量指标名称和它的标签labels键值对集合唯一确定：这个metric度量指标名称指定监控目标系统的测量特征（如：http_requests_total- 接收http请求的总计数）。labels开启了Prometheus的多维数据模型：对于相同的度量名称，通过不同标签列表的结合, 会形成特定的度量维度实例。(例如：所有包含度量名称为/api/tracks的http请求，打上method=POST的标签，则形成了具体的http请求)。这个查询语言在这些度量和标签列表的基础上进行过滤和聚合。改变任何度量上的任何标签值，则会形成新的时间序列图。

2）灵活的查询语言（PromQL）：可以对采集的metrics指标进行加法，乘法，连接等操作；

(相关资料图)
3）可以直接在本地部署，不依赖其他分布式存储；
4）通过基于HTTP的pull方式采集时序数据；
5）可以通过中间网关pushgateway的方式把时间序列数据推送到prometheus server端；
6）可通过服务发现或者静态配置来发现目标服务对象（targets）。
7）有多种可视化图像界面，如Grafana等。
8）高效的存储，每个采样数据占3.5 bytes左右，300万的时间序列，30s间隔，保留60天，消耗磁盘大概200G。
9）做高可用，可以对数据做异地备份，联邦集群，部署多套prometheus，pushgateway上报数据

0.3 样本

样本：在时间序列中的每一个点称为一个样本（sample）

样本由以下3部分组成：
指标（metric）：指标名称和描述当前样本特征的 labelsets；
时间戳（timestamp）：一个精确到毫秒的时间戳；
样本值（value）：一个 folat64 的浮点型数据表示当前样本的值。
表示方式：通过如下表达方式表示指定指标名称和指定标签集合的时间序列：{=, ...}

例如，指标名称为 api_http_requests_total，标签为 method="POST" 和 handler="/messages" 的时间序列可以表示为：api_http_requests_total

0.4 架构与组件

从上图可发现，Prometheus整个生态圈组成主要包括prometheus server，Exporter，pushgateway，alertmanager，grafana，Web ui界面，Prometheus server由三个部分组成，Retrieval，Storage，PromQL
Retrieval负责在活跃的target主机上抓取监控指标数据
Storage存储主要是把采集到的数据存储到磁盘中
PromQL是Prometheus提供的查询语言模块。

Prometheus Server: 用于收集和存储时间序列数据。
Client Library: 客户端库，检测应用程序代码，当Prometheus抓取实例的HTTP端点时，客户端库会将所有跟踪的metrics指标的当前状态发送到prometheus server端。
Exporters: prometheus支持多种exporter，通过exporter可以采集metrics数据，然后发送到prometheus server端，所有向promtheus server提供监控数据的程序都可以被称为exporter
Alertmanager: 从 Prometheus server 端接收到 alerts 后，会进行去重，分组，并路由到相应的接收方，发出报警，常见的接收方式有：电子邮件，微信，钉钉, slack等。
Grafana：监控仪表盘，可视化监控数据
pushgateway: 各个目标主机可上报数据到pushgateway，然后prometheus server统一从pushgateway拉取数据。

0.5 工作流程

1）Prometheus server可定期从活跃的（up）目标主机上（target）拉取监控指标数据，目标主机的监控数据可通过配置静态job或者服务发现的方式被prometheus server采集到，这种方式默认的pull方式拉取指标；也可通过pushgateway把采集的数据上报到prometheus server中；还可通过一些组件自带的exporter采集相应组件的数据；
2）Prometheus server把采集到的监控指标数据保存到本地磁盘或者数据库；
3）Prometheus采集的监控指标数据按时间序列存储，通过配置报警规则，把触发的报警发送到alertmanager
4）Alertmanager通过配置报警接收方，发送报警到邮件，微信或者钉钉等
5）Prometheus 自带的web ui界面提供PromQL查询语言，可查询监控数据
6）Grafana可接入prometheus数据源，把监控数据以图形化形式展示出

0.6 竞品分析：Prometheus vs zabbix

0.7 Prometheus的部署模式

0.7.1 基本高可用模式

基本的HA模式只能确保Promthues服务的可用性问题，但是不解决Prometheus Server之间的数据一致性问题以及持久化问题(数据丢失后无法恢复)，也无法进行动态的扩展。因此，这种部署方式适合监控规模不大，Promthues Server也不会频繁发生迁移的情况，并且只需要保存短周期监控数据的场景。

0.7.2 基本高可用+远程存储

在解决了Promthues服务可用性的基础上，同时确保了数据的持久化，当Promthues Server发生宕机或者数据丢失的情况下，可以快速的恢复。同时Promthues Server可能很好的进行迁移。因此，该方案适用于用户监控规模不大，但是希望能够将监控数据持久化，同时能够确保Promthues Server的可迁移性的场景。

0.7.3 基本HA + 远程存储 + 联邦集群方案

Promthues的性能瓶颈主要在于大量的采集任务，因此用户需要利用Prometheus联邦集群的特性，将不同类型的采集任务划分到不同的Promthues子服务中，从而实现功能分区。例如一个Promthues Server负责采集基础设施相关的监控指标，另外一个Prometheus Server负责采集应用监控指标。再有上层Prometheus Server实现对数据的汇聚。

0.8 Prometheus的数据类型（x4）

0.8.1 Counter(计数器类型)

Counter 用于累计值，例如记录请求次数、任务完成数、错误发生次数。
一直增加，不会减少。
重启进程后，会被重置。

# Counter类型示例http_response_total{method="GET",endpoint="/api/tracks"}  100http_response_total{method="GET",endpoint="/api/tracks"}  160

Counter 类型数据可以让用户方便的了解事件产生的速率的变化，在PromQL内置的相关操作函数可以提供相应的分析，比如以HTTP应用请求量来进行说明

1）通过rate()函数获取HTTP请求量的增长率：rate(http_requests_total[5m])
2）查询当前系统中，访问量前10的HTTP地址：topk(10, http_requests_total)

0.8.2 Gauge(测量器类型)

Gauge是常规数值，例如温度变化、内存使用变化。
可变大，可变小。
重启进程后，会被重置

# Gauge类型示例memory_usage_bytes{host="master-01"}   100memory_usage_bytes{host="master-01"}   30memory_usage_bytes{host="master-01"}   50memory_usage_bytes{host="master-01"}   80

对于 Gauge 类型的监控指标，通过 PromQL 内置函数 delta() 可以获取样本在一段时间内的变化情况，例如，计算 CPU 温度在两小时内的差异：dalta(cpu_temp_celsius{host="zeus"}[2h])

你还可以通过PromQL 内置函数 predict_linear() 基于简单线性回归的方式，对样本数据的变化趋势做出预测。例如，基于 2 小时的样本数据，来预测主机可用磁盘空间在 4 个小时之后的剩余情况：predict_linear(node_filesystem_free{job="node"}[2h], 4 * 3600) < 0

0.8.3 Histogram(柱状图)

histogram是柱状图，在Prometheus系统的查询语言中，有三种作用：

1）在一段时间范围内对数据进行采样（通常是请求持续时间或响应大小等），并将其计入可配置的存储桶（bucket）中. 后续可通过指定区间筛选样本，也可以统计样本总数，最后一般将数据展示为直方图。
2）对每个采样点值累计和(sum)
3）对采样点的次数累计和(count)

度量指标名称: [basename]上面三类的作用度量指标名称

1）[basename]bucket{le="上边界"}, 这个值为小于等于上边界的所有采样点数量2）[basename]_sum_3）[basename]_count

小结：如果定义一个度量类型为Histogram，则Prometheus会自动生成三个对应的指标

为什需要用histogram柱状图?在大多数情况下人们都倾向于使用某些量化指标的平均值，例如 CPU 的平均使用率、页面的平均响应时间。这种方式的问题很明显，以系统 API 调用的平均响应时间为例：如果大多数 API 请求都维持在 100ms 的响应时间范围内，而个别请求的响应时间需要 5s，那么就会导致某些 WEB 页面的响应时间落到中位数的情况，而这种现象被称为长尾问题。为了区分是平均的慢还是长尾的慢，最简单的方式就是按照请求延迟的范围进行分组。例如，统计延迟在 0~10ms 之间的请求数有多少，而 10~20ms 之间的请求数又有多少。通过这种方式可以快速分析系统慢的原因。Histogram 和 Summary 都是为了能够解决这样问题的存在，通过 Histogram 和 Summary 类型的监控指标，我们可以快速了解监控样本的分布情况。

Histogram 类型的样本会提供三种指标（假设指标名称为）：

1）样本的值分布在 bucket 中的数量，命名为 _bucket{le="<上边界>"}。解释的更通俗易懂一点，这个值表示指标值小于等于上边界的所有样本数量。

# 1、在总共2次请求当中。http 请求响应时间 <=0.005 秒 的请求次数为0io_namespace_http_requests_latency_seconds_histogram_bucket{path="/",method="GET",code="200",le="0.005",} 0.0 # 2、在总共2次请求当中。http 请求响应时间 <=0.01 秒 的请求次数为0io_namespace_http_requests_latency_seconds_histogram_bucket{path="/",method="GET",code="200",le="0.01",} 0.0 # 3、在总共2次请求当中。http 请求响应时间 <=0.025 秒 的请求次数为0io_namespace_http_requests_latency_seconds_histogram_bucket{path="/",method="GET",code="200",le="0.025",} 0.0io_namespace_http_requests_latency_seconds_histogram_bucket{path="/",method="GET",code="200",le="0.05",} 0.0io_namespace_http_requests_latency_seconds_histogram_bucket{path="/",method="GET",code="200",le="0.075",} 0.0io_namespace_http_requests_latency_seconds_histogram_bucket{path="/",method="GET",code="200",le="0.1",} 0.0io_namespace_http_requests_latency_seconds_histogram_bucket{path="/",method="GET",code="200",le="0.25",} 0.0io_namespace_http_requests_latency_seconds_histogram_bucket{path="/",method="GET",code="200",le="0.5",} 0.0io_namespace_http_requests_latency_seconds_histogram_bucket{path="/",method="GET",code="200",le="0.75",} 0.0io_namespace_http_requests_latency_seconds_histogram_bucket{path="/",method="GET",code="200",le="1.0",} 0.0io_namespace_http_requests_latency_seconds_histogram_bucket{path="/",method="GET",code="200",le="2.5",} 0.0io_namespace_http_requests_latency_seconds_histogram_bucket{path="/",method="GET",code="200",le="5.0",} 0.0io_namespace_http_requests_latency_seconds_histogram_bucket{path="/",method="GET",code="200",le="7.5",} 2.0 # 4、在总共2次请求当中。http 请求响应时间 <=10 秒 的请求次数为 2io_namespace_http_requests_latency_seconds_histogram_bucket{path="/",method="GET",code="200",le="10.0",} 2.0io_namespace_http_requests_latency_seconds_histogram_bucket{path="/",method="GET",code="200",le="+Inf",} 2.0

2）所有样本值的大小总和，命名为 _sum

# 实际含义： 发生的2次 http 请求总的响应时间为 13.107670803000001 秒io_namespace_http_requests_latency_seconds_histogram_sum{path="/",method="GET",code="200",} 13.107670803000001

3）样本总数，命名为 _count，值和 _bucket{le="+Inf"} 相同

# 实际含义： 当前一共发生了 2 次 http 请求io_namespace_http_requests_latency_seconds_histogram_count{path="/",method="GET",code="200",} 2.0

注意：1）bucket 可以理解为是对数据指标值域的一个划分，划分的依据应该基于数据值的分布。注意后面的采样点是包含前面的采样点的，假设 xxx_bucket{...,le="0.01"} 的值为 10，而 xxx_bucket{...,le="0.05"} 的值为 30，那么意味着这 30 个采样点中，有 10 个是小于 0.01s的，其余 20 个采样点的响应时间是介于0.01s 和 0.05s之间的。

2）可以通过 histogram_quantile() 函数来计算 Histogram 类型样本的分位数。分位数可能不太好理解，你可以理解为分割数据的点。我举个例子，假设样本的 9 分位数（quantile=0.9）的值为 x，即表示小于 x 的采样值的数量占总体采样值的 90%。Histogram 还可以用来计算应用性能指标值（Apdex score）。

0.8.4 Summary(汇总)

与 Histogram 类型类似，用于表示一段时间内的数据采样结果（通常是请求持续时间或响应大小等），但它直接存储了分位数（通过客户端计算，然后展示出来），而不是通过区间来计算。它也有三种作用：

1）对于每个采样点进行统计，并形成分位图。（如：正态分布一样，统计低于60分不及格的同学比例，统计低于80分的同学比例，统计低于95分的同学比例）

2）统计班上所有同学的总成绩(sum)

3）统计班上同学的考试总人数(count)

带有度量指标的[basename]的summary 在抓取时间序列数据有如命名。

1、观察时间的φ-quantiles (0 ≤ φ ≤ 1), 显示为[basename]{分位数="[φ]"}

2、[basename]sum，是指所有观察值的总和

3、[basename]_count, 是指已观察到的事件计数值

样本值的分位数分布情况，命名为 {quantile="<φ>"}。

# 1、含义：这 12 次 http 请求中有 50% 的请求响应时间是 3.052404983sio_namespace_http_requests_latency_seconds_summary{path="/",method="GET",code="200",quantile="0.5",} 3.052404983 # 2、含义：这 12 次 http 请求中有 90% 的请求响应时间是 8.003261666sio_namespace_http_requests_latency_seconds_summary{path="/",method="GET",code="200",quantile="0.9",} 8.003261666

所有样本值的大小总和，命名为 _sum。

# 1、含义：这12次 http 请求的总响应时间为 51.029495508sio_namespace_http_requests_latency_seconds_summary_sum{path="/",method="GET",code="200",} 51.029495508

样本总数，命名为 _count。

# 1、含义：当前一共发生了 12 次 http 请求io_namespace_http_requests_latency_seconds_summary_count{path="/",method="GET",code="200",} 12.0

Histogram 与 Summary 的异同：它们都包含了 _sum 和 _count 指标，Histogram 需要通过 _bucket 来计算分位数，而 Summary 则直接存储了分位数的值。

prometheus_tsdb_wal_fsync_duration_seconds{quantile="0.5"} 0.012352463prometheus_tsdb_wal_fsync_duration_seconds{quantile="0.9"} 0.014458005prometheus_tsdb_wal_fsync_duration_seconds{quantile="0.99"} 0.017316173prometheus_tsdb_wal_fsync_duration_seconds_sum 2.888716127000002prometheus_tsdb_wal_fsync_duration_seconds_count 216 # 从上面的样本中可以得知当前Promtheus Server进行wal_fsync操作的总次数为216次，耗时2.888716127000002s。其中中位数（quantile=0.5）的耗时为0.012352463，9分位数（quantile=0.9）的耗时为0.014458005s。

0.9 监控内容：Prometheus能监控什么?

# Databases---数据库    Aerospike exporter    ClickHouse exporter    Consul exporter (official)    Couchbase exporter    CouchDB exporter    ElasticSearch exporter    EventStore exporter    Memcached exporter (official)    MongoDB exporter    MSSQL server exporter    MySQL server exporter (official)    OpenTSDB Exporter    Oracle DB Exporter    PgBouncer exporter    PostgreSQL exporter    ProxySQL exporter    RavenDB exporter    Redis exporter    RethinkDB exporter    SQL exporter    Tarantool metric library    Twemproxy# Hardware related---硬件相关    apcupsd exporter    Collins exporter    IBM Z HMC exporter    IoT Edison exporter    IPMI exporter    knxd exporter    Netgear Cable Modem Exporter    Node/system metrics exporter (official)    NVIDIA GPU exporter    ProSAFE exporter    Ubiquiti UniFi exporter# Messaging systems---消息服务    Beanstalkd exporter    Gearman exporter    Kafka exporter    NATS exporter    NSQ exporter    Mirth Connect exporter    MQTT blackbox exporter    RabbitMQ exporter    RabbitMQ Management Plugin exporter# Storage---存储    Ceph exporter    Ceph RADOSGW exporter    Gluster exporter    Hadoop HDFS FSImage exporter    Lustre exporter    ScaleIO exporter# HTTP---网站服务    Apache exporter    HAProxy exporter (official)    Nginx metric library    Nginx VTS exporter    Passenger exporter    Squid exporter    Tinyproxy exporter    Varnish exporter    WebDriver exporter# APIs    AWS ECS exporter    AWS Health exporter    AWS SQS exporter    Cloudflare exporter    DigitalOcean exporter    Docker Cloud exporter    Docker Hub exporter    GitHub exporter    InstaClustr exporter    Mozilla Observatory exporter    OpenWeatherMap exporter    Pagespeed exporter    Rancher exporter    Speedtest exporter# Logging---日志    Fluentd exporter    Google"s mtail log data extractor    Grok exporter# Other monitoring systems    Akamai Cloudmonitor exporter    Alibaba Cloudmonitor exporter    AWS CloudWatch exporter (official)    Cloud Foundry Firehose exporter    Collectd exporter (official)    Google Stackdriver exporter    Graphite exporter (official)    Heka dashboard exporter    Heka exporter    InfluxDB exporter (official)    JavaMelody exporter    JMX exporter (official)    Munin exporter    Nagios / Naemon exporter    New Relic exporter    NRPE exporter    Osquery exporter    OTC CloudEye exporter    Pingdom exporter    scollector exporter    Sensu exporter    SNMP exporter (official)    StatsD exporter (official)# Miscellaneous---其他    ACT Fibernet Exporter    Bamboo exporter    BIG-IP exporter    BIND exporter    Bitbucket exporter    Blackbox exporter (official)    BOSH exporter    cAdvisor    Cachet exporter    ccache exporter    Confluence exporter    Dovecot exporter    eBPF exporter    Ethereum Client exporter    Jenkins exporter    JIRA exporter    Kannel exporter    Kemp LoadBalancer exporter    Kibana Exporter    Meteor JS web framework exporter    Minecraft exporter module    PHP-FPM exporter    PowerDNS exporter    Presto exporter    Process exporter    rTorrent exporter    SABnzbd exporter    Script exporter    Shield exporter    SMTP/Maildir MDA blackbox prober    SoftEther exporter    Transmission exporter    Unbound exporter    Xen exporter# Software exposing Prometheus metrics---Prometheus度量指标    App Connect Enterprise    Ballerina    Ceph    Collectd    Concourse    CRG Roller Derby Scoreboard (direct)    Docker Daemon    Doorman (direct)    Etcd (direct)    Flink    FreeBSD Kernel    Grafana    JavaMelody    Kubernetes (direct)    Linkerd

0.9 Prometheus对kubernetes的监控

对于Kubernetes而言，我们可以把当中所有的资源分为几类：

基础设施层（Node）：集群节点，为整个集群和应用提供运行时资源
容器基础设施（Container）：为应用提供运行时环境
用户应用（Pod）：Pod中会包含一组容器，它们一起工作，并且对外提供一个（或者一组）功能
内部服务负载均衡（Service）：在集群内，通过Service在集群暴露应用功能，集群内应用和应用之间访问时提供内部的负载均衡
外部访问入口（Ingress）：通过Ingress提供集群外的访问入口，从而可以使外部客户端能够访问到部署在Kubernetes集群内的服务

因此，如果要构建一个完整的监控体系，我们应该考虑，以下5个方面：

集群节点状态监控：从集群中各节点的kubelet服务获取节点的基本运行状态；
集群节点资源用量监控：通过Daemonset的形式在集群中各个节点部署Node Exporter采集节点的资源使用情况；
节点中运行的容器监控：通过各个节点中kubelet内置的cAdvisor中获取个节点中所有容器的运行状态和资源使用情况；
如果在集群中部署的应用程序本身内置了对Prometheus的监控支持，那么我们还应该找到相应的Pod实例，并从该Pod实例中获取其内部运行状态的监控指标。
对k8s本身的组件做监控：apiserver、scheduler、controller-manager、kubelet、kube-proxy

1 Prometheus 监控 Spring Cloud Gateway

1.1 简述

API网关作为应用服务与外部交互的入口，通过对API网关的监控，可以清晰的知道应用整体的请求量，以便根据不同的并发情况进行扩容处理。

对API网关的监控也是相当必要的。

通过Prometheus监控Gateway与监控普通Springboot项目几乎没有区别。基本步骤都是引入pom依赖，然后修改端点暴露metrics接口即可。

1.2 配置步骤

1.2.1 Maven 依赖

      org.springframework.boot      spring-boot-starter-actuator      ${springboot.version}          io.micrometer      micrometer-registry-prometheus      runtime

需要注意的是micrometer-registry-prometheus的版本号需要跟spring-boot-dependencies中定义的保持一致。
Springboot较高版本的定义统一在micrometer-bom中，低版本的直接在spring-boot-dependencies中定义。

1.2.2 配置文件 application.yaml [local or nacos]

--- # 暴露监控端点 配置management:  endpoints:    # web端点配置属性    web:      # 默认端点前缀为/actuator，可修改      base-path: /actuator      exposure:        # 包含端点，全用直接使用"*"即可，多个场景["prometheus","health"]        include: [ "prometheus","health" ]        # 排除端点        exclude: [ "shutdown" ]    # JMX 端点配置属性    jmx:      exposure:        include: [ "prometheus" ]        exclude: [ "shutdown" ]  metrics:    tags:      application: ${spring.application.name}    export:      prometheus:        descriptions: true        enabled: true

按照实际使用情况，开放对应监控端点即可，为了保护应用安全，不使用的不开启

spring-cloud-gateway (embed : netty server)

spring-boot (embed : tomcat server)

1.2.3 Prometheus 相关配置

prometheus.yml配置

# consul服务发现配置  - job_name: "api_gatway"    consul_sd_configs:      - server: "10.0.107.55:8500" #consul的服务地址        services: ["api_gateway"]    relabel_configs:      - source_labels: ["__meta_consul_tags"]        regex: .*api_gateway.*        action: keep      - regex: __meta_consul_service_metadata_(.+)        action: labelmap    # 指标标签兼容，spring cloud  gateway 3.x版本前缀加了spring_cloud_    metric_relabel_configs:      - source_labels: [__name__]        regex: "gateway(.*)"        target_label: "__name__"        replacement: "spring_cloud_gateway$1"# file_sd服务发现配置  - job_name: "api_gateway"    file_sd_configs:      - files:        - "./api_gateway_config/*.json"        refresh_interval: 15s    # 指标标签兼容，spring cloud  gateway 3.x版本前缀加了spring_cloud_    metric_relabel_configs:      - source_labels: [__name__]        regex: "gateway(.*)"        target_label: "__name__"        replacement: "spring_cloud_gateway$1"

spring cloud gateway在不同的版本中指标名称不一致，在3.X版本中指标名称加了前缀spring_cloud_

所以，在prometheus配置文件中使用metric_relabel_configs对指标进行统一处理

1.2.4 调用 Actuator API

curl -X GET http://127.0.0.1/actuator/prometheus

1.2.5 Grafana面板

官方面板：
https://github.com/spring-cloud/spring-cloud-gateway/blob/main/docs/src/main/asciidoc/gateway-grafana-dashboard.json

Grafana中的面板：
https://grafana.com/grafana/dashboards/11506-spring-cloud-gateway/ 编号11506

grafana官方提供的仅支持2.x的gateway，对于3.x的gateway存在问题。
因此，我们在使用面板的时候同时兼容了2.x和3.x版本，需要根据gateway官方的面板进行自定义。自定义面板：

1.2.6 指标选取

指标	PromQL
运行状态	up
近5分钟QPS	sum by(instance) (rate(spring_cloud_gateway_requests_seconds_count{uri!~“.actuator.”}[5m]))
近5分钟请求失败次数	sum by(instance) (increase(spring_cloud_gateway_requests_seconds_count{outcome!=“SUCCESSFUL”}[5m]))

X 参考文献

Prometheus监控Spring Cloud Gateway - CSDN 【推荐】
gateway + prometheus + grafana - _Meditation - 博客园
Springcloud gateway结合grafana简单自定义监控_kingpand的博客-CSDN博客_gateway_requests_seconds_count - CSDN
springboot下配置prometheus - 博客园
Prometheus介绍 - CSDN 【推荐】

关键词：