整体架构
安装prometheus
mac安装方式
1.下载安装包
https://prometheus.io/download/
2.解压运行
解压后，运行./prometheus --config.file=prometheus.yml
这里mac系统可能会碰到无法打开的问题，按照如下操作之后，再次运行命令
a.点击屏幕左上角的苹果图标，选择菜单：系统偏好设置...。
b.打开系统偏好设置界面，点击"安全性与隐私"->"通用"。
c.在窗口底部会看到：已阻止使用“XXX”，因为来自身份不明的开发者。点击后面的"仍要打开"按钮
3.访问
浏览器地址输入：http://localhost:9090/，即可访问
使用prometheus监控go应用
默认监控项
在go项目中引入prometheus之后，默认已经有监控项了，我们可以在prometheus的监控面板中看到，比如下面的例子
1）编写一个最简go应用
package main
import (
"net/http"
"github.com/prometheus/client_golang/prometheus/promhttp"
)
func main() {
http.Handle("/metrics", promhttp.Handler()) //暴露 metrics 指标
http.ListenAndServe(":8091", nil) //启动Server
}
2）查看默认指标
2.1. 运行上面的go程序
go run main.go
2.2 浏览器访问http://localhost:8091/metrics 然后查看默认指标输出
这里我们关注promhttp_metric_handler_requests_total指标，表示http访问量，每次刷新这个指标会+1。
3）将go应用节点添加到prometheus的prometheus.yml配置
追加配置到prometheus.yml中
# 这里新增一个监控Go应用节点 - job_name: "gomonitor" # metrics_path defaults to '/metrics' # scheme defaults to 'http'. static_configs: - targets: ["localhost:8091"]
4）重启promethueus
./prometheus --config.file=prometheus.yml
5）查看prometheus监控面板
点击Execute可以看到监控面板的http访问趋势
prometheus术语解释
指标名称(metric name)
表示了被测系统的一般特征,即一个可以度量的指标
它采用了普遍的名称来描述一个时间序列,例如
1）promhttp_metric_handler_requests_total 表示请求总数
2）go_goroutines go运行的协程数量
标签(label)
当指标名称需要细化的时候，可以使用标签进行扩展，相同指标名称的任何给定标签组合标识该指标的特定维度实例
例如：
1）promhttp_metric_handler_requests_total{method=POST} 表示有POST标签的请求总数
2）promhttp_metric_handler_requests_total{status=200} 表示有状态码为200标签的请求总数
样本(sample)
按照某个时序以时间维度采集的数据称为样本，实际的时间序列,每个序列包括一个float64的值和一个毫秒级的unix时间戳,本质上属于单值模型，例如：
1）在某个采集的时刻，指标输出为"promhttp_metric_handler_requests_total{code="200"} 126" 表示这一刻的样本值为126
整个prometheus的数据存储可以用下面的模型来表示
1）其中横轴是时间，纵轴是时间线，时间线就是指标名称和一组标签的组合
2）区域内每个点就是数据点
3）在同一时刻，每条时间线只会产生一个数据点，但同时会有多条时间线产生数据
自定义监控项
很多情况下prometheus提供的go sdk并不能很好的满足我们业务上的应用，所以我们还有自定义监控指标的需求。
prometheus提供了四大度量指标
Counter (计数器)
描述
常用方法
| 方法名 | 作用 |
|---|---|
| Inc | 将计数器递增1 |
| Add (float64) | 将给定添加计数器中,小于0报错 |
应用例子
package main
import (
"net/http"
"github.com/prometheus/client_golang/prometheus"
"github.com/prometheus/client_golang/prometheus/promhttp"
)
func main() {
//申明一个Counter
var AccessCounter = prometheus.NewCounterVec(
prometheus.CounterOpts{
Name: "http_server_requests_bucket",
},
[]string{"path"},
)
//将申明的Counter注册
prometheus.MustRegister(AccessCounter)
//这里是业务逻辑，假设有一个获取用户信息接口
http.HandleFunc("/getUser", func(w http.ResponseWriter, r *http.Request) {
//这里针对接口访问量进行递增，这里简单起见，写死了path
AccessCounter.With(prometheus.Labels{
"path": "getUser",
}).Add(1)
})
http.Handle("/metrics", promhttp.Handler()) //暴露 metrics 指标
http.ListenAndServe(":8091", nil) //启动Server
}启动之后，先访问接口使得指标递增
http://localhost:8091/getUser
然后再访问prometheus监控界面，这条曲线永远是递增的
Gauge (仪表盘)
描述
常用方法
| 方法名 | 作用 |
|---|---|
| Set(float64) | 将仪表设置为任意值 |
| Inc() | 将仪表增加 1 |
| Dec() | 将仪表减少 1 |
| Add(float64) | 将给定值添加到仪表，该值如果为负数，那么将导致仪表值减少 |
| Sub(float64) | 从仪表中减去给定值，该值如果为负数，那么将导致仪表值增加 |
| SetToCurrentTime() | 将仪表设置为当前Unix时间（以秒为单位） |
应用例子
package main
import (
"fmt"
"time"
"net/http"
"math/rand"
"github.com/prometheus/client_golang/prometheus"
"github.com/prometheus/client_golang/prometheus/promhttp"
)
func main() {
//申明一个Counter
var QueueGauge = prometheus.NewGaugeVec(
prometheus.GaugeOpts{
Name: "queue_num_total",
},
[]string{"name"},
)
//将申明的Counter注册
prometheus.MustRegister(QueueGauge)
//这里是业务逻辑，设置队列长度的接口
http.HandleFunc("/queueNum", func(w http.ResponseWriter, r *http.Request) {
rand.Seed(time.Now().UnixNano())
num := rand.Intn(81)//这里模拟队列长度
QueueGauge.With(prometheus.Labels{
"name":"queue_order",
}).Set(float64(num))
fmt.Println(num)
})
http.Handle("/metrics", promhttp.Handler()) //暴露 metrics 指标
http.ListenAndServe(":8091", nil) //启动Server
}启动之后，先访问接口使得指标随机
http://localhost:8091/queueNum
然后再访问prometheus监控界面，这条曲线永远是有增有减的
Histogram(累积直方图)
描述
Histogram 类型将会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。
数据模型
1）这里的bucket是设置的上下限，比如落在区间[0.1-0.2]的样本数量，但是这里有一个区别，后一个区间会累加上前一个区间
2）统计分位数的时候，其实是拟合的区间进行统计的，如果bucket区间设置合理，这个值具备参考性，否责误差很大
常用方法
| 方法名 | 作用 |
|---|---|
| Observe(float64) | 将一个观察值添加到直方图。 |
应用例子
package main
import (
"fmt"
"time"
"net/http"
"math/rand"
"github.com/prometheus/client_golang/prometheus"
"github.com/prometheus/client_golang/prometheus/promhttp"
)
func main() {
//申明
var HttpHistogram = prometheus.NewHistogramVec(
prometheus.HistogramOpts{
Name: "http_durations_histogram_seconds",
Buckets: []float64{0.2, 0.5, 1, 2, 5, 10, 30},
},
[]string{"path"},
)
//将申明的注册
prometheus.MustRegister(HttpHistogram)
//这里是业务逻辑，设置队列长度的接口
http.HandleFunc("/queueNum", func(w http.ResponseWriter, r *http.Request) {
rand.Seed(time.Now().UnixNano())
num := rand.Intn(30)
HttpHistogram.With(prometheus.Labels{
"path": "/user/info",
}).Observe(float64(num))
fmt.Println(num)
})
http.Handle("/metrics", promhttp.Handler()) //暴露 metrics 指标
http.ListenAndServe(":8091", nil) //启动Server
}
启动之后，先访问接口使得指标随机
http://localhost:8091/queueNum
Summary（摘要）
描述
常用方法
| 方法名 | 作用 |
|---|---|
| Observe(float64) | 将一个观察值添加到直方图。 |
应用例子
package main
import (
"fmt"
"time"
"net/http"
"math/rand"
"github.com/prometheus/client_golang/prometheus"
"github.com/prometheus/client_golang/prometheus/promhttp"
)
func main() {
//申明
var HttpDurations = prometheus.NewSummaryVec(
prometheus.SummaryOpts{
Name: "http_durations_seconds",
Objectives: map[float64]float64{0.5: 0.05, 0.9: 0.01, 0.99: 0.001},
},
[]string{"path"},
)
//将申明的注册
prometheus.MustRegister(HttpDurations)
//这里是业务逻辑，设置队列长度的接口
http.HandleFunc("/queueNum", func(w http.ResponseWriter, r *http.Request) {
rand.Seed(time.Now().UnixNano())
num := rand.Intn(30)
HttpDurations.With(prometheus.Labels{"path": "/user/phone"}).Observe(float64(num))
fmt.Println(num)
})
http.Handle("/metrics", promhttp.Handler()) //暴露 metrics 指标
http.ListenAndServe(":8091", nil) //启动Server
}启动之后，先访问接口使得指标随机
http://localhost:8091/queueNum
写在最后
最后，一般公司架构都集成了prometheus，无需自己单独搭建这一套，包括监控MySQL，Redis社区内也有非常好的解决方案。作为业务开发，将花费精力放在通用prometheus指标没有覆盖的地方，然后建立业务专属的监控指标
No Leanote account? Sign up now.