# prometheus

**Repository Path**: zhanglibin/prometheus

## Basic Information

- **Project Name**: prometheus
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2021-01-13
- **Last Updated**: 2021-01-13

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# prometheus

#### 1. 介绍
Prometheus: (简称Prom)是由SoundCloud开发的开源监控报警系统。是大名鼎鼎的CNCF云原生基金会下的第二大开源项目。具有如下特点：

1. 使用Go语言开发
2. 内置时序数据库
3. 性能足够支撑上万台规模的集群
4. 多维度数据模型，灵活的查询语言
5. 通过HTTP的pull方式采集时序数据
6. 可以通过中间网关进行时序列数据推送
7. 服务发现或者静态配置来发现被监控对象
8. 支持多种多样的图表和界面展示，比如Grafana等

#### 2. 架构图

![Image](https://prometheus.io/assets/architecture.png)



#### 工作流程

1. Prometheus Server通过http协议周期性的pull被监控对象的metrics，然后保存在本地的TSDB（时序数据库）中。
2. Prometheus Server判断监控数据是否触发告警，如果触发，将告警发送给Alertmanager。
3. Alertmanager处理告警，并通过邮件等方式进行通知。
4. Prometheus监控数据也可以通过Grafana等可视化工具进行展示。


#### 3. Prometheus环境搭建

1. Prometheus Server
2. 被监控对象exporter
3. 数据上报网关pushgateway（未实践）
4. Alertmanager告警（未实践）


#### 4.启动命令prometheus server 和 grafana

docker-compose up

#### 5. 自定义golang exporter 

1. go run main.go
2. go run main2.go
3. go run main3.go

#### 6.Prometheus 四大度量指标和应用

##### 6.1 Counter (计数器)

1. 描述

Counter 类型代表一个累积的指标数据，其单调递增，只增不减。在应用场景中，像是请求次数、错误数量等等，就非常适合用 Counter 来做指标类型，另外 Counter 类型，只有在被采集端重新启动时才会归零

2. 常用方法

Inc                 将计数器递增1
Add (float64)       将给定添加计数器中,小于0报错

##### 6.2 Gauge (仪表盘)

1. 描述

Gauge 类型代表一个可以任意变化的指标数据，其可增可减。在应用场景中，像是 Go 应用程序运行时的 Goroutine 的数量就可以用该类型来表示，在系统中统计 CPU、Memory 等等时很常见，而在业务场景中，业务队列的数量也可以用 Gauge 来统计，实时观察队列数量，及时发现堆积情况,因为其是浮动的数值，并非固定的，侧重于反馈当前的情况

2. 常用方法

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）

##### 6.3 Histogram(累积直方图)

1. 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。

Histogram 类型在应用场景中非常的常用，因为其代表的就是分组区间的统计，而在分布式场景盛行的现在，链路追踪系统是必不可少的，那么针对不同的链路的分析统计就非常的有必要，例如像是对 RPC、SQL、HTTP、Redis 的 P90、P95、P99 进行计算统计，并且更进一步的做告警，就能够及时的发现应用链路缓慢，进而发现和减少第三方系统的影响。

2. 常用方法

Observe(float64)	将一个观察值添加到直方图。

##### 6.4 Summary（摘要）

1. 描述

Summary 类型将会在一段时间范围内对数据进行采样，但是与 Histogram 类型不同的是 Summary 类型将会存储分位数（在客户端进行计算），而不像 Histogram 类型，根据所设置的区间情况统计存储。提供三种摘要指标: 样本值的分位数分布情况,所有样本值的大小总和,样本总数

2. 常用方法

Observe(float64)	将一个观察值添加到直方图。

#### 7. prometheus metric type 

https://blog.csdn.net/hjxzb/article/details/81028806




# Grafana

#### prometheus 和 grafana 连接，图表建立

https://blog.csdn.net/hjxzb/article/details/81044583