025 云原生之 Prometheus 介绍

在云原生架构下，Kubernetes 并不保存日志，也不提供日志存储解决方案，而是依赖第三方解决方案。

在伴生容器中使用日志代理会导致资源损耗。此外，一旦启用日志代理，日志就不能再由 kubelet 管理，用户不能再使用 kubectl logs 命令来访问 Pod 的日志。

监控不应该与日志记录混淆，日志用于调试、开发和观察运行情况，它记录了应用程序的内部功能和流程。尽管可以从日志计算度量，但是需要额外的聚合服务（例如 Elasticsearch）和处理。日志记录一般使用 ELK 套件（Elasticsearch+Logstash+Kibana）。

Prometheus 具有以下特点：

● 强大的多维度数据模型：

✧ 时间序列数据通过 metric 名和键值对来区分。

✧ 所有 metrics 都可以设置任意的多维标签。

✧ 数据模型更随意，不需要刻意设置为以点分隔的字符串。

✧ 可以对数据模型进行聚合、切割和切片操作。

✧ 支持双精度浮点类型，标签可以设为全 unicode。

● 灵活而强大的查询语句（PromQL）：在同一个查询语句中可以对多个 metrics 进行乘法、加法、连接、取分数位等操作。

● 易于管理：Prometheus server 是一个单独的二进制文件，可直接在本地工作，不依赖于分布式存储。● 高效：平均每个采样点仅占 3.5B，且一个 Prometheusserver 可以处理数百万的度量值。

● 使用拉取（pull）模式采集时间序列数据，这样不仅有利于本机测试，而且可以避免有问题的服务器推送坏的度量值。

● 可以采用 push gateway 方式把时间序列数据推送至 Prometheus server 端。

● 可以通过服务发现或者静态配置获取监控的目标（target）。

● 有多种可视化图形界面。

● 易于伸缩。

Prometheus 生态圈中包含了多个组件，其中许多组件是可选的。

● Prometheus server：用于收集和存储时间序列数据。

● 客户端库（Client Library）：为需要监控的服务生成相应度量值并暴露给 Prometheus server。当 Prometheus server 来抓取时，直接返回实时状态的 metrics。

● 推送网关（Push Gateway）：主要用于短期执行的程序。由于这类程序运行时间较短，可能在 Prometheus 抓取之前就执行完毕了，为此，这类程序可以直接向 Prometheus server 端推送它们的度量值。这种方式主要用于服务层面的度量，对于机器层面的度量，需要使用 node exporter。

● Exporters：用于暴露已有第三方服务的度量给 Prometheus。

● 报警管理器（Alert manager）：从 Prometheus server 端接收到警报后，会去除重复数据、分组，并路由到报警服务，发出报警。常见报警方式有：电子邮件、短信、OpsGenie、钉钉、webhook 等。

Prometheus 体系结构

Prometheus 中存储的数据为时间序列，是由度量的名称和一系列的标签（键值对）组成的唯一标识，不同的标签代表不同的时间序列。