如何配置Prometheus来监控指标

Prometheus是现代化的开源监控系统。收集，存储并查询时间序列数据并支持多种数据模型和查询语言。本文将会介绍如何配置Prometheus去监控指标，并且在其中加入自定义指标和报警，让你的监控系统更加完善。

安装Prometheus

首先需要在服务器上安装Prometheus，可以通过下载二进制文件或使用包管理器进行安装。以下是在不同操作系统上安装Prometheus的示例方案：

配置Prometheus

在安装好Prometheus后，需要进行配置参数的设置。配置文件位于/etc/prometheus/prometheus.yml。可以打开文本编辑器进行配置，以下是一个简单的配置示例：

global:
  scrape_interval: 15s # 设置抓取间隔为15秒
scrape_configs:
  - job_name: 'example' # 设置作业名称为'example'
    static_configs:
      - targets: ['localhost:8080'] # 设置目标地址为'localhost:8080'，即要监控的服务地址和端口号

在配置文件中首先需要设置全局的抓取间隔，然后在scrape_configs下定义一个名为“example”的job，并且包含一个静态配置，即设置要监控的目标地址为localhost:8080，当然实际中可以根据自己的需要灵活配制其他参数。

启动Prometheus

完成配置后，可以启动Prometheus服务，以下是在不同操作系统上启动Prometheus的示例：

sudo systemctl start prometheus # 在Ubuntu上使用systemd启动
sudo service prometheus start # 在CentOS上使用service启动

查看监控指标

Prometheus默认情况下会提供一个Web界面，可以通过访问http://localhost:9090来查看监控指标。

在Web界面中，可以查看已配置的作业，指标和图表等信息。

添加自定义指标

除了默认提供的指标外，Prometheus还支持自定义指标，可以通过编写自定义的Exporter来提供自定义指标。Exporter是一个独立的服务，它会暴露一些指标供Prometheus抓取，以下是一个简单的自定义指标示例：

example_exporter.py
from prometheus_client import start_http_server, Gauge
import time

# 创建一个Gauge指标，用于记录当前时间戳
timestamp = Gauge('timestamp', 'Current timestamp')

def main():
  while True:
    timestamp.set(time.time()) # 更新时间戳指标的值
    time.sleep(1) # 每隔1秒更新一次指标值
  start_http_server(8080) # 启动HTTP服务器，暴露指标给Prometheus抓取

创建了一个名为“timestamp”的Gauge指标，用于记录当前时间戳，在一个无限循环中不断更新该指标的值，并通过HTTP服务器暴露给Prometheus抓取，可以根据实际需求编写更多的自定义指标。

配置PromQL查询语言

Prometheus支持使用PromQL（Prometheus查询语言）来查询监控指标，可以在Web界面中使用PromQL编辑器来编写查询语句，并查看查询结果，以下是一个简单的PromQL查询示例：

查询所有指标的名称和值
label_values(instance) # 查询所有实例的标签值和对应的指标值

在上述示例中，查询了所有指标的名称和值，以及所有实例的标签值和对应的指标值。可以根据实际需求编写更复杂的查询语句。

报警规则配置

Prometheus还支持配置报警规则，当监控指标达到预设的条件时，会触发报警通知，可以通过编辑prometheus.yml文件中的rule_files字段来配置报警规则文件，以下是一个简单的报警规则示例：

rule_files: "alert.rules.yml" # 引用报警规则文件的位置和名称

在上述示例中，我们引用了一个名为“alert.rules.yml”的报警规则文件，可以根据实际需求编写更多的报警规则，报警规则文件可以使用YAML格式编写：

groups: # 定义报警组，用于组织和管理报警规则
  - name: example # 报警组名称为“example”
    rules: # 定义报警规则列表
      - alert: HighRequestLatency # 报警名称为“HighRequestLatency”，当请求延迟超过阈值时触发报警
        expr: request_latency_seconds:mean5m{job="example"} > 0.5 # 请求延迟平均值超过0.5秒时触发报警条件表达式
        for: 5m # 持续时间为5分钟
        labels: # 配置报警的标签
          severity: critical # 报警的严重性为critical
        annotations: # 配置报警的注释
          summary: "请求延迟异常" # 报警的摘要为“请求延迟异常”
          description: "请求延迟已超过5分钟，需要立即处理！" # 报警的描述为“请求延迟已超过5分钟，需要立即处理！”
        receivers: # 配置接收报警通知的方式
          - email # 发送报警通知的方式是电子邮件
        to: "admin@example.com" # 接收报警通知的邮箱地址是admin@example.com

定义一个“example”的报警组，该组包含一个高延迟请求触发报警的规则，当请求延迟时间超过0.5秒时会触发报警通知，持续时间为5分钟（5m），报警等级为critical，报警通知方式为email，接收者为admin@example.com。

结尾

通过本文，你应该已经掌握了如何配置基本的Prometheus监控，并对自定义指标与报警机制都有了一定的了解，在实际工作中，你可以通过衍生出更多的监控需求来完善你的监控系统，在实践过程中不断优化提升。如有任何疑问，欢迎留言交流。

如果你喜欢这篇文章，请评论，关注，点赞，感谢您的阅读！