一步步教你用Prometheus搭建實時監控系統系列(二)——詳細分析拉取和推送兩種不同模式
前言
本系列着重介紹 Prometheus
以及如何用它和其周邊的生態來搭建一套屬於自己的實時監控告警平臺。
本系列受衆對象爲初次接觸 Prometheus
的用戶,大神勿噴,偏重於操作和實戰,但是重要的概念也會精煉出提及下。系列主要分爲以下幾塊
-
Prometheus
各個概念介紹和搭建,如何抓取數據( 一步步教你用Prometheus搭建實時監控系統系列(一)——上帝之火,普羅米修斯的崛起 ) - 如何推送數據至
Prometheus
,推送和拉取分別用於什麼樣的場景(本次分享內容) -
Prometheus
數據的結構以及查詢語言PromQL
的使用 - Java應用如何和
Prometheus
集成,如何啓用服務發現,如果自定義業務指標 -
Prometheus
如何和Grafana
可視化套件進行集成和設置告警 - 教你如何手寫一個集成了監控Dubbo各個指標的java套件
- 實際案例分享,如何做各個業務端和系統端的監控大盤
抓取和推送
拉取模式:
Prometheus
獲取數據的方式只有拉取(PULL),即 Prometheus
會以固定頻率去請求每個 target
所提供的 http url
來獲取數據。這就需要每個服務端點提供 http
的接口來獲取實時的數據。
推送模式:
Prometheus
也變相的實現了推送數據的方式。
爲什麼說是變相呢。因爲 Prometheus
獲取數據的方式一直是拉取方式,官方並沒有提供推送數據的功能。但是官方爲了兼容推送這種方式,增加了一個 PushGateway
組件。
這個組件相當於一個代理服務,獨立部署。它沒有數據抓取功能,只能被動的等待數據推送。應用把數據推送到 PushGateway
後, Prometheus
再從 PushGateway
抓取。
推送模式要注意的點
即便客戶端推了全量的數據到了 PushGateway
, Prometheus
也不是每次拉取這個期間用戶推上來的所有數據。
事實上 Prometheus
只拉取用戶最後一次push上來的數據。
在這個系列一的時候,曾經提到過 Prometheus
其實並不需要每一個精確的數據,長期保存的是中等或者低精度的數據。它每次只抓取一個數據,在固定的頻率下。也能形成某種數據的趨勢。
如果客戶端一直沒有推送新的指標到 PushGateway
,那麼 Prometheus
將始終拉取最後推送上的數據,直到指標消失,默認是5分鐘。
Pushgateway
本意是不會存儲指標的,但是爲了讓 pushgateway
意外重啓一類的故障之後能夠重新讀取到原來的指標,添加了一個將指標暫時存儲到本地的功能,參數 --persistence.interval=5m
就是默認保持5分鐘,5分鐘後,本地存儲的指標會刪除。可以通過調節這個值來修正發現異常的時間。
通過單個 Pushgateway
監控多個實例時, Pushgateway
有可能成爲單點故障和潛在瓶頸
如果要用 Pushgateway
的話,建議多點部署。然後前面通過 nginx
進行反向代理多個節點,進行負載均衡。
推送模式適用的場景
-
Prometheus
採用定時拉取模式,可能由於子網絡或者防火牆的原因,不能直接拉取各個Target
的指標數據,此時可以採用各個Target
往PushGateway
上推送數據,然後Prometheus
去PushGateway
上定時拉取 - 在監控各個業務數據時,需要將各個不同的業務數據進行統一彙總,此時也可以採用
PushGateway
來統一收集,然後Prometheus
來統一拉取
搭建
Pushgateway
分 docker
安裝和普通安裝兩種,這裏才用普通安裝
先上 prometheus
的github release主頁
https://github.com/prometheus/pushgateway/releases
按照需要下載對應的包,我這裏是需要部署在linux服務器上,所以下載這個
下載好,解壓。運行:
nohup ./pushgateway &
啓動起來後,默認端口爲9091
在瀏覽器上根據ip+port可以訪問到如下頁面,就算啓動成功了:
除此之外還要在 Prometheus
的配置文件裏設置 Target
:
- job_name: 'pushgateway' scrape_interval: 10s # 每過10秒拉取一次 honor_labels: true static_configs: - targets: ['localhost:9091'] labels: instance: pushgateway
設置完畢後重啓 Prometheus
,然後會在 Target
選項卡里看到狀態爲 UP
的 Pushgateway
。
設置階段就完成了。
URL推送測試
我這裏用 postman
軟件進行推送測試,推送 url
的格式爲: /metrics/job/<JOBNAME>{/<LABEL_NAME>/<LABEL_VALUE>}
這個測試用例爲意思是,推送一個指標aaa,標籤爲 bbb=BBB,ccc=CCC
,值爲111.1到一個組上,這個組爲 job=pushgateway,instance=demo
。
其實你可以簡單的理解爲這個指標aaa帶有4個標籤:job,instance,bbb,ccc。只是job和instance是屬於組上的標籤。
同一個組裏的相同的指標, Prometheus
每次只取最新的,不同組內可以有相同的指標。
關於數據結構和標籤結構系列的下一篇文章會詳細介紹。
總之,你提交這個 POST
請求後,可以在 http://ip:9091
上看到如下數據:
可以看到,aaa這個標籤已經成功的被提交到 Pushgateway
裏了。
接下來,我們在 Prometheus
裏查詢這個指標:
可以看到, Prometheus
也成功的拉取到了這個指標。
Java端利用SDK進行推送
雖然我們在java服務端也能利用 httpclient
等工具進行提交,但是需要自行組裝很多請求體。 Prometheus
官方提供了一個SDK。
首先在 Maven
中引入依賴包:
<dependency> <groupId>io.prometheus</groupId> <artifactId>simpleclient_pushgateway</artifactId> <version>0.9.0</version> </dependency>
對 Gauge
, Timer
, Counter
, Summary
四種常見的指標進行推送示例:
public void run(String... args) throws Exception { Gauge guage = Gauge.build("my_custom_metric", "This is my custom metric.") .labelNames("aaa","bbb").register(); Gauge.Child child = guage.labels("AAA","BBB"); child.set(334.5); Gauge timerGauge = Gauge.build("my_timer_metric","this is my timer metric.").register(); Gauge.Timer timer = timerGauge.startTimer(); Thread.sleep(3000L); Counter counter = Counter.build("my_count_metric","this is my count metric.").register(); counter.inc(); counter.inc(); Summary summary = Summary.build("my_summary_metric","this is my summary metric.").register(); summary.observe(45.6); summary.observe(54.5); String url = "xxx.xxx.xxx.xxx:9091"; PushGateway pg = new PushGateway(url); Map<String, String> groupingKey = new HashMap<>(); groupingKey.put("instance", "my_instance"); pg.pushAdd(CollectorRegistry.defaultRegistry, "my_job", groupingKey); }
這段代碼演示了4個指標批量提交的場景。通過註冊到 CollectorRegistry.defaultRegistry
裏,最後一起 pushAdd
。
我們可以在 Pushgateway
裏查詢到提交的指標:
同樣在 Prometheus
裏也能查詢到這4個指標,具體圖示就不貼了。可以自己嘗試下。
最後
這個系列旨在利用實戰操作教你一步步搭建自己系統和業務監控大盤。後面會繼續更新。下一個章節將分析: Prometheus
中的數據格式分析以及 PromQL
的使用。
關注作者
如果你喜歡作者的文章,歡迎微信公衆號關注 「 元人部落 」,一個只做原創的技術科技分享號
關注後回覆“ 資料 ”獲取50G的技術資料