prometheus

安装地址：https://software.share888.top/note/devtool/detail/prometheus.html

---

🧠 一、Prometheus 的工作原理

Prometheus 是一个 基于拉取（pull-based）模型 的监控系统。它的核心思想是：

• 被监控的服务（或通过 Exporter）暴露一个 HTTP 接口（通常是 /metrics），以文本格式返回指标数据。
• Prometheus 定期（比如每15秒）主动去“拉取”这些指标。
• 拉取回来的数据存储在本地时序数据库（TSDB）中。
• 用户可以通过 PromQL 查询语言对这些数据进行分析、告警、可视化等。

注意：这与 Zabbix、Nagios 等传统监控工具的“推模式”不同。

---

🛠️ 二、Prometheus 架构简图

+------------------+       +------------------+
|   Your Service   |<----->|   Exporter (可选)|
+------------------+       +------------------+
         |                         |
         | 暴露 /metrics           | 暴露 /metrics
         v                         v
+--------------------------------------------------+
|                Prometheus Server                 |
| - 定期抓取目标（scrape）                        |
| - 存储时序数据                                   |
| - 提供 PromQL 查询接口                          |
| - 可配置 Alertmanager 发送告警                  |
+--------------------------------------------------+
         |
         v
+------------------+
| Grafana (可选)   | <-- 可视化展示
+------------------+

---

🔧 三、如何监控不同类型的服务？

1. 监控本机（Windows/Linux 服务器）

你需要使用 Node Exporter（官方提供的 exporter）：

• 下载地址：https://github.com/prometheus/node_exporter
• 启动后，默认监听 :9100/metrics
• 它会暴露 CPU、内存、磁盘、网络等系统指标

✅ Windows 上运行示例：

# 解压 node_exporter-*.windows-amd64.zip
cd node_exporter-*.windows-amd64
.\node_exporter.exe

然后访问 http://localhost:9100/metrics 看到指标即成功。

---

2. 监控 Go Web 服务

如果你用的是 Go 写的 Web 服务，可以非常方便地集成 Prometheus 客户端库：

// main.go
package main

import (
	"net/http"

	"github.com/prometheus/client_golang/prometheus"
	"github.com/prometheus/client_golang/prometheus/promhttp"
)

// 可选：自定义指标（比如请求计数）
var httpRequestsTotal = prometheus.NewCounterVec(
	prometheus.CounterOpts{
		Name: "api_http_requests_total",
		Help: "Total number of HTTP requests to the API",
	},
	[]string{"method", "endpoint", "status"},
)

func init() {
	// 注册自定义指标（默认的 Go/Process 指标会自动注册，无需手动）
	prometheus.MustRegister(httpRequestsTotal)
}

func handler(w http.ResponseWriter, r *http.Request) {
	// 处理业务逻辑
	w.WriteHeader(http.StatusOK)
	w.Write([]byte("Hello from Go API!"))

	// 记录指标
	httpRequestsTotal.WithLabelValues(r.Method, r.URL.Path, "200").Inc()
}

func main() {
	http.HandleFunc("/hello", handler)
	http.HandleFunc("/", func(w http.ResponseWriter, r *http.Request) {
		w.WriteHeader(http.StatusOK)
		w.Write([]byte("OK"))
		httpRequestsTotal.WithLabelValues(r.Method, r.URL.Path, "200").Inc()
	})

	// 暴露 Prometheus 指标端点
	http.Handle("/metrics", promhttp.Handler())

	println("Go API server running on :8080")
	if err := http.ListenAndServe(":8080", nil); err != nil {
		panic(err)
	}
}

这样你的服务就自带 /metrics 接口了！

---

3. 监控 MySQL

使用官方 mysqld_exporter：

• 下载：https://github.com/prometheus/mysqld_exporter
• 需要创建一个只读监控用户给 exporter 使用
• 启动后监听 :9104/metrics

配置示例（Windows）：

set DATA_SOURCE_NAME="user:password@(localhost:3306)/"
.\mysqld_exporter.exe

---

4. 监控消息队列（如 RabbitMQ、Kafka）

• RabbitMQ：使用 rabbitmq_exporter 或启用 RabbitMQ 自带的 Prometheus 插件（3.8+ 版本原生支持）
• Kafka：使用 kafka_exporter 或通过 JMX + jmx_exporter

---

📄 四、配置 Prometheus 抓取目标

你现在需要编辑 prometheus.yml（通常在安装目录下），告诉 Prometheus 去哪里抓取数据。

例如：

global:
  scrape_interval: 15s

scrape_configs:
  # 监控 Prometheus 自身
  - job_name: 'prometheus'
    static_configs:
      - targets: ['localhost:9090']

  # 监控本机（需先运行 node_exporter）
  - job_name: 'node'
    static_configs:
      - targets: ['localhost:9100']

  # 监控你的 Go Web 服务（假设运行在 8080）
  - job_name: 'my-go-app'
    static_configs:
      - targets: ['localhost:8080']

  # 监控 MySQL
  - job_name: 'mysql'
    static_configs:
      - targets: ['localhost:9104']

保存后，重启 Prometheus 或发送 SIGHUP 重载配置（Windows 下建议重启）。

然后访问 http://localhost:9090/targets，查看所有目标是否为 UP 状态。

---

🔍 五、验证和查询

• 访问 http://localhost:9090/graph
• 输入指标名，比如：
  • up → 查看所有目标是否存活
  • node_cpu_seconds_total → CPU 使用情况
  • go_goroutines → Go 程序的协程数
  • mysql_global_status_threads_connected → MySQL 连接数

---

📊 六、进阶：可视化（Grafana）

虽然 Prometheus 自带简单 UI，但生产环境通常搭配 Grafana：

1. 下载 Grafana（https://grafana.com/grafana/）
2. 启动后访问 http://localhost:3000
3. 添加数据源：选择 Prometheus，URL 填 http://localhost:9090
4. 导入现成 Dashboard（如 Node Exporter 的 ID: 1860）

---