Prometheus是最初在SoundCloud上构建的开源系统监视和警报工具包。自2012年成立以来，许多公司和组织都采用了Prometheus，该项目拥有非常活跃的开发人员和用户社区。Prometheus 于2016年加入了 Cloud Native Computing Foundation，这是继Kubernetes之后的第二个托管项目。
官网：https://prometheus.io 最新版本: 2.36.0
Exporter是一个采集监控数据并通过Prometheus监控规范对外提供数据的组件，能为Prometheus提供监控的接口。
Exporter将监控数据采集的端点通过HTTP服务的形式暴露给Prometheus Server，Prometheus Server通过访问该Exporter提供的Endpoint端点，即可获取到需要采集的监控数据。不同的Exporter负责不同的业务。
Prometheus 开源的系统监控和报警框架，灵感源自Google的Borgmon监控系统
AlertManager 处理由客户端应用程序（如Prometheus server）发送的警报。它负责将重复数据删除，分组和路由到正确的接收者集成，还负责沉默和抑制警报
Node_Exporter 用来监控各节点的资源信息的exporter，应部署到prometheus监控的所有节点
PushGateway 推送网关，用于接收各节点推送的数据并暴露给Prometheus server
文档：https://prometheus.io/docs/introduction/overview/
下载prometheus各组件：
https://prometheus.io/download/
环境准备
主机说明：
系统 ip 角色 cpu 内存 hostname
ubuntu 18.04 192.168.30.135 prometheus、node1 >=2 >=2G prometheus
ubuntu 18.04 192.168.30.136 altermanager、node2 >=2 >=2G altermanager
ubuntu 18.04 192.168.30.137 grafana、node3 >=2 >=2G grafana
全部关闭防火墙和selinux：
systemctl stop firewalld && systemctl disable firewalld
sed -i 's/=enforcing/=disabled/g' /etc/selinux/config && setenforce 0
Prometheus介绍
prometheus的特点：
多维的数据模型（基于时间序列的Key、Value键值对）
灵活的查询和聚合语言PromQL
提供本地存储和分布式存储
通过基于HTTP的Pull模型采集时间序列数据
可利用Pushgateway（Prometheus的可选中间件）实现Push模式
可通过动态服务发现或静态配置发现目标机器
支持多种图表和数据大盘
prometheus的组件：
Prometheus server，负责拉取、存储时间序列数据
客户端库（client library），插入应用程序代码
推送网关（push gateway），支持短暂的任务
特殊类型的exporter，支持如HAProxy，StatsD，Graphite等服务
一个alertmanager处理告警
各种支持工具
prometheus的架构：
下图说明了Prometheus的体系结构及其某些生态系统组件：
prometheus的使用场景：
prometheus非常适合记录任何纯数字时间序列。它既适合以机器为中心的监视，也适合监视高度动态的面向服务的体系结构。在微服务世界中，它对多维数据收集和查询的支持是一种特别的优势。
prometheus的设计旨在提高可靠性，使其成为中断期间要使用的系统，从而使您能够快速诊断问题。每个prometheus服务器都是独立的，而不依赖于网络存储或其他远程服务，当基础设施部分出现问题时仍然可以使用它。
Prometheus概念
数据模型：
prometheus将所有数据存储为时间序列：属于相同 metric名称和相同标签组（键值对）的时间戳值流。
metric 和 标签：
每一个时间序列都是由其 metric名称和一组标签（键值对）组成唯一标识。
metric名称代表了被监控系统的一般特征（如 http_requests_total代表接收到的HTTP请求总数）。它可能包含ASCII字母和数字，以及下划线和冒号，它必须匹配正则表达式[a-zA-Z_:][a-zA-Z0-9_:]*。
注意：冒号是为用户定义的记录规则保留的，不应该被exporter使用。
标签给prometheus建立了多维度数据模型：对于相同的 metric名称，标签的任何组合都可以标识该 metric的特定维度实例（例如：所有使用POST方法到 /api/tracks 接口的HTTP请求）。查询语言会基于这些维度进行过滤和聚合。更改任何标签值，包括添加或删除标签，都会创建一个新的时间序列。
标签名称可能包含ASCII字母、数字和下划线，它必须匹配正则表达式[a-zA-Z_][a-zA-Z0-9_]*。另外，以双下划线__开头的标签名称仅供内部使用。
标签值可以包含任何Unicode字符。标签值为空的标签被认为是不存在的标签。
表示法：
给定 metric名称和一组标签，通常使用以下表示法标识时间序列：
{=, …}
例如，一个时间序列的 metric名称是 api_http_requests_total，标签是 method=“POST” 和 handler=“/messages”。可以这样写：
api_http_requests_total{method=“POST”, handler=“/messages”}
这和OpenTSDB的表示法是一样的。
metric类型：
Counter 值只能单调增加或重启时归零，可以用来表示处理的请求数、完成的任务数、出现的错误数量等
Gauge 值可以任意增加或减少，可以用来测量温度、当前内存使用等
Histogram 取样观测结果，一般用来请求持续时间或响应大小，并在一个可配置的分布区间（bucket）内计算这些结果，提供所有观测结果的总和
累加的 counter，代表观测区间：<basename>_bucket{le="<upper inclusive bound>"}
所有观测值的总数：<basename>_sum
观测的事件数量：<basenmae>_count