一、Prometheus 是什么

Prometheus 是由 SoundCloud 开发、后被 CNCF（Cloud Native Computing Foundation）接管的 开源监控与告警系统。
它是 Kubernetes 生态的核心监控组件，专为云原生环境设计，具备 高性能、可扩展、易集成 的特性。

一句话概括：

Prometheus = 时间序列数据库 + 实时监控引擎 + 告警系统。

---

二、Prometheus 的核心特性

特性	描述
多维度数据模型	使用标签（Label）管理监控数据
高效时序数据库（TSDB）	自动压缩与索引存储
灵活查询语言（PromQL）	强大的聚合与分析能力
无代理采集	通过 HTTP Pull 模式主动拉取数据
告警集成 Alertmanager	支持分组、静默、告警路由
与 Grafana 完美配合	可视化展示监控数据
服务自动发现	支持 Kubernetes、Consul、EC2 等动态环境

---

三、安装与启动

1. 下载 Prometheus

wget https://github.com/prometheus/prometheus/releases/download/v2.52.0/prometheus-2.52.0.linux-amd64.tar.gz tar -zxvf prometheus-2.52.0.linux-amd64.tar.gz cd prometheus-2.52.0.linux-amd64

2. 启动

./prometheus --config.file=prometheus.yml

访问界面：

http://localhost:9090

---

四、Prometheus 配置文件结构

prometheus.yml

global: scrape_interval: 15s scrape_configs: - job_name: "prometheus" static_configs: - targets: ["localhost:9090"]

解释：

• scrape_interval: 数据采集间隔；

• job_name: 任务名称；

• targets: 被监控的目标地址。

---

五、监控系统组件架构

+------------------------+ | Prometheus | | - 数据抓取 (Scrape) | | - 时序存储 (TSDB) | | - PromQL 查询引擎 | +-----------+------------+ | ↓ +------------------------+ | Alertmanager | | - 告警路由与通知 | +-----------+------------+ | ↓ +------------------------+ | Grafana | | - 可视化与仪表盘展示 | +------------------------+

---

六、监控 Node Exporter

Node Exporter 用于采集主机系统信息。

1. 安装

wget https://github.com/prometheus/node_exporter/releases/download/v1.8.0/node_exporter-1.8.0.linux-amd64.tar.gz tar -zxvf node_exporter-1.8.0.linux-amd64.tar.gz cd node_exporter-1.8.0.linux-amd64 ./node_exporter &

默认监听端口：9100

2. 添加到 Prometheus

scrape_configs: - job_name: "node" static_configs: - targets: ["localhost:9100"]

访问：

http://localhost:9090/targets

---

七、PromQL 查询语言

PromQL（Prometheus Query Language）是用于查询监控数据的强大语言。

基本语法

http_requests_total

查询总请求次数。

按标签过滤

http_requests_total{method="GET", status="200"}

聚合函数

sum(rate(http_requests_total[5m])) by (method)

表示：过去 5 分钟内按请求方法统计平均请求速率。

常用函数

函数	含义
rate()	计算时间序列增长速率
sum()	求和
avg()	平均值
max()	最大值
min()	最小值
histogram_quantile()	计算直方图百分位
increase()	区间增量

---

八、监控 Web 服务（Exporter 示例）

1. 使用 HTTP 接口暴露指标

# app.py from flask import Flask, Response from prometheus_client import Counter, generate_latest app = Flask(__name__) REQUEST_COUNT = Counter("app_requests_total", "Total app requests") @app.route("/") def index(): REQUEST_COUNT.inc() return "Hello, Prometheus!" @app.route("/metrics") def metrics(): return Response(generate_latest(), mimetype="text/plain") app.run(port=5000)

运行后访问：

http://localhost:5000/metrics

2. 添加到 Prometheus

scrape_configs: - job_name: "myapp" static_configs: - targets: ["localhost:5000"]

---

九、Grafana 可视化

1. 安装

sudo apt install grafana -y sudo systemctl start grafana-server

访问：

http://localhost:3000

2. 添加 Prometheus 数据源

在 Grafana 界面 → “Connections → Data Sources” → 选择 Prometheus → 填入：

http://localhost:9090

3. 导入 Dashboard

在 “Dashboards → Import” 处输入 ID（如 1860，Node Exporter 官方模板）即可。

参考案例：www.lapwl.cn

---

十、Alertmanager 告警系统

Alertmanager 用于处理 Prometheus 生成的告警。

1. 安装

wget https://github.com/prometheus/alertmanager/releases/download/v0.27.0/alertmanager-0.27.0.linux-amd64.tar.gz tar -zxvf alertmanager-0.27.0.linux-amd64.tar.gz cd alertmanager-0.27.0.linux-amd64 ./alertmanager --config.file=alertmanager.yml

2. 配置文件

alertmanager.yml

route: receiver: "email-alert" receivers: - name: "email-alert" email_configs: - to: "admin@example.com" from: "prometheus@example.com" smarthost: "smtp.example.com:587" auth_username: "prometheus@example.com" auth_password: "yourpassword"

---

十一、Prometheus 告警规则

groups: - name: node_alerts rules: - alert: HighCPUUsage expr: avg(rate(node_cpu_seconds_total{mode="system"}[5m])) > 0.8 for: 2m labels: severity: warning annotations: summary: "CPU 使用率过高" description: "当前系统 CPU 使用率超过 80%"

加载规则：

./prometheus --config.file=prometheus.yml --rule.file=alert.rules.yml

---

十二、Kubernetes 监控

1. 启用自动发现

scrape_configs: - job_name: "kubernetes-pods" kubernetes_sd_configs: - role: pod

Prometheus 会自动发现集群中的 Pod 并采集指标。

2. 常用 Exporters

Exporter	作用
kube-state-metrics	采集 Kubernetes 资源状态
cAdvisor	采集容器性能数据
kubelet metrics	采集节点运行指标

---

十三、黑盒监控（Blackbox Exporter）

Blackbox 用于监控外部 HTTP/TCP/ICMP 可用性。

modules: http_2xx: prober: http timeout: 5s http: valid_status_codes: [200,302]

Prometheus 配置：

scrape_configs: - job_name: "blackbox" metrics_path: /probe params: module: [http_2xx] static_configs: - targets: - https://example.com

---

十四、性能优化

1. 调整采集间隔与保留周期：

   scrape_interval: 30s retention_time: 15d

2. 使用远程存储（Thanos / VictoriaMetrics）；

3. 启用压缩存储；

4. 分区部署 Exporter；

5. 限制高频抓取目标。

---

十五、常见命令

命令	说明
promtool check config prometheus.yml	校验配置
promtool test rules rules.yml	测试告警规则
promtool query range	查询时间区间数据
prometheus --version	查看版本

---

十六、企业级架构示例

+---------------------------------------------+ | Grafana 可视化层 | +---------------------------------------------+ | Alertmanager 告警路由层 | +---------------------------------------------+ | Prometheus 主从采集与聚合层 | +---------------------------------------------+ | Node Exporter | cAdvisor | App Exporter 等 | +---------------------------------------------+

Prometheus 主节点汇总各子节点数据，并统一输出到 Grafana。

---

十七、告警集成示例

Slack 通知

receivers: - name: "slack" slack_configs: - api_url: "https://hooks.slack.com/services/XXXX" channel: "#alerts" text: "⚠️ 告警：{{ .CommonAnnotations.summary }}"

Webhook 集成

receivers: - name: "webhook" webhook_configs: - url: "http://ops-system.local/alert"

---

十八、日志与监控结合

结合 ELK（Elasticsearch + Logstash + Kibana）：

• Prometheus → 性能指标监控；

• ELK → 日志与事件分析；

• Grafana → 统一可视化大屏。

实现 可观测性三要素：Metrics、Logs、Traces。

---

十九、Prometheus + Thanos 高可用架构

Thanos 可实现：

• 跨数据中心聚合；

• 长期存储；

• 全局查询。

部署方式：

• Prometheus + Thanos Sidecar；

• Thanos Query + Store + Compactor 模块。

---

二十、企业实战应用场景

场景	实践方式
Kubernetes 集群监控	节点、Pod、容器全覆盖采集
Web 服务可用性监控	HTTP 探针 + 延迟指标
业务性能监控	自定义 Exporter
数据库监控	PostgreSQL/MySQL Exporter
CI/CD 流程监控	监测构建与发布任务状态
自动化告警中心	与 Slack / 邮件 / Webhook 联动