启动

这是个类似”hello,world”的试验，教大家怎样快速安装、配置和简单地搭建一个DEMO。你会下载和本地化运行Prometheus服务，并写一个配置文件，监控Prometheus服务本身和一个简单的应用，然后配合使用query、rules和图表展示采样点数据

下载和运行Prometheus

最新下载页, 然后提取和运行它，so easy：

  1. tar zxvf prometheus-*.tar.gz
  2. cd prometheus-*

在开始启动Prometheus之前，我们要配置它

配置Prometheus监控自身

Prometheus从目标机上通过http方式拉取采样点数据, 它也可以拉取自身服务数据并监控自身的健康状况

当然Prometheus服务拉取自身服务采样数据，并没有多大的用处，但是它是一个好的DEMO。保存下面的Prometheus配置，并命名为：prometheus.yml:

  1. global:
  2.   scrape_interval:     15s # 默认情况下，每15s拉取一次目标采样点数据。
  4.   # 我们可以附加一些指定标签到采样点度量标签列表中, 用于和第三方系统进行通信, 包括：federation, remote storage, Alertmanager
  5.   external_labels:
  6.     monitor: 'codelab-monitor'
  8. # 下面就是拉取自身服务采样点数据配置
  9. scrape_configs:
  10.   # job名称会增加到拉取到的所有采样点上，同时还有一个instance目标服务的host：port标签也会增加到采样点上
  11.   - job_name: 'prometheus'
  13.     # 覆盖global的采样点，拉取时间间隔5s
  14.     scrape_interval: 5s
  16.     static_configs:
  17.       - targets: ['localhost:9090']

对于一个完整的配置选项，请见配置文档

启动Prometheus

指定启动Prometheus的配置文件，然后运行

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

这样Prometheus服务应该起来了。你可以在浏览器上输入：http://localhost:9090, 就可以看到Prometheus的监控界面

你也可以通过输入http://localhost:9090/metrics，直接拉取到所有最新的采样点数据集

使用expression browser(暂翻译：浏览器上输入表达式)

为了使用Prometheus内置浏览器表达式，导航到http://localhost:9090/graph，并选择带有”Graph”的”Console”.

在拉取到的度量采样点数据中， 有一个metric叫prometheus_target_interval_length_seconds, 两次拉取实际的时间间隔，在表达式的console中输入:

  1. prometheus_target_interval_length_seconds

这个应该会返回很多不同的倒排时间序列数据，这些度量名称都是prometheus_target_interval_length_seconds, 但是带有不同的标签列表值，这些标签列表值指定了不同的延迟百分比和目标组间隔

如果我们仅仅对99%的延迟感兴趣，则我们可以使用下面的查询去清洗信息：

  1. prometheus_target_interval_length_seconds{quantile="0.99"}

为了统计返回时间序列数据个数，你可以写：

  1. count(prometheus_target_interval_length_seconds)

有关更多的表达式语言，请见表达式语言文档

使用graph interface

见图表表达式，导航到http://localhost:9090/graph， 然后使用”Graph” tab

例如，进入下面表达式，绘图最近1分钟产生chunks的速率：

  1. rate(prometheus_tsdb_head_chunks_created_total[1m])

启动其他一些采样目标

Go客户端包括了一个例子，三个服务只见的RPC调用延迟

首先你必须有Go的开发环境，然后才能跑下面的DEMO, 下载Prometheus的Go客户端，运行三个服务:

  1. git clone https://github.com/prometheus/client_golang.git
  2. cd client_golang/examples/random
  3. go get -d 
  4. go build
  6. ## 启动三个服务
  7. ./random -listen-address=:8080
  8. ./random -listen-address=:8081
  9. ./random -listen-address=:8082

现在你在浏览器输入:http://localhost:8080/metrics, http://localhost:8081/metrics, http://localhost:8082/metrics, 能看到所有采集到的采样点数据

配置Prometheus去监控这三个目标服务

现在我们将会配置Prometheus，拉取三个目标服务的采样点。我们把这三个目标服务组成一个job, 叫example-radom. 然而，想象成，前两个服务是生产环境服务，后者是测试环境服务。我们可以通过group标签分组，在这个例子中，我们通过group="production"标签和group="test"来区分生产和测试

  1. scrape_configs:
  2.   - job_name:       'example-random'
  4.     scrape_interval: 5s
  6.     static_configs:
  7.       - targets: ['localhost:8080', 'localhost:8081']
  8.         labels:
  9.           group: 'production'
  11.       - targets: ['localhost:8082']
  12.         labels:
  13.           group: 'test'

进入浏览器，输入rpc_duration_seconds, 验证Prometheus所拉取到的采样点中每个点都有group标签，且这个标签只有两个值production, test

聚集到的采样点数据配置规则

上面的例子没有什么问题， 但是当采样点海量时，计算成了瓶颈。查询、聚合成千上万的采样点变得越来越慢。为了提高性能，Prometheus允许你通过配置文件设置规则，对表达式预先记录为全新的持续时间序列。让我们继续看RPCs的延迟速率(rpc_durations_seconds_count), 如果存在很多实例，我们只需要对特定的job和service进行时间窗口为5分钟的速率计算，我们可以写成这样：

  1. avg(rate(rpc_durations_seconds_count[5m])) by (job, service)

为了记录这个计算结果，我们命名一个新的度量：job_service:rpc_durations_seconds_count:avg_rate5m, 创建一个记录规则文件，并保存为prometheus.rules.yml:

  1. groups:
  2. - name: example
  3.   rules:
  4.   - record: job_service:rpc_durations_seconds_count:avg_rate5m
  5.     expr: avg(rate(rpc_durations_seconds_count[5m])) by (job, service)

然后再在Prometheus配置文件中，添加rule_files语句到global配置区域， 最后配置文件应该看起来是这样的：

  1. global:
  2.   scrape_interval:     15s # By default, scrape targets every 15 seconds.
  3.   evaluation_interval: 15s # Evaluate rules every 15 seconds.
  5.   # Attach these extra labels to all timeseries collected by this Prometheus instance.
  6.   external_labels:
  7.     monitor: 'codelab-monitor'
  9. rule_files:
  10.   - 'prometheus.rules.yml'
  12. scrape_configs:
  13.   - job_name: 'prometheus'
  15.     # Override the global default and scrape targets from this job every 5 seconds.
  16.     scrape_interval: 5s
  18.     static_configs:
  19.       - targets: ['localhost:9090']
  21.   - job_name:       'example-random'
  23.     # Override the global default and scrape targets from this job every 5 seconds.
  24.     scrape_interval: 5s
  26.     static_configs:
  27.       - targets: ['localhost:8080', 'localhost:8081']
  28.         labels:
  29.           group: 'production'
  31.       - targets: ['localhost:8082']
  32.         labels:
  33.           group: 'test'

然后重启Prometheus服务，并指定最新的配置文件，查询并验证job_service:rpc_durations_seconds_count:avg_rate5m度量指标