Prometheus 是一个开源的监控和告警系统，专门用于收集和存储时序数据（Time Series Data）。它常用于监控应用程序、服务器和基础设施的性能，能够实时采集各种指标（如 CPU 使用率、内存占用、请求响应时间等）。Prometheus 提供了强大的查询语言（PromQL）来分析和可视化这些数据。
假设你有一个 Web 应用程序，想要使用 Prometheus 来监控它的性能指标。
1.1 在本地机器上安装 Prometheus
你可以从 Prometheus 官网下载并安装它。以 Linux 为例：
- 下载 Prometheus： 访问 Prometheus 官网（https://prometheus.io/download/），选择适合你系统的版本下载。
- 解压并安装：
- 启动 Prometheus：
启动 Prometheus 服务器：
默认情况下，Prometheus 会监听 ，你可以在浏览器中访问它。
1.2 在 Docker 中安装 Prometheus
如果你更倾向于使用 Docker，可以通过以下命令来启动 Prometheus：
这会启动 Prometheus，并将它映射到本地的 9090 端口。
Prometheus 需要配置文件来定义哪些数据源（targets）需要被监控。通常这个配置文件是 ，它告诉 Prometheus 从哪些地方抓取数据。
2.1 配置文件示例：
- ：告诉 Prometheus 多长时间抓取一次数据（这里设置为每 15 秒）。
- ：配置 Prometheus 需要抓取数据的目标。比如你可以设置 Prometheus 抓取自身的监控数据，或者抓取 Web 应用程序的监控数据。
为了让 Prometheus 监控你的应用程序，你需要在应用中集成 Prometheus 的客户端库来暴露指标数据。
假设你使用的是 Java 应用程序，可以使用 Prometheus Java Client 来暴露指标数据。
3.1 集成 Prometheus Java 客户端
- 添加依赖：
如果你使用 Maven 来管理依赖，可以在 中添加以下依赖：
- 暴露指标数据：
在你的 Java 应用中，你可以通过 和 来暴露指标数据。以下是一个简单的例子：
这个例子中，我们创建了一个简单的计数器 ，它记录 HTTP 请求的总数。然后，我们启动了一个 HTTP 服务器，在 端口暴露 Prometheus 的监控指标。
当你的 Java 应用程序暴露了指标数据后，Prometheus 会根据你配置的 文件中的配置来抓取这些数据。
例如，如果你在 中配置了抓取 的指标数据，Prometheus 将定期向 请求指标数据。
Prometheus 使用自己的查询语言 PromQL 来查询存储的时序数据。在 Prometheus 的 Web UI 中，你可以使用 PromQL 来查询和分析数据。
5.1 查询请求总数
假设你想查询 Web 应用程序的 HTTP 请求总数，可以在 Prometheus 的查询框中输入：
这会返回 指标的所有时间序列数据。
5.2 查询指定时间范围的数据
如果你想查看过去 1 小时内的请求总数，可以使用以下查询：
这将返回过去 1 小时内的请求数据。
Prometheus 本身并没有提供强大的可视化功能，通常会与 Grafana 配合使用，以便进行更直观的展示。
6.1 安装 Grafana
在安装完 Prometheus 后，你可以安装 Grafana。可以通过 Docker 安装 Grafana：
6.2 配置 Prometheus 数据源
- 打开浏览器并访问 （默认用户名和密码是 ）。
- 在 Grafana 中，添加 Prometheus 作为数据源：
- 点击 Configuration > Data Sources > Add Data Source。
- 选择 Prometheus，并设置 URL 为 （Prometheus 默认的 HTTP 地址）。
- 点击 Save & Test，确保 Prometheus 数据源已配置成功。
6.3 创建仪表盘
你可以在 Grafana 中创建仪表盘来展示你的应用数据。例如，可以添加一个面板来显示 指标的图表。
Prometheus 还提供了告警功能，你可以通过配置 文件来设置告警规则。例如，设置一个告警规则，当 HTTP 请求总数超过某个阈值时触发告警。
- Prometheus 是一个强大的监控工具，可以收集、存储并查询时序数据。
- 暴露应用数据：你需要在应用程序中集成 Prometheus 客户端库，暴露指标数据。
- 配置抓取：通过配置 Prometheus 的 文件，设置哪些服务的数据需要被抓取。
- 查询数据：使用 Prometheus 的 Web UI 和 PromQL 查询和分析监控数据。
- 可视化：可以与 Grafana 配合使用，将 Prometheus 数据进行可视化展示。
Prometheus 主要用于监控和告警，它帮助开发者、运维人员了解应用和基础设施的运行状态，及时发现潜在问题。
Prometheus 和 ELK（Elasticsearch、Logstash、Kibana）是两种常见的开源监控和日志分析工具，它们在功能、用途和架构上有一些显著的区别。下面是它们的主要区别：
- Prometheus：
- 主要用途：Prometheus 是一个专注于时序数据（时间序列数据）的监控系统，特别适用于监控应用程序、服务器、容器、数据库等基础设施的性能指标（如 CPU 使用率、内存消耗、请求响应时间等）。
- 数据类型：Prometheus 主要采集和存储的是度量数据（Metrics），即各类系统和应用的数值指标。
- 告警功能：Prometheus 内置告警功能，支持基于时间序列数据的告警规则，并可以与 Alertmanager 配合使用来管理和发送告警。
- 查询语言：Prometheus 提供了一种强大的查询语言 PromQL，可以用来查询和分析时序数据。
- ELK（Elasticsearch, Logstash, Kibana）：
- 主要用途：ELK 是一个日志收集、存储和分析的解决方案，主要用于日志管理和可视化。它适用于集中管理、存储和分析大量的日志数据。
- 数据类型：ELK 主要处理的是 日志数据，例如应用日志、系统日志、错误日志等，它们通常是无结构化的文本数据。
- 告警功能：ELK 本身没有内置的告警系统，但可以与 ElastAlert 或 Kibana Watcher 集成来实现告警功能。
- 查询语言：ELK 使用 Lucene 查询语言 和 KQL（Kibana Query Language），它适用于处理日志和文本数据的全文搜索。
- Prometheus：
- 数据采集：Prometheus 通过主动抓取（pull）监控目标（如应用、数据库、服务器等）暴露的指标数据接口。这些目标需要通过 HTTP 接口提供特定格式的度量数据，Prometheus 定期抓取这些数据并存储。
- 数据存储：Prometheus 内建时间序列数据库，使用专门设计的存储引擎来存储时序数据。它的存储方式针对高效存储和查询时序数据进行了优化。
- ELK：
- 数据采集：ELK 使用 Logstash 或 Beats（轻量级的数据采集器）来收集日志数据。Logstash 可以从多种数据源（如文件、数据库、消息队列等）中收集日志，并进行处理后将其发送到 Elasticsearch 存储。
- 数据存储：Elasticsearch 是一个分布式搜索和分析引擎，用于存储日志数据。它基于 Lucene 构建，擅长处理文本数据和进行高效的全文搜索。
- Prometheus：
- Prometheus Server：用于采集、存储和查询监控数据。
- Alertmanager：管理 Prometheus 的告警，能够将告警发送到邮件、Slack 等通知系统。
- 客户端库：用于应用程序暴露监控数据的 Prometheus 客户端库（支持多种语言，如 Go、Java、Python 等）。
- ELK：
- Elasticsearch：用于存储、搜索和分析日志数据，支持全文搜索、聚合等功能。
- Logstash：用于数据收集、转换和传输，将不同来源的日志数据发送到 Elasticsearch。
- Kibana：用于可视化和分析日志数据，提供图表、仪表盘等功能。
- Beats：是轻量级的代理工具，用于收集系统、应用和网络数据，并将其发送到 Elasticsearch 或 Logstash。
- Prometheus：
- 适用于：应用程序和基础设施的性能监控，尤其是时序数据（如 CPU 使用率、内存、响应时间等）的监控。典型的使用场景包括：
- 微服务监控
- 容器和 Kubernetes 集群监控
- 数据库性能监控
- 应用程序性能监控（如请求数、响应时间等）
- 常见用途：Kubernetes 集群监控、Web 应用监控、系统资源监控、服务健康检查。
- ELK：
- 适用于：日志管理和分析，尤其是应用程序和服务器日志的集中管理、存储和分析。典型的使用场景包括：
- 日志收集与分析
- 系统故障诊断
- 安全日志分析（如入侵检测）
- 企业合规性和审计
- Prometheus：
- 使用 PromQL 来查询时序数据。
- 可以与 Grafana 配合，进行更强大的可视化展示（Prometheus 本身的 UI 较为简单）。
- ELK：
- 使用 Kibana 来查询和可视化日志数据，支持强大的查询、筛选、聚合和可视化功能。
- 提供图表、仪表板、日志的时间轴可视化。
- Prometheus：
- Prometheus 有内建的告警功能，通过 PromQL 设置告警规则，并结合 Alertmanager 发送告警通知。
- ELK：
- ELK 没有内建告警系统，但可以通过 ElastAlert、Kibana Watcher 或第三方工具集成告警功能。
- Prometheus 更适合用于 时序数据监控（比如系统性能、应用性能监控），并且内置了告警功能。它对时间序列数据有很好的支持，适合开发和运维人员用来监控服务和系统的实时状态。
- ELK 更适合用于 日志管理和分析，用于收集、存储和搜索大量的日志数据。它特别擅长处理无结构化的文本数据，如应用程序日志、服务器日志等，并且可以非常方便地进行搜索、分析和可视化。