?

写在前面

现每个后端的同学的日常都在跟服务(接口)打交道，维护老的比较大单体应用、按业务拆得相对比较细的新服务、无论企业内部用的，面向用户的前端的服务。流量大的有流量小的，有重要的有不那么重要的。

但是，不管怎样的服务，我们总思考过这样的问题：我能不能实时监控/查看服务的运行情况呢，服务一挂掉我马上能收到预警呢？这个问题的答案就是：服务监控。

服务监控一般包括两部分：

1. 服务运行环境的监控。毕竟现在云环境所占比例越来越多不能单纯叫服务器（硬件）监控了。我们日常遇到的服务挂掉多少是运行环境出问题，宕机啊，网络，磁盘故障等。（本篇先聊聊这个）；
2. 服务本身的监控，也就是web应用的监控。下一篇再聊。

Prometheus简介

现在我们做监控一般是这样的：

• 先搭个监控服务端
• 各被监控客户端往服务端push数据(或服务端定时主动去客户端pull，我们现在就是这种模式)
• 服务端把pull的数据存到时序数据库中
• 再搭建一个图形面板Grafana展示收集的监控数据

我们现在用的监控服务端是prometheus

　Prometheus官网地址：https://prometheus.io/

　Prometheus GitHub：https://github.com/prometheus/prometheus/

Grafana Github: https://github.com/grafana/grafana

其实以上搭配几乎已经成业界标准(个人角度)

prometheus的架构

上一张prometheus架构图

大家可以花点时间看一下

其中

• Exporter：负责收集目标对象（如Host或Container）的性能数据，并通过HTTP接口供Prometheus Server获取。每一个客户端都会提供一个 /metrics 的get接口
• Prometheus Server：负责从客户端(Exporters)拉取和存储监控数据，并给用户通过PromQL查询。
• 可视化组件 Grafana：获取Prometheus Server提供的监控数据并通过Web UI的方式展现数据的仪表盘。
• AlertManager：负责根据告警规则和预定义的告警方式发出例如Email、Webhook之类的告警。

prometheus存储数据结构

我先贴个示例：

# HELP process_virtual_memory_bytes Virtual memory size in bytes.
# TYPE process_virtual_memory_bytes gauge
process_virtual_memory_bytes 3109478400
# HELP dotnet_total_memory_bytes Total known allocated memory
# TYPE dotnet_total_memory_bytes gauge
dotnet_total_memory_bytes 4289400
# HELP process_cpu_seconds_total Total user and system CPU time spent in seconds.
# TYPE process_cpu_seconds_total counter
process_cpu_seconds_total 4.01
# HELP http_requests_in_progress The number of requests currently in progress in the ASP.NET Core pipeline. One series without controller/action label values counts all in-progress requests, with separate series existing for each controller-action pair.
# TYPE http_requests_in_progress gauge
http_requests_in_progress{method="GET",controller="",action=""} 1
# HELP process_num_threads Total number of threads
# TYPE process_num_threads gauge
process_num_threads 19

#HELP 是对监控指标(Metric)的注释说明

#TYPE 监控字段的类型 ，比如process_virtual_memory_bytes 是 gauge类型的监控(具体可看这里)

在形式上，所有的指标(Metric)都通过如下格式标示：

<metric name>{<label name>=<label value>, ...}

指标的名称(metric name)可以反映被监控样本的含义（比如，http_request_total - 表示当前系统接收到的HTTP请求总量）。指标名称只能由ASCII字符、数字、下划线以及冒号组成并必须符合正则表达式[a-zA-Z_:][a-zA-Z0-9_:]*。

标签(label)反映了当前样本的特征维度，通过这些维度Prometheus可以对样本数据进行过滤，聚合等。标签的名称只能由ASCII字符、数字以及下划线组成并满足正则表达式[a-zA-Z_][a-zA-Z0-9_]*。

例如：

api_http_requests_total{method="POST", handler="/messages"}

也可以这样写（比较少见大家看第一种写法就好）：

{__name__="api_http_requests_total"，method="POST", handler="/messages"}

Prometheus Server环境搭建

运行环境：

我这里有两台测试的虚拟机 192.168.43.215，192.168.43.216

因为这里是测试只用docker启动一台在215即可；

先准备配置文件：/etc/prometheus/prometheus.yml

global:
scrape_interval: 15s
evaluation_interval: 15s
external_labels:
  monitor: 'edc-lab-monitor'

alerting:
alertmanagers:
- static_configs:
  - targets:
    # - alertmanager:9093

rule_files:
# - "first.rules"
# - "second.rules"
 
scrape_configs:
- job_name: 'prometheus_server'
  static_configs:
    - targets: ['192.168.43.215:9090']

#主机数据收集
- job_name: 'node-exporter'
  static_configs:
    - targets: ['192.168.43.215:9100','192.168.43.216:9100']

#容器数据收集
- job_name: 'cAdvisor'
  static_configs:
    - targets: ['192.168.43.215:9101','192.168.43.216:9101']
     

docker：

docker run -d -p 9090:9090 \
-v /etc/prometheus/prometheus.yml:/etc/prometheus/prometheus.yml \
--name prometheus \
prom/prometheus

跑起来了

http://192.168.43.215:9090/targets

前面四个State=DOWN表示该数据收集节点挂了，这里因为我们还没运行起来

顺便说一下正式环境一般用集群，但是其实prometheus单机也有非常不错的性能。足以满足很多吞吐量不是非常夸张的监控需求。

节点数据收集--主机数据收集

来，开始收集主机数据了，用的是：node_exporter

215,216 都给安排上

docker run

docker run -d -p 9100:9100 \
-v "/proc:/host/proc" \
-v "/sys:/host/sys" \
-v "/:/rootfs" \
--name node-exporter \
prom/node-exporter \
--path.procfs /host/proc \
--path.sysfs /host/sys \
--collector.filesystem.ignored-mount-points "^/(sys|proc|dev|host|etc)($|/)"

跑起来了

节点数据收集--docker容器数据收集

docker容器数据的收集用的是：cAdvisor

同样的，215,216 都给安排上

docker run

docker run \
--volume=/:/rootfs:ro \
--volume=/var/run:/var/run:rw \
--volume=/sys:/sys:ro \
--volume=/var/lib/docker/:/var/lib/docker:ro \
--volume=/dev/disk/:/dev/disk:ro \
--publish=9101:8080 \
--detach=true \
--name=cadvisor \
google/cadvisor:latest

跑起来了

再看看prometheus server

http://192.168.43.215:9090/targets

可以看到之前State=DOWN的红色节点都绿油油起来了

数据都准备好了，来看看我们美美的仪表盘吧~

集成Grafana仪表盘

安装，只安装一个215就好了

依旧是 docker run

docker run -d --name=grafana -p 3000:3000 grafana/grafana

首次登录账户密码都是：admin 并会要求你重置

重置密码后进去主页

初始化数据源

点击“Add data source”，选择 Prometheus

注意填对 prometheus server 地址，点击底部的“保存 & 测试” 按钮

出现这个表示数据源添加成功

数据源添加好了，准备分别为主机监控和容器监控添加仪表盘；

选个合适的仪表盘

https://grafana.com/grafana/dashboards?search=docker 可以在这里顺便搜，选个合适自己的（当然也可以自己构建）

我为node_exporter选择id=8919,cadvisor选了id=11558，大佬们做好的仪表盘

import仪表盘

点击这个import

填入8919，后点击load

加载成功后继续点import

美滋滋

同样流程把cadvisor的11558也给安排上：

爽歪歪~~，当然还有更多选择，这里只是抛砖引玉，大家可以慢慢找个符合自己需求的仪表盘，实在找不到自己绘制也行。

总结

因为硬件、服务环境监控这些主要是运维的业务范畴，我就写简单带过。

原文链接:https://mp.weixin.qq.com/s/qtC9T3-KNlvOEit65OZWbw