从零开始搭建Prometheus+Grafana+AlertManager+Node-exporter自动监控报警系统（非docker方式安装：推荐）

一：前言

一个服务上线了后，你想知道这个服务是否可用，需要监控。假如线上出故障了，你要先于顾客感知错误，你需要监控。还有对数据库，服务器的监控，等等各层面的监控。
近年来，微服务架构的流行，服务数越来越多，监控指标变得越来越多，所以监控也变得越来越复杂，需要新的监控系统适应这种变化。

以前我们用zabbix，StatsD监控，但是随着容器化，微服务的流行，我们需要新的监控系统来适应这种变化。于是监控项目Prometheus就应运而生。

二：Prometheus介绍

介绍

• 网站地址：https://prometheus.io/
  https://prometheus.io/docs/introduction/overview/
  https://github.com/prometheus/docs

• github：github.com/prometheus

Prometheus是一款基于时序数据库的开源监控告警系统，它是SoundCloud公司开源的，SoundCloud的服务架构是微服务架构，他们开发了很多微服务，由于服务太多，传统的监控已经无法满足它的监控需求，于是他们在2012就着手开发新的监控系统。Prometheus的原作者Matt T. Proud在2012年加入SoundCloud公司，他之前服务于Google公司，他从google的监控系统Borgmon中获取灵感，与另外一名工程师Julius Volz合作开发了开源监控系统Prometheus。（总之感觉是因为有了这个前google工程师到来，才有能力开发了Prometheus）。后来其他开发人员陆续加入了这个项目，并在 SoundCloud 内部继续开发，最终于 2015 年 1 月将其发布。后来在2016年，SoundCloud把它捐献给了云原生基金会(Cloud Native Computing Foundation)，在它下面继续孵化。

Prometheus是用go语言开发。它的很多理念跟google的SRE不谋而合。所以有时间，可以去看看google SRE那本书，可以更好的理解Prometheus。

主要特性（功能）

• 多维数据模型（时序由 metric 名字和 k/v 的labels构成）
• 灵活的查询语言（PromQL）
• 无依赖的分布式存储；单节点服务器都是自治的
• 采用 http 协议，使用pull模式拉取数据，简单易懂
• 监控目标，可以采用服务发现和静态配置方式
• 支持多种统计数据模型和界面展示。可以和Grafana结合展示。

三：Prometheus架构原理

架构

来自官方的一张架构图

图片来自: https://prometheus.io/docs/introduction/overview/

主要模块：

• the main Prometheus Server，主要用于抓取数据和存储时序数据，另外还提供查询和 Alert Rule 配置管理。就是数据的采集和存储，用PromQL查询，报警配置。
• client libraries，用于对接Prometheus Server，用于对接Prometheus Server，可以查询和上报数据。
• a push gateway，用于批量，短期的监控数据的汇报总节点，主要用于业务数据汇报等。
• 各种汇报数据的 exporters，例如汇报机器数据的node_exporter，汇报MondogDB信息的 MongoDB_exporter 等等。
• 用于高级通知管理的 alertmanager 。
• 各种各样的支持工具

怎么采集监控数据

要采集目标的监控数据，首先就要在被采集目标地方安装采集组件，这种采集组件被称为Exporter。prometheus.io官网上有很多这种exporter，官方 exporter列表。

采集完了怎么传输到Prometheus？

采集了数据，要传输给prometheus。怎么做？
Exporter 会暴露一个HTTP接口，prometheus通过Pull模式的方式来拉取数据，会通过HTTP协议周期性抓取被监控的组件数据。
不过prometheus也提供了一种方式来支持Push模式，你可以将数据推送到Push Gateway，prometheus通过pull的方式从Push Gateway获取数据。

主要流程

1. Prometheus server定期从静态配置的 targets 或者服务发现的 targets 拉取数据（zookeeper，consul，DNS SRV Lookup等方式）
2. 当新拉取的数据大于配置内存缓存区的时候，Prometheus会将数据持久化到磁盘，也可以远程持久化到云端。
3. Prometheus通过PromQL、API、Console和其他可视化组件展示数据。Prometheus支持很多方式图表可视化，比如Grafana，自带的Promdash。它还提供HTTP API的查询方式，自定义输出。
4. Prometheus 可以配置rules，然后定时查询数据，当条件触发的时候，会将alert推送到配置的Alertmanager。
5. Alertmanager收到告警的时候，会根据配置，聚合，去重，降噪，最后发出警告。

四：安装Prometheus

要整好prometheus监控系统，还是有很多软件需要安装。
安装的主要组件如下：

• Prometheus Server
• 被监控对象exporter组件
• 数据可视化工具 Grafana
• 数据上报网关 push gateway
• 告警系统 Alertmanager

第1种：直接安装

wget https://github.com/prometheus/prometheus/releases/download/v2.19.2/prometheus-2.19.2.linux-amd64.tar.gz

解压：

tar xvfz prometheus-2.19.2.linux-amd64.tar.gz

运行启动：

cd ./prometheus-2.19.2.linux-amd64
./prometheus --version
./prometheus --config.file=prometheus.yml &

第2种：docker镜像安装（不推荐，详情请百度）

查看web界面

在浏览器上输入 http://192.168.184.128:9090/ , 如果显示下面的web界面，说明promethdus启动成功：

五：Exporter采集监控信息

前面已经讲过，如果要监控服务器或者应用程序的各种信息，比如cpu、内存、网卡流量等等。就要在监控目标上安装指标收集程序，并暴露HTTP接口供Prometheus拉取数据，这个指标收集程序就是Exporter。不同的指标需要不同的Exporter收集。

这种Exporter需要自己写吗？
一般不需要，官网上已经有大量的Exporter，上面我们已经列出过官网的Exporter清单 地址。
而且有的软件已经集成了Prometheus的Exporter，也就是说软件本身就提供了Prometheus需要的各种指标数据。最典型的就是k8s，他们是云原生基金会的第一和第二个项目。

如果需要特殊的监控，可能就要你自己写Exporter了。

实例： node-exporter监控服务器

上面prometheus已经安装好了，现在来安装一个Exporter监控实例。

来安装一个监控服务器主机cpu、内存和磁盘等信息的exporter，直接用node-exporter。它主要用于收集类 UNIX 系统的信息。

步骤：

1.先修改prometheus.yml信息，

Copy

global:
  scrape_interval: 15s
  external_labels:
    monitor: 'first-monitor'
scrape_configs:
  - job_name: prometheus
    scrape_interval: 5s
    static_configs:
      - targets: ['127.0.0.1:9090']
      - targets: ['127.0.0.1:9100'] # 这里开始增加的监控信息
        labels:
          group: 'local-node-exporter'

2.安装并启动node-exporter：

　　进入官网下载：https://prometheus.io/download/

解压后执行下面命令：

systemctl daemon-reload

systemctl start node_exporter

systemctl restart node_exporter

3.先用ps -ef | grep prometheus查出端口号，kill -9 杀掉，然后重启prometheus：./prometheus --config.file=prometheus.yml & 。然后在浏览器上直接输入: http://192.168.184.128:9090/targets。或者，你在界面上点击 Status 菜单 -> Targets 菜单，来浏览metrics信息。

浏览器输出的web界面如下：

可以看到里面有一个 9100 端口的 metrics 连接，点进去后，就可以看到一些采集信息。
说明刚才配置的node-exporter已经加入到prometheus的targets中了。如下图：

查看监控信息

点击web界面最上面的菜单 Graph

选择下面的 Graph，然后我们选择一个 node_memory_Active_bytes 来看一看，

然后点击 Execute 按钮 , 就会出来如下图所示图形：

六：可视化系统：Grafana

上面我们通过Prometheus自带的UI，查看不同指标视图，但是它的功能很简单。如果需要强大的展示系统，能定制不同指标的面板，支持不同类型的展示方式，如曲线图、热点图，TopN等，那么grafana比较合适。它可以对promethdus数据进行可视化的展示。

grafana是一个大型可视化系统，功能强大，可以创建自己的自定义面板，支持多种数据来源，
比如：OpenTSDB、Elasticsearch、Prometheus 等，可以到官网去查看支持的数据源种类，而且它插件也很多。

• 官网
• doc

安装

官网安装文档，它有不同平台安装的Doc。
我选择比较简单的一种，命令如下：

wget https://dl.grafana.com/oss/release/grafana-8.0.6-1.x86_64.rpm

sudo yum install grafana-8.0.6-1.x86_64.rpm

然后启动：

sudo systemctl daemon-reload
sudo systemctl start grafana-server
sudo systemctl status grafana-server
sudo systemctl enable grafana-server

我们在浏览器上看看界面，输入下面地址：

http://192.168.184.128:3000/login

然后输入初始密码 admin/admin 登录进入。

grafana设置

增加prometheus数据源并展示

1.点击如下图的Data Source：

2.点击 Add data source 按钮后，出来下面界面：

3.鼠标移到 Prometheus 上，点击 Select 按钮：

4.prometheus相关设置：

最主要设置获取数据的HTTP URL。

5.点击 save&test 按钮，它会提示你是否设置成功。

6.设置Dashboards

7.回到home

8：点击 prometheus

9：出来很多图表展示

其他dashboard模板设置

grafana不仅有我们上面设置的那些图表模板，它还有其他很多模板，我们也可以设置。
官方模板dashboard 地址。

比如我们查找node exportet的模板，https://grafana.com/grafana/dashboards?search=node%20exporter，有一个模板 downloads 比较多，

它的地址为：
https://grafana.com/grafana/dashboards/8919

我们在grafana上来设置这个dashboard，import进来：

可以填写id和url，我们填写id，为 8919：

点击 load 出来下面界面：

然后选择prometheus-1，点击 import， 出来如下图的界面：

七、告警通知

 

 

我们已经能够对收集的数据，通过grafana展示出来了，能查看数据。想一想，系统还缺失什么功能？

监控最重要的目的是什么？

• 第一：监控系统是否正常
• 第二：系统不正常时，可以告知相关人员及时的排查和解除问题，这就是告警通知。

所以，还缺一个告警通知的模块。
prometheus的告警机制由2部分组成：

1. 告警规则
   prometheus会根据告警规则rule_files，将告警发送给Alertmanager
2. 管理告警和通知
   模块是Alertmanager。它负责管理告警，去除重复的数据，告警通知。通知方式有很多如Email、HipChat、Slack、WebHook等等。

配置

1.告警规则配置

告警文档地址：告警规则官方文档。

我们新创建一个规则文件：alert_rules.yml，把它和prometheus.yml放在一起，官方有一个模板 Templating，直接copy过来：

Copy

groups:
- name: example
  rules:

  # Alert for any instance that is unreachable for >5 minutes.
  - alert: InstanceDown
    expr: up == 0
    for: 5m
    labels:
      severity: page
    annotations:
      summary: "Instance {{ $labels.instance }} down"
      description: "{{ $labels.instance }} of job {{ $labels.job }} has been down for more than 5 minutes."

  # Alert for any instance that has a median request latency >1s.
  - alert: APIHighRequestLatency
    expr: api_http_request_latencies_second{quantile="0.5"} > 1
    for: 10m
    annotations:
      summary: "High request latency on {{ $labels.instance }}"
      description: "{{ $labels.instance }} has a median request latency above 1s (current value: {{ $value }}s)"

上面规则文件大意：就是创建了2条alert规则 alert: InstanceDown 和 alert: APIHighRequestLatency ：

• InstanceDown 就是实例宕机（up==0）触发告警，5分钟后告警（for: 5m）;
• APIHighRequestLatency 表示有一半的 API 请求延迟大于 1s 时（api_http_request_latencies_second{quantile="0.5"} > 1）触发告警

更多rules规则说明，请看这里 recording_rules。

然后把alrt_rules.yml添加到prometheus.yml 里：

然后在浏览器上查看，rules是否添加成功，在浏览器上输入地址 http://192.168.184.128:9090/rules

也可以查看alers情况，点击菜单 Alerts：

 

告警通知配置

alertmanager配置：
官方配置文档，官方配置例子。

在上面我们可以看到alerts页面的告警信息，但是怎么通知到研发和业务相关人员呢？这里以QQ邮箱为例，这个就是由Alertmanager完成，先配置alertmanager文件 alertmanager.yml，

global:
  resolve_timeout: 5m
  smtp_from: 'xxxxxxxx@qq.com'
  smtp_smarthost: 'smtp.qq.com:465'
  smtp_auth_username: 'xxxxxxxx@qq.com'
  smtp_auth_password: 'xxxxxxxxxxxxxxx'
  smtp_require_tls: false
  smtp_hello: 'qq.com'
route:
  group_by: ['alertname']
  group_wait: 5s
  group_interval: 5s
  repeat_interval: 5m
  receiver: 'email'
receivers:
- name: 'email'
  email_configs:
  - to: 'xxxxxxxx@qq.com'
  send_resolved: true
inhibit_rules:
  - source_match:
      severity: 'critical'
  target_match:
      severity: 'warning'
  equal: ['alertname', 'dev', 'instance']

启动alertmanager服务：

./alertmanager --config.file=alertmanager.yml &

在浏览器上输入 ： http://192.168.184.128:9093，出现下面界面：

prometheus配置：
在promethdus加上下面的配置，

Copy

alerting:
  alertmanagers:
    - static_configs:
      - targets: ['127.0.0.1:9093'] 

重启prometheus。

最后一步，测试告警发邮件。
之前配置了9100端口的报警信息，这个端口是node_exporter默认端口（node_exporter所在服务器ip这里我实际改为了：10.4.3.8）

现在停止node-exporter,执行命令：systemctl stop node-exporter，过一会儿就能收到报警邮件

再重新启动：systemctl start node-exporter，又会收到邮件

 

 大功告成！