05｜Prometheus中有哪些关键设计？
秦晓辉
你好，我是秦晓辉。
上一讲我们介绍了如何搭建 Prometheus 系统，演示了基本的使用方法，这一讲我们深入进去，梳理一下 Prometheus 的关键设计，看看这些设计是如何奠定 Prometheus 江湖地位的。
标准先行，注重生态
Prometheus 最重要的规范就是指标命名方式，数据格式简单易读，在第 2 讲中我们已经聊过了，它用标签集来标识指标。有些监控系统会把一些特殊的字段单独提出来，最典型的就是 hostname 字段，这种做法在一些特定场景会显得更有效。但是显然，统一的标签集表达方式是最通用、最灵活的。
虽然标签集很灵活，但是在实际落地时，我强烈建议你在公司推行一个标签定义规范，标签 Key 不能随便起名，该有的标签也不能缺失。既减少了理解成本，也保证了数据的规整完备，便于后续做数据分析。比如，对于应用层面的监控，可以要求必须具备这几个信息。
指标名称 metric
Prometheus 内置建立的规范就是叫 metric（即 __name__）。如果是 Counter 类型，单调递增的值，指标名称以 _total 结尾。
服务名称 service
服务名称 service 要全局唯一，比如 n9e-webapi，p8s-alertmanager，一般是系统名称加上模块名称，组成最终的服务名称。如果公司比较大，就需要一个全局的服务目录做参考，否则不同的团队可能会起相同的名称，我们可以考虑使用 Git 里的 GroupName + RepoName。系统名称最好也单独做成一个标签，比如 system=n9e system=p8s。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
Prometheus监控系统的关键设计包括标准先行、拉模式使用和监控目标动态发现机制。标准先行方面，Prometheus注重简单易读的指标命名方式和数据格式，通过标签集标识指标，建议公司推行标签定义规范以减少理解成本。拉模式使用方面，Prometheus主要使用拉模式获取指标，辅以推模式，并强调拉模式的解耦优势。监控目标动态发现机制方面，Prometheus内置了多种服务发现机制，以应对基础设施动态化的挑战。此外，Prometheus的配置管理简单直观，使用Yaml文件，便于自动化和推行IaC管理模式。而PromQL作为查询语言，为二次计算提供了灵活的支持。这些关键设计使Prometheus成为一个灵活、高效的监控系统，适用于各种复杂的监控场景。
仅可试看部分内容，如需阅读全部内容，请付费购买文章所属专栏
《运维监控系统实战笔记》，新⼈⾸单¥59
《运维监控系统实战笔记》，新⼈⾸单¥59
立即购买
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
全部留言(13)
- 最新
- 精选
叶夏可以把Prometheus的配置yaml和告警规则yaml单独放到一个代码仓库中，把这个仓库向有需要的人开放，如果他们想要添加某一个规则，就自己修改提交PR，提交PR的部署到测试环境，验证没有问题，prometheus owner 审核PR之后合并到master分支中，这个时候在自动部署到生产环境，我们是这么做的，感觉蛮好的作者回复: 👍
2023-01-19归属地：江苏225
那时刻Prometheus 数据的存储按冷热数据进行分离，最近的数据肯定是看的最多的，所以缓存在内存里面，为了防止宕机而导致数据丢失因而引入 wal 来做故障恢复。数据超过一定量之后会从内存里面剥离出来以 chunk 的形式存放在磁盘上这就是 head chunk。对于更早的数据会进行压缩持久化变成 block 存放到磁盘中。 对于 block 中的数据由于是不会变的，数据较为固定，所以每个 block 通过 index 来索引其中的数据，并且为了加快数据的查询引用倒排索引，便于快速定位到对应的 chunk。作者回复: 👍
2023-01-18归属地：北京7
Ishmael我觉得最绝的还是限制值必须为float这点，限制死了之后保证了数据的高压缩度，进一步保证了计算性能和存储空间的节省。同时wal和分级存储也很绝，kv设计的思路也很不错。tag这个设计在实际接入中帮了大忙。作者回复: 👍
2023-01-19归属地：四川5
胡飞在k8s模式下部署，配置采用yaml缺点就出来了，一套环境大家都有弄，改错了，甚至缩进写错了都会造成pod重启失败。后面采用servicemonitor/podmonitor 感觉就好多了作者回复: 👍🏻
2023-01-29归属地：上海1
Ppppppp对于一些特殊场景导致的promql 0/0 的情况，在老东家遇到过windows实例 cpu利用率偶尔出现0/0的情况。 这种0/0好像promql没有很好的处理方法（后来排查问题大概率是镜像有bug），当时是用"or"临时解决了问题 现在想想，采集侧是否可以加入数据预处理呢？比如说遇到极度不合理的数值给他一个默认值？希望秦老师解答 🤣🤣🤣🤣作者回复: 采集侧可以处理，也可以不处理，差别不太大 :)
2023-03-05归属地：江苏
lei在pull的时候是单线程还是多线程，这方面会出现瓶颈吗作者回复: target多了会有瓶颈，如果有瓶颈了可以拆分采集器
2023-02-14归属地：浙江- Geek_a99361Prometheus使用本地存储的方式有一些局限性，远端存储有什么推荐？比如 clickhouse或者influxDB
作者回复: 后面的章节会介绍如何扩展Prometheus的存储，个人推荐VictoriaMetrics
2023-01-29归属地：北京 - irvingtelegraf是拉模式吗？telegraf中的各个plugin都要配置influxdb的地址，应该是push模式吧
作者回复: 是推模式，不是各个plugin都配置influxdb的地址，所有input的plugin都无需配置influxdb地址，只要配置一个output的plugin写入后端时序库就可以了
2023-01-29归属地：上海 
hshopeful基于gorilla的时序数据压缩算法很经典作者回复: 👍
2023-01-19归属地：湖北
peterQ1：Prometheus是用什么开发的？JAVA吗？ Q2：Prometheus代码规模有多大？百万行代码？作者回复: prometheus用go写的，我没做具体统计，整体代码量不大
2023-01-18归属地：北京
收起评论
