prometheus的使用

    之前写《openGauss学习心得》时，已经安装prometheus，现在聊一下学习使用prometheus过程。

    1.Prometheus要监控各节点，就必须要安装node_exporter。进入/soft目录，执行wget https://github.com/prometheus/node_exporter/releases/download/v1.0.1/node_exporter-1.0.1.linux-amd64.tar.gz 下载 软件到 /soft 目录下。进入目录cd /opt/modules/prometheus，在其目录下建立mkdir plugin，把软件解压到plugin目录下：tar -zxf /soft/node_exporter-1.0.1.linux-amd64.tar.gz -C ./plugin/  进入目录cd plugin，解压的目录名称太长，需要修改名称：mv node_exporter-1.0.1.linux-amd64 node_exporter，还要把node_exporter目录分发到需要监控的节点: scp -r /opt/modules/prometheus/plugin/node_exporter kafka1.wuyi.com: /opt/modules/

    2.分发完成后，各节点进入想对应的node_exporter目录，执行下面命令./node_exporter

但是现在prometheus还是不能监控各节点，需要修改prometheus.yml配置文件。如下：

global:

  scrape_interval: 15s #将分片间隔设置为每15秒。默认值为每1分钟一次。

  evaluation_interval: 15s #每15秒评估一次规则。默认值为每1分钟一次。分片超时设置为全局默认值（10秒）。

#加载规则一次，并根据全局“评估间隔”定期评估规则。

rule_files:

  - "rules/*.yml"

scrape_configs:

#作业名称作为标签`job=<job_name>`添加到此配置中的任何时间序列。

  - job_name: 'prometheus'

    static_configs:

    - targets: ['spark1.wuyi.com:9090']

  - job_name: "node"

  static_configs:

  - targets: ["spark1.wuyi.com:9100"]

  - targets: ["kafka1.wuyi.com:9100"]

修改后保存退出，执行./prometheus --web.enable-lifecycle --web.enable-admin-api &，特别注意：--web.enable-lifecycle 作用：后期修改参数文件时不需要重启服务，可以通过api重新读取参数文件。

    3.使用浏览器打开spark1.wuyi.com:9090，执行count(node_cpu_seconds_total{mode="system"})by(instance)和node_cpu_seconds_total{mode='idle'}[5m:1m] 命令如图所示：

    Prometheus自带web console，安装成功后访问http://spark1.wuyi.com:9090/graph 页面，使用PromQL查询，根据查询结果自动做数据可视，例如：查询各节点使用每5分钟内使用情况：(1-avg(irate(node_cpu_seconds_total{mode='idle'}[5m]))by(instance))*100获取查询结果自动做数据可视化，如图所示：

    PromQL和SQL的对比，使用查询条件时，PromQL使用{}做条件查询的符号。对于分钟时间，PromQL使用[5m]表示5分钟内，平均每秒的数据。[5m:1m]表示5分钟内，平均每1分钟的数据。模糊查询时，PromQL为“2xx”，SQL为“%2%”。当查询当前所有数据时，mysql查询数据时需要将当前时间向前推一定间隔。但是PromQL会自动实现这个逻辑。通过对比，在使用查询方面，PromQL比SQL简单和丰富，而且还提高查询性能。