你应该有听说过Prometheus，Prometheus是一个专注在通过指标和告警来监控和观测的开源项目。如果你是进入该领域的新手，该如何开始正确地使用它呢？

这篇博文最主要的目的是分享如何轻松快速的使用Prometheus监控，并用Grafana进行视觉化部署。在这份精选清单上，我发现了很多很棒的素材，受到了很多的启发。

设置Prometheus

首先，建议你创建一个Prometheus专用的文件夹，以存储与Prometheus相关的所有内容以及你所有的测试项目。在这个专用文件夹中，可以进一步创建服务器文件夹，下载和设置Prometheus监控系统。

mkdir Prometheus/server

Prometheus的开始指南非常直截了当，就没有必要再赘述了，可直接访问官网进行查看（http://prometheus.io/docs/introduction/first_steps/）。然后根据相应步骤设置Prometheus（下载-提取-配置-启动-探索及应用）。设置好的Prometheus会提供有关其自身的指标，你可以如下图所示进行探索查看。

除了最基本的指标收集，Prometheus还具有以下有趣而极具代表的功能：

• 使用Node Exporter监控计算机系统
• 使用Prometheus中间件监控快速应用程序
• 使用GitHub Exporter监控GitHub存储库

接下来，本文将从这3个功能进行详细展开。

使用Node Exporter监控计算机系统

设置Node Exporter

对于已被熟知的应用、主机和数据库，Prometheus本身及其社区提供了可以用来监控不同目标的Exporter。Exporter将从系统抓取出的特定指标转化成Prometheus格式。Exporter是Prometheus监控目标的主要方式。

Node Exporter是Prometheus的Exporter，会提供各种与硬件和内核相关的详细指标。我们可以使用Node Exporter来监控文件系统，磁盘，CPU，网络宽带（或其他）等计算机系统。建议单独建立一个文件夹来设置安装Node Exporter。

mkdir Prometheus/node_exporter

你可以根据Prometheus关于设置Node Exporter的指南来进行设置安装（下载-提取-配置-启动-探索及应用）。最后一步是访问http://localhost:9100/metrics，这里可以看到Node Exporter在运行和暴露指标数据，而Prometheus通过Node Exporter抓取到的指标可以在http://localhost:9090/ 进行查看。

使用Grafana将系统指标可视化

如果你是Grafana新手，请先根据Grafana官网安装指南进行安装。一旦Grafana可以正常使用，就可以连接上Prometheus的数据源（我已将我的数据源命名为Prometheus-Node Exporter），即在 http://localhost:9090/中的数据，详见下图：

连接上数据源之后，你就可以在Grafana仪表盘导入Node Exporter Server Metrics了，Grafana中有预设置的仪表盘模板，以可视化你计算机中的指标。选择想要用的模板，复制仪表盘ID，回到导入页面输入ID（例如405）导入即可。

现在，可以看到计算机系统的可视化指标了。

使用Prometheus中间件监控快速应用程序

另外，可将Prometheus中间件添加到快速应用程序中并监控其性能。如果你没准备好任何特定的应用程序，则可使用以下模板创建测试应用程序。对于这个项目，建议创建一个新文件夹。

mkdir Prometheus/prom_middleware

cd Prometheus/prom_middleware

code .

在prom_middleware中，创建一个index.js文件并用yarn init运行。之后，运行yarn add express express-prometheus-middleware来添加要使用的包。你可以使用下面的模板创建测试应用。

const express = require('express');

const promMid = require('express-prometheus-middleware');

const app = express();

const PORT = 9091;

app.use(promMid({

metricsPath: '/metrics',

collectDefaultMetrics: true,

requestDurationBuckets: [0.1, 0.5, 1, 1.5],

}));

app.get('/', (req, res) => {

console.log('GET /');

});

app.get('/hello', (req, res) => {

const { name = 'you' } = req.query;

res.json({ message: `Hello, ${name}!` });

console.log('GET /hello');

});

app.get('/hi', (req, res) => {

const { name = 'you' } = req.query;

res.json({ message: `Hi, ${name}!` });

console.log('GET /hi');

});

app.listen(PORT, () => {

console.log(`App listening at <http://localhost>:${PORT}`);

});

千万不要忘记将prom_middleware任务添加到prometheus配置文件中，并通过重新运行 ./prometheus -- config.file=prometheus.yml重启Prometheus服务器。或者你可以用--web.enable-lifecycle标志启动Prometheus，然后使用http://localhost:9090/-/reload端点，当Prometheus配置更改时端点会自动重新加载。接着就可以通过节点index.js运行此应用，多次打开路径（/ hi和/ hello）就能查看应用程序指标。

- job_name: 'prom_middleware'

scrape_interval: 5s

static_configs:

- targets: ['localhost:9091']

使用Grafana将应用程序指标可视化

如果前面你已经将Prometheus连上了Grafana，现在你就可以为prom_middleware应用程序指标创建仪表盘和面板了。详请参见下面的示例：

使用GitHub Exporter监控GitHub存储库

Prometheus可使用Github Exporter来监控GitHub存储库。这里将需要Docker Compose。你可以通过官方网站安装Docker Hub（含Docker Compose）。

一旦Docker安装好可以运行之后，就可以接着进行下面的步骤即运行Docker image。你可以用选择的任何存储库替换prometheus / prometheus存储库。

docker run -d --restart=always -p 9171:9171 -e REPOS="prometheus/prometheus" infinityworks/github-exporter

在运行Docker image之后，需要将github_exporter添加到Prometheus配置文件中，并重新运行./prometheus --config.file=prometheus.yml来重启Prometheus服务器。

- job_name: 'github_exporter'

scrape_interval: 5s

static_configs:

- targets: ['localhost:9171']

现在可以使用Prometheus进行查询了。

但是GitHub限制了每个IP地址的查询数量，未经授权的用户每小时只能发出60个查询。所以我建议创建自己的Docker image并关联Github token。

mkdir Prometheus/github_exporter

cd Prometheus/github_exporter

touch docker-compose.yml

code .

创建Docker-compose文件。（更多信息，请查阅Github-exporter页面）

github-exporter:

tty: true

stdin_open: true

expose:

- 9171

ports:

- 9171:9171

image: infinityworks/github-exporter:latest

environment:

- REPOS=prometheus/prometheus

- GITHUB_TOKEN=yourGITHUBtoken

运行Docker-compose并访问http://localhost:9171/metric来查看可用指标。

使用Grafana将应用程序指标可视化

如果前面你已经将Prometheus连上了Grafana，现在你就可以为github_exporter指标创建仪表盘和面板了。详请参见下面的示例：

最后，希望以上实例能帮你更好的使用Prometheus，并对你有所启发。