南风意未起

生产环境下常用的启动命令 123/data/prometheus/prometheus --web.listen-address="0.0.0.0:9090" --web.read-timeout=5m \ --web.max-connections=10 --storage.tsdb.retention=15d --storage.tsdb.path="data/" \ --query.max-concurrency=20 --query.timeout=2m --web.read-timeout=5mMaximum duration before timing out read of the request, and closing idle connections.请求链接的最大等待时间防止太多的空闲链接 占用资源 --web.max-connections=512Maximum number of simultaneo ...

pushgateway 是另一种采用被动推送的方式(而不是 exporter主动获取)获取监控数据的 prometheus 插件； 它是可以单独运行在任何节点上的插件(并不一定要在被监控客户端)，然后通过用户自定义开发脚本 把需要监控的数据发送给pushgateway，然后 pushgateway 再把数据推送给 prometheus server； 安装运行pushgateway 跟 prometheus 和 exporter 一样，下载，解压，直接运行； 123/data/pushgateway/pushgateway/data/pushgateway/pushgateway --web.listen-address 0.0.0.0:9092 配置关于 pushgateway 的配置 主要指的是在 prometheus sever 端的配置 123- job_name: 'pushgateway' static_configs: - targets: ['localhost:9091 ...

热配置的意思是，修改配置文件，能够即时生效； 热载入配置,2.0之后，默认是关闭的，需要 --web.enable-lifecycle 参数 开启 1curl -X POST http://localhost:9090/-/reload 如果是 docker 部署的，因为默认的启动是没有加 --web.enable-lifecycle 参数的，可以直接在容器内执行 1kill -HUP pid 说明，可以查看配置 curl -XGET http://localhost:9090/config 来验证是否生效如果一直不生效，可以检查配置文件是否有误 promtool check config /etc/prometheus/prometheus.yml

为了解决 docker stats 的问题(存储、展示)，谷歌开源的 cadvisor 诞生了，cadvisor 不仅可以搜集一台机器上所有运行的容器信息，还提供基础查询界面和 http 接口，方便其他组件如Prometheus进行数据抓取，或者cadvisor + influxdb + grafna 搭配使用。 cAdvisor 可以对节点机器上的资源及容器进行实时监控和性能数据采集，包括 CPU 使用情况、内存使用情况、网络吞吐量及文件系统使用情况。 Cadvisor 使用 Go 语言开发，利用 Linux 的 cgroups 获取容器的资源使用信息，在 K8S 中集成在 Kubelet 里作为默认启动项，官方标配。 安装二进制部署下载二进制：https://github.com/google/cadvisor/releases/latest本地运行：./cadvisor -port=8080 &>>/var/log/cadvisor.log 使用 docker 部署12345678910docker run \ --volume=/:&# ...

PromQL（Prometheus Query Language） 是 Prometheus 自己开发的表达式语言，语言表现力很丰富，内置函数也很多。使用它可以对时序数据进行筛选和聚合。 语法PromQL 表达式计算出来的值有以下几种类型： 瞬时向量 (Instant vector): 一组时序，每个时序只有一个采样值 区间向量 (Range vector ): 一组时序，每个时序包含一段时间内的多个采样值 标量数据 (Scalar): 一个浮点数 字符串 (String): 一个字符串，暂时未用 时序选择器瞬时向量选择器瞬时向量选择器用来选择一组时序在某个采样点的采样值。 最简单的情况就是指定一个度量指标，选择出所有属于该度量指标的时序的当前采样值。比如下面的表达式： 1http_requests_total 可以通过在后面添加用大括号包围起来的一组标签键值对来对时序进行过滤。比如下面的表达式筛选出了 job 为 prometheus，并且 group 为 canary 的时序 1http_requests_total{job="prometheu ...

文本转载: CSDN -> 剖析Prometheus的内部存储机制 Prometheus有着非常高效的时间序列数据存储方法，每个采样数据仅仅占用3.5byte左右空间，上百万条时间序列，30秒间隔，保留60天，大概花了200多G（引用官方PPT）。接下来让我们看看他的原理。 Prometheus内部主要分为三大块，Retrieval是负责定时去暴露的目标页面上去抓取采样指标数据，Storage是负责将采样数据写磁盘，PromQL是Prometheus提供的查询语言模块。 从最原始的抓取数据上来看，基本是这个样子，timestamp是当前抓取时间戳： 每个Metric name代表了一类的指标，他们可以携带不同的Labels，每个Metric name + Label组合成代表了一条时间序列的数据。例如图上的数据： 12http_requests_total{status="200",method="GET"}http_requests_total{status="404",method= ...

PS: Prometheus 也是鄙人目前在看的内容，大家一起学习。 前言我们一般怎么去看待 Prometheus 呢？我个人会偏向于 Prometheus 是一套完整的 监控体系 的解决方案。 Prometheus 的社区中的监控的生态有很多，甚至于 我们目前的开源的框架等都会适配 Prometheus 的 exporter , 也正是 很多的 exporter 完美的解决了 Prometheus 监控体系的大而广。但是，如果 Prometheus 仅仅依赖于我们的本地的文件系统，对于自身的 稳定性而言显然是不合理的，这是因为: 如果说数据不存在过期的情况，那么最先到达瓶颈的一定是 内存 。因为 Prometheus 会把 time series 先搁置到 内存里面，在做相应的 刷写操作，所以呢，如果说你的 query 里面的 series 比较多，那就完犊子了，不就 OOM 了吗。 因此 Prometheus 才有了 remote stoage 一说。我们目前使用的 remote storage 是 Cortex , 使用 Cortex 的原因其实就一个: 可以分租户。当 ...

Git 简单使用安装傻瓜安装，在 Linux 中 可以直接执行 yum install git -y 配置这里主要配置好 我们的仓库中的 user / email 这个配置分为全局配置和 仓库配置，这里仓库还没有创建，就是全局配置: 12git config --global user.name ""git config --global user.email "" 创建仓库1git init <repo_name> 现在可以设置 当前仓库的 配置，这个是可选的（如果你没有配置全局的 config） 12git config user.name ""git config user.email "" 克隆仓库克隆仓库有三种种形式，一种是本地仓，一种是远程仓，另外就是 Gitlab / Github 等； 本地仓 1git clone /path/to/repository 远程仓 1git clone username@host:/path/to/repository GitLab/G ...