Prometheus介紹
Prometheus 是一款用於事件監控告警的開源免費應用程序， 采用Go編寫。
Prometheus 工作時通過HTTP的方式周期性抓取被監控組件的性能數據，任意想要被監控的組件只需要提供對應的HTTP接口即可接入監控，不需要額外的SDK支持或者其他的集成過程，輸出被監控組件性能信息的HTTP接口被叫做exporter。
其中常用的exporter有node_exporter，可以用來輸出服務器的CPU使用率，磁盤占用情況，網絡帶寬使用情況，等基本性能信息。
Grafana 介紹
Grafana是一個跨平台的開源的度量分析和可視化工具，可以通過將采集的數據查詢然后可視化的展示，並及時通知。它主要有以下六大特點：
1、展示方式：快速靈活的客戶端圖表，面板插件有許多不同方式的可視化指標和日志，官方庫中具有豐富的儀表盤插件，比如熱圖、折線圖、圖表等多種展示方式；
2、數據源：Graphite，InfluxDB，OpenTSDB，Prometheus，Elasticsearch，CloudWatch和KairosDB等；
3、通知提醒：以可視方式定義最重要指標的警報規則，Grafana將不斷計算並發送通知，在數據達到閾值時通過Slack、PagerDuty等獲得通知；
4、混合展示：在同一圖表中混合使用不同的數據源，可以基於每個查詢指定數據源，甚至自定義數據源；
5、注釋：使用來自不同數據源的豐富事件注釋圖表，將鼠標懸停在事件上會顯示完整的事件元數據和標記；
6、過濾器：Ad-hoc過濾器允許動態創建新的鍵/值過濾器，這些過濾器會自動應用於使用該數據源的所有查詢。
node_exporter 安裝
添加用戶
useradd --no-create-home --shell /bin/false node_exporter
下載安裝
curl -fsSL https://github.com/prometheus/node_exporter/releases/download/v1.0.1/node_exporter-1.0.1.linux-amd64.tar.gz \
| sudo tar -zxvf - -C /usr/local/bin --strip-components=1 node_exporter-1.0.1.linux-amd64/node_exporter \
&& sudo chown node_exporter:node_exporter /usr/local/bin/node_exporter
創建服務
tee /etc/systemd/system/node_exporter.service <<"EOF"
[Unit]
Description=Node Exporter
[Service]
User=node_exporter
Group=node_exporter
EnvironmentFile=-/etc/sysconfig/node_exporter
ExecStart=/usr/local/bin/node_exporter $OPTIONS
[Install]
WantedBy=multi-user.target
EOF
開機自啟並啟動服務
systemctl daemon-reload && \
systemctl start node_exporter && \
systemctl status node_exporter && \
systemctl enable node_exporter
node_exporter服務默認監控在9100端口，訪問http://服務IP:9100/metrics 正常情況下出現如下畫面
docker安裝Prometheus + Grafana
Prometheus 配置文件 prometheus.yml 如下
# my global config
global:
scrape_interval: 15s # Set the scrape interval to every 15 seconds. Default is every 1 minute.
evaluation_interval: 15s # Evaluate rules every 15 seconds. The default is every 1 minute.
# scrape_timeout is set to the global default (10s).
# Alertmanager configuration
alerting:
alertmanagers:
- static_configs:
- targets:
# - alertmanager:9093
# Load rules once and periodically evaluate them according to the global 'evaluation_interval'.
rule_files:
# - "first_rules.yml"
# - "second_rules.yml"
# A scrape configuration containing exactly one endpoint to scrape:
# Here it's Prometheus itself.
scrape_configs:
# The job name is added as a label `job=<job_name>` to any timeseries scraped from this config.
- job_name: 'prometheus'
# metrics_path defaults to '/metrics'
# scheme defaults to 'http'.
static_configs:
- targets: ['localhost:9090']
# 主要是新增了node_exporter的job，如果有多個node_exporter，在targets數組后面加即可
- job_name: 'node_exporter'
static_configs:
- targets: ['服務器IP:9100']
docker-compose.yml 文件
version: '3'
services:
grafana:
image: grafana/grafana
container_name: grafana
restart: always
ports:
- "3000:3000"
prometheus:
image: prom/prometheus
container_name: prometheus
restart: always
ports:
- "9090:9090"
volumes:
- ./prometheus.yml:/etc/prometheus/prometheus.yml
docker-compose up -d 啟動
訪問http://docker服務器IP:9090/targets 應該出現如下頁面
創建Dashboard
登錄進Grafana 3000端口， 默認憑證(admin/admin)
創建數據源， 由於是Docker運行的，可以填服務名稱。
創建Dashboard 時候，導入以下模版即可，可以填入URL, 最后選擇創建的數據源即可。
https://grafana.com/api/dashboards/8919/revisions/24/download
展示
主機性能可視化
Mongo性能展示
參考
https://www.jianshu.com/p/821bf7d2bbef
https://grafana.com/grafana/dashboards/8919
https://gist.github.com/jarek-przygodzki/735e15337a3502fea40beba27e193b04