Prometheus简单理解

Prometheus 覆盖指标暴露，到指标抓取、存储和可视化以及监控告警。

指标暴露

对于短时间执行的脚本任务等不好直接 Pull 指标的服务，Prometheus 提供了 PushGateWay 网关给这些任务将服务指标主动推 Push 到网关，Prometheus 再从这个网关里 Pull 指标。

指标抓取

Pull 模型：被监控服务一般通过主动暴露 metrics 端口或者通过 Exporter 的方式暴露指标，监控服务依赖服务发现模块发现被监控服务，从而去定期的抓取指标。    
Push 模型： 被监控服务主动将指标推送到监控服务；（不对外使用）

指标存储和查询

PromQL 和 Prometheus 的 WebUI

监控告警

alertmanageer 基于 promql 来做系统的监控告警

Metric 指标格式

指标都是以时间序列的形式进行存储，每一个时间序列有三部分组成，指标名和指标标签集合，时间戳，样本值
{=, ...}  value    // 指标的具体格式，<指标名>{标签集合} 指标值

Metric 指标类型

4 种不同的指标类型：计数器 counter，仪表盘 gauge，直方图 histogram，摘要 summary。

counter，单调递增的数据，同时可以结合 increase 和 rate 等函数统计变化速率；
gauge 是可增可减的，可以反映一些动态变化的数据，例如当前内存占用，CPU 利用，Gc 次数等动态可上升可下降的数据，在 Prometheus 上通过 Gauge，可以不用经过内置函数直观的反映数据的变化情况。
histogram 可以观察到指标在各个不同的区间范围的分布情况。
summary 也是用来做统计分析的，和 Histogram 区别在于，Summary 直接存储的就是百分位数。

Metric 指标导出

主要有两种方式，一种是使用 Prometheus 社区提供的定制好的 Exporter 对一些组件诸如 MySQL，Kafka 等的指标作导出；也可以利用社区提供的 Client 来自定义指标导出（github.com/prometheus/client_golang/prometheus/promhttp）。

PromQL

通过{ }指定标签来做过滤查询
go_gc_duration_seconds_count{instance="127.0.0.1:9600"}
通过 =~ 指定正则表达式，localhost 开头的指标
go_gc_duration_seconds_count{instance=~"localhost.*"}
通过[ ]指定时间来做范围查询，d：天，h：小时，m：分钟，ms：毫秒，s：秒，w：周，y：年
go_gc_duration_seconds_count{}[5m]
offset 查询，一天前当前 5 分钟前的时序数据集
go_gc_duration_seconds_count{}[5m] offset 1d
内置函数
rate函数=时间区间前后两个点的差 / 时间范围
irate函数=时间区间内最后两个样本点的差 / 最后两个样本点的时间差
sum函数=将三个QPS聚合，即可得到整个服务该接口的QPS
sum(rate(demo_api_request_duration_seconds_count{job="demo", method="GET", status="200"}[5m]))