—— 介绍CNCF（云原生计算基金会）官方项目 -- 度量与监控 Prometheus
但凡是分布式系统而言，可度量性是在技术层面必须与实现的目标。而可度量性细分下来，包括了日志，度量以及链接追踪三个维度。
在前面的文章中，针对日志，在CNCF官方项目中，可以使用Fluent；而针对链接追踪，可以使用Jagger；而这一次，我要聊到的，就是关于支持度量的技术了。
这就是Prometheus，Prometheus就是对各种度量数据进行收集，存储与支持查询，甚至是配置告警的技术。
什么是度量
英文中，指的是Metric，翻译过来就是指标，度量的意思。
那首先理清的一个概念是，在系统中，什么数据才称的上度量数据，或者说在一个系统中我们想要收集什么样的数据？
举例说明如下：
- 服务器状态相关的数据，比如内存或CPU的使用情况
- 业务上的一些有价值的数据，比如活跃用户数等
在系统中，不管是与部署相关的硬件或资源数据，还是业务上有价值的一些数据，都可以进行度量与存储。
而Prometheus就是支持对这些度量数据进行存储，查询，告警的技术。
Prometheus是什么
Prometheus是一个存储度量数据的时序数据库。它通过定时的主动式的接口调用，来实现对度量数据的收集与存储。在此基础之上，提供类SQL时序数据的查询与分析能力，支持配置告警，进一步支持将数据导出给其它工具，以支持可视化的数据展示。
这里有几个关键词需要特别说明，分别是时序数据，定时主动式接口调用，配置式告警，以及数据导出以支持数据的可视化。理解这些词语，你就基本上理解了Prometheus这个技术。
时序数据库
任何数据库都是存储数据的，只是存储方式与维度并不一致。我们最熟悉的MyQL是关系型数据库，它的最大特点是以表的行与列来存储数据，而近些年流行的Mongo等文档型数据，以则文档（类JSON或其它）的方式来存储数据；这两者的存储模式不同。
而时序数据，特点在于它在存储数据的维度上添加了时间这一个维度。也就是数据是有时序的，所以时序数据中，一定有一个维度的数据就是时间。
举例说明，你可以查询过去一小时的内存平均使用情况，也可以查询过去七天的内存平均使用情况，时序数据库基本上都支持类似的时间维度的查询，这是因为每次收集的内存度量数据，都额外存储了时间这一数值。
当然，如果仅是存储时间，并非有多大意义，关键是时序存储都支持基于时间维度的查询与分析统计能力，这才是更关键的。
而度量数据，刚好需要时序存储，Prometheus做为专门的度量技术，当然得是时序存储了。
主动式接口调用
收集数据有两种方式，也就是推或拉模式。推模式是说数据是由被收集方在适当的时间推给收集方，而拉模式是指收集方通过调用API或其它方式从被收集方拉取数据。
Prometheus使用的是拉模式（PULL），Prometheus会定时（依据配置而定）通过HTTP的方式调用对应的API（依据配置而定）来获取要收集的数据。
这种模式的优点在于：
- 适应场景广泛，通用性强；只需提供一个HTTP接口，返回JSON格式的数据就可，几乎适合任何语言，框架及服务。
缺点与不足在于：
- 数据的精准度存在问题，由于是定时收集，意味着一些特别时间点的意外情况不一定收集得到
- 需要收集的数据过多时存在服务调用的负载压力
PromQL查询
Prometheus是一个时序数据，存取了大量的数据，理所当然的得提供查询能力；Prometheus提供的查询能力称为PromSQL。
这里列几个基于PromSQL查询
# 过去6小时的内存占用数据，这个语句会把符合条件的数据全列出来
memory_consumption[6h]
# 过去6小时内存占用的平均值计算
avg_over_time(memory_consumption[6h])
# 过去6小时内存占用的最大值
max_over_time(memory_consumption[6h])
# 过去6小时内存占用的最小值
min_over_time(memory_consumption[6h])可见，除了提供基于时间维度的查询能力以外，PromSQL还支持一些计算，分析与统计等复杂逻辑。
配置式告警
Prometheus还支持告警。
有了数据，当然可以设置一些告警的值，当数据高于或低于这个值时，就触发告警，这也是一个非常有价值的能力。
比如当内存使用超过一定的限度，就触发警告信息。
由于Prometheus是一个通用的工具，所以它也支持挺多方式告警，比如通过邮件，通过调用webhook，甚至有第三方工具比如Slack的插件来支持告警，非常灵活。
当然，前提是你需要设置一些告警规则（Rules）
数据导出
Prometheus本身提供了一个WebUI，这个WebUI上可以看到所有收集的数据，也可以使用PromQL进行查询。
但Prometheus本身并不支持基于数据的可视化展示。Prometheus只是存储与查询这些时序数据，这种通常比较原始。而可能大多数情况下，我们更需要的是一个可视化的数据页面，这就需要另外的工具来实现了。
Prometheus的exporters能力了，最流行的搭配就是通过exporters把数据导出给grafana这个专业的开源的可视化数据工具了。
grafana专门负责对数据进行可视化的配置与展示。比如柱柱图，曲线图等各种图形都是小case。
所以，实际使用中，Prometheus都会与grafana搭配。
成熟的生态
Prometheus是一个成熟的工具，使用率非常高，这也意味着使用它时，大多数情况下，有很好的生态来搭配。
比如各种语言的metrics收集，已经有成熟的类库来支持；各种框架比如MySQL或Mongo都有现成的可用的metrics搭配，并不需要你来实现相关的metrics api。
而我在前面讲的fluentd这个工具，也有支持Prometheus的metrics。
当然，唯一需要你自己实现的是，业务上你需要关注的一些度量数据，你需要自行实现API来提供这样的度量数据给Prometheus。
End
好了，关于Prometheus这个，它是什么以及能做什么，我想我说的这些应该足够了。我很多年前就在使用这个工具，它很多年前就非常流行了。
但直到最近我才发现它也成了CNCF的官方已毕业的项目之一了。