基于Prometheus的微服务应用监控

导读
Prometheus是一套开源的系统监控报警框架。它启发于Google的borgmon 监控系统，由工作在 SoundCloud 的 google 前员工在 2012 年创建，作为社区开源项目进行开发，并于2015年正式发布。2016年，Prometheus 正式加入 Cloud Native Computing Foundation，成为受欢迎度仅次于Kubernetes 的项目。

现今公司分布式系统都采用Spring Cloud去实现，其简单高效为开发者带来了极大的便利。Spring Cloud本身也有对服务的监控应用指标，如Actuator可以显示系统各种基本信息。但是对于我们业务开发人员，其指标还是过于简单，为了能够详细清楚的描述当前一个微服务的应用指标，我们使用Prometheus对微服务进行指标采集与分析。

材料准备：
1.Spring Boot（被监控的对象微服务应用）
2.Prometheus（指标采集的时间序列数据库）
3.Alertmanager（监控预警组件）
4.Micrometer（微服务指标暴露者）
5.Grafana（对指标进行丰富的图像展示）

▌Prometheus搭建

Prometheus 是一套开源的系统监控报警框架。它启发于 Google 的 borgmon 监控系统，由工作在 SoundCloud 的 google 前员工在 2012 年创建，作为社区开源项目进行开发，并于 2015 年正式发布。2016 年，Prometheus 正式加入 Cloud Native Computing Foundation，成为受欢迎度仅次于 Kubernetes 的项目。

作为新一代的监控框架，Prometheus 具有以下特点：

强大的多维度数据模型：
1.时间序列数据通过metric 名和键值对来区分。
2.所有的metrics 都可以设置任意的多维标签。
3.数据模型更随意，不需要刻意设置为以点分隔的字符串。
4.可以对数据模型进行聚合，切割和切片操作。
5.支持双精度浮点类型,标签可以设为全unicode。

灵活而强大的查询语句（PromQL):在同一个查询语句，可以对多个 metrics 进行乘法、加法、连接、取分数位等操作。

易于管理:Prometheus server 是一个单独的二进制文件，可直接在本地工作，不依赖于分布式存储。

高效:平均每个采样点仅占 3.5 bytes，且一个 Prometheus server 可以处理数百万的 metrics。

使用 pull 模式采集时间序列数据，这样不仅有利于本机测试而且可以避免有问题的服务器推送坏的 metrics。

可以采用 push gateway 的方式把时间序列数据推送至 Prometheus server 端。

可以通过服务发现或者静态配置去获取监控的 targets。

有多种可视化图形界面。

易于伸缩。

需要指出的是，由于数据采集可能会有丢失，所以 Prometheus 不适用对采集数据要 100% 准确的情形。但如果用于记录时间序列数据，Prometheus 具有很大的查询优势，此外，Prometheus 适用于微服务的体系架构。

下载2.3.2 / 2018-07-12

wget https://github.com/prometheus/prometheus/releases/download/v2.3.2/prometheus-2.3.2.linux-amd64.tar.gz

解压

tar -zxvf prometheus-2.3.2.linux-amd64.tar.gz

修改配置文件

vim prometheus.yml

global:
scrape_interval: 3s
evaluation_interval: 3s
rule_files:

“/home/prometheus/rules/*.rules”
scrape_configs:
job_name: ‘prometheus’
static_configs:
- targets: [‘127.0.0.1:9091’]

启动

./prometheus --web.listen-address=0.0.0.0:9091 --web.enable-lifecycle
访问http://127.0.0.1:9091/ 看到下图即安装成功
基于Prometheus的微服务应用监控

▌Alertmanager搭建

1.下载Alertmanager

下载

wget https://github.com/prometheus/alertmanager/releases/download/v0.15.2/alertmanager-0.15.2.linux-amd64.tar.gz

解压

tar -zxvf alertmanager-0.15.2.linux-amd64.tar.gz

2.配置 alertmanager.yml

vim alertmanager.yml
global:
resolve_timeout: 2h
smtp_from: ‘{{ template “email.from” . }}’
smtp_smarthost: ‘smtp.exmail.qq.com:25’
smtp_auth_username: ‘[email protected]’
smtp_auth_password: ‘yourpassword’
templates:

‘/home/prometheus/alertmanager/template/*.tmpl’
route:
group_by: [‘node_up’]
group_wait: 5s
group_interval: 5s
repeat_interval: 1h
receiver: ‘dingding’
route:
group_by: [‘webhook_http’]
group_wait: 5s
group_interval: 5s
repeat_interval: 1h
receiver: ‘email’
inhibit_rules:
source_match:
severity: ‘critical’
target_match:
severity: ‘warning’
severity: page
equal: [‘node_up’]
receivers:
name: ‘wechat’
wechat_configs:
- to_user: ‘@all’
  agent_id: ‘1000002’
  corp_id: ‘corp_id’
  api_secret: ‘api_secret’
  message: ‘{{ template “wechat.text” . }}’
  send_resolved: true
name: ‘email’
email_configs:
- to: ‘{{ template “email.to” . }}’
  text: ‘{{ template “email.to.text” . }}’
  send_resolved: true
name: ‘dingding’
webhook_configs:
- url: ‘http://127.0.0.1:9101/hook/dingding’
  send_resolved: true

3.模版文件实例

{{ define “email.from” }}[email protected]{{ end}}
{{ define “email.to” }}[email protected]{{ end}}
{{ define “email.to.text” }}
警告：
{{ template “__my_text_alert_list” .Alerts.Firing }}
{{ end}}

4.配置Prometheus Rule 预警规则

vim node_alert.rules
groups:

name: node_up
rules:
- alert: node_up
  expr: up{job=“node”} == 0
  for: 15s
  labels:
  annotations:
  summary: “{{ $labels.instance }} 已停止运行！”

启动Alertmanager

./alertmanager --config.file=alertmanager.yml

刷新Prometheus配置

curl -X POST http://127.0.0.1:9091/-/reload

5.查看Rules
访问：http://127.0.0.1:9091/rules

基于Prometheus的微服务应用监控

▌Grafana搭建，并配置Prometheus数据源

Grafana是一个开源的度量分析与可视化套件。经常被用作基础设施的时间序列数据和应用程序分析的可视化，它在其他领域也被广泛的使用包括工业传感器、家庭自动化、天气和过程控制等。

Grafana支持许多不同的数据源。每个数据源都有一个特定的查询编辑器,该编辑器定制的特性和功能是公开的特定数据来源。

下载Grafana

wget https://s3-us-west-2.amazonaws.com/grafana-releases/release/grafana-5.2.2.linux-amd64.tar.gz

解压

tar -zxvf grafana-5.2.2.linux-amd64.tar.gz

使用默认配置运行

./grafana-server -config /home/prometheus/grafana/grafana-5.2.2/conf/defaults.ini

1.访问：http://127.0.0.1:3000/
登录：admin admin

2.配置数据源

基于Prometheus的微服务应用监控

保存

▌开发SpringBoot微服务监控

Micrometer 是一款监控指标的度量类库，可以让在没有供应商锁定的情况下对 JVM 的应用程序代码进行调整。

1.在项目pom.xml中引入Jar

<micrometer.version>1.0.6</micrometer.version>

org.springframework.boot
spring-boot-starter-actuator

io.micrometer micrometer-spring-legacy ${micrometer.version} io.micrometer micrometer-registry-prometheus ${micrometer.version}

2.编写启动配置类

package cn.analysys.monitor.alertmanager.config;

import org.apache.log4j.Logger;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.boot.autoconfigure.condition.ConditionalOnMissingBean;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

import io.micrometer.core.instrument.MeterRegistry;
import io.micrometer.spring.autoconfigure.MeterRegistryCustomizer;

/**
*

Description: MicrometerConfiguration
@author litaiqing
@date: 2018年8月14日下午7:10:55
@version 1.0
@since JDK 1.8
*/
@Configuration
public class MicrometerConfiguration {

private static final Logger logger = Logger.getLogger(MicrometerConfiguration.class);

@Bean
@ConditionalOnMissingBean
MeterRegistryCustomizer<?> meterRegistryCustomizer(MeterRegistry meterRegistry,
@Value("${spring.application.name}") String application) {
logger.info(application);
return mr -> {
mr.config().commonTags(“application”, application);
};
}

}

3.配置application.properties

spring:
application:
name: alertmanager-webhook
server:
port: 9101
tomcat:
uri-encoding: UTF-8
context-path: /

security:
basic:
enabled: true
user:
name: webhook
password: analysys_cs

endpoints:
metrics:
enabled: true
health:
enabled: true
path: /health

4.打包并发布应用

访问：http://127.0.0.1:9101/prometheus 即可查看应用实时指标。

▌让Prometheus拉取监控微服务指标

1.配置Prometheus监控

global:
scrape_interval: 3s
evaluation_interval: 3s
alerting:
alertmanagers:

static_configs:
- targets:
  - 127.0.0.1:9093
    rule_files:
“/home/prometheus/rules/*.rules”
scrape_configs:
job_name: ‘prometheus’
static_configs:
- targets: [‘127.0.0.1:9091’]
job_name: ‘node’
static_configs:
- targets: [‘127.0.0.1:9100’]
job_name: ‘alertmanager-webhook’
metrics_path: /prometheus
basic_auth:
username: webhook
password: analysys_cs
static_configs:
- targets: [‘127.0.0.1:9101’]