Prometheus+Node_exporter+Grafana监控(附送保姆级别linux安装攻略)

前言：监控系统技术选型

     从开发语言上看，为了应对高并发和快速迭代的需求，监控系统的开发语言已经慢慢从 C 转移到 Go。不得不说，Go 凭借简洁的语法的优雅的并发，在 Java 占据业务开发领域、C 占据底层开发领域的情况下，准确定位中间件开发需求，在当前的开源中间件产品中被广泛使用。从系统成熟度方面来看，Zabbix 和 Nagios 都是老牌的监控系统：Zabbix 是在 1998 年出现的，Nagios 是在 1999 年出现的，系统功能比较稳定，成熟度较高。而 Prometheus 和 Open-Falcon 都是最近进才诞生的，虽然功能还在不断迭代、更新，但它们站在巨人的肩膀之上，在架构设计上借鉴了很多老牌监控系统的经验。从系统扩展性方面来看，Zabbix 和 Open-Falcon 都可以自定义各种监控脚本。Zabbix 不仅可以做到主动推送，还可以做到被动拉取；Prometheus 则定义了一套监控数据规范，并通过各种 exporter 扩展系统采集能力。从数据存储方面来看，Zabbix 采用关系型数据库存储数据，这极大限制了 Zabbix 的数据采集性能。Nagios 和 Open-Falcon 都采用了 RDD 数据存储方式。Open-Falcon 还加入了一致性 Hash 算法进行数据分片，并且可以对接到 OpenTSDB，而且 Prometheus 自研的一套高性能时序数据库，在 V3 版本时还可以达到每秒千万级别的数据存储，可以通过对接第三方时序数据库扩展对历史数据的存储性能。从社区活跃度方面来看，目前 Zabbix 和 Nagios 的社区活跃度比较低，尤其是 Nagios，Open-Falcon 的社区虽然也比较活跃，但基本都是国内的公司在参与。Prometheus 的社区活跃度最高，并且得到 CNCF 的支持，未来的发展值得期待。从容器支持方面来看，由于 Zabbix 和 Nagios 出现得比较早，当时容器还未诞生，所以它们对容器的支持自然也比较差。Open-Falcon 虽然提供了容器监控功能，但支持力度有限。Prometheus 的动态发现机制，不仅支持 Swarm 原生集群，还支持 Kubernetes 容器集群监控，是目前容器监控的最佳解决方案。Zabbix 在传统监控系统中，尤其是在服务器相关监控方面，占据绝对优势。Nagios 则在网络监控方面有广泛应用。伴随着容器技术的发展，Prometheus 开始成为容器监控方面的标配，并将被广泛应用。从适用范围来看，prometheus在各大厂广泛应用，包括：阿里、京东、小米、360、新浪、百度、美团等

选型结果：
prometheus+node_exporter+grafana

Prometheus架构图

1.Prometheus+Grafana环境搭建

1.1、Prometheus
1、在官⽹下载Prometheus：https://prometheus.io/download/
2、选择 prometheus-2.33.0-rc.0.linux-amd64.tar.gz 下载

3、上传 prometheus-2.33.0-rc.0.linu

4.解压安装包

[root@prometheus opt]# tar -zxvf prometheus-2.33.0-rc.0.linux-amd64.tar.gz

5.修改包名

root@prometheus opt]# mv prometheus-2.33.0-rc.0.linux-amd64 prometheus/

6.进⼊prometheus⽬录，验证安装版本

[root@prometheus prometheus]# cd /opt/prometheus
[root@prometheus prometheus]# ./prometheus --version

7.prometheus.yml初始配置项说明

# my global config # prometheus的全局配置
global:
# 指定抓取数据的时间间隔
scrape_interval: 15s # Set the scrape interval to every 15 seconds.
Default is every 1 minute.
# 指定prometheus重新评估⼀次规则的时间间隔
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 # 警报管理器Alertmanager的配置项
alerting:
alertmanagers:
- static_configs:
- targets:
# - alertmanager:9093
# 指定记录规则和警报规则的⻆⾊列表
# Load rules once and periodically evaluate them according to the global
'evaluation_interval'.
rule_files:
# - "first_rules.yml"
# - "second_rules.yml"
# 指定prometheus抓取的端点数据 # 抓取指标的数据源叫做：端点
# A scrape configuration containing exactly one endpoint to scrape:
# Here it's Prometheus itself.
scrape_configs:
# 从本机的9090端⼝抓取数据并追加到 http://localhost:9090/metrics
# 指定抓取prometheus机器本身的作业数据
# 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"]

8.启动Prometheus

root@prometheus ~]# cd /opt/prometheus
nohup ./prometheus --config.file=prometheus.yml &

查看nohup记录

9.浏览器输⼊采集数据地址，验证启动结果

http://服务器IP:9090/metrics

10.浏览器输⼊可视化界⾯地址

http://服务器IP:9090/graph

如果浏览器弹出下图警告，多半是服务器时间与浏览器时间不匹配，解决办法：刷新服务器时间后重试

更新服务器时间最直接的办法：

[root@prometheus prometheus]# yum -y install ntpdate
[root@prometheus prometheus]# ntpdate -u ntp.api.bz

2.Grafana搭建

1、在官⽹下载Grafana：https://grafana.com/grafana/download
2、也可以在Linux虚拟机中输⼊命令下载和安装

get https://dl.grafana.com/enterprise/release/grafana-enterprise8.3.4.linux-amd64.tar.gz
[root@prometheus opt]# tar -zxvf grafana-enterprise-8.3.4.linuxamd64.tar.gz
[root@prometheus opt]# mv grafana-8.3.4/ grafana/

3、启动Grafana

[root@prometheus grafana]# cd /opt/grafana
[root@prometheus grafana]# nohup bin/grafana-server start &

4.浏览器输⼊Grafana地址，验证启动结果
初始账号密码：admin / admin

http://服务器IP:3000/login

3.安装指标采集器node_exporter

exporter⽤于采集⽬标主机的各种数据，将各种主机和应⽤服务上的监控指标数据输出给Prometheus

exporters⽬前总体上分为两种：⼀种是Prometheus官⽅在GitHub上维护的，另⼀种的其他的第三⽅开
发提供给⼤众使⽤的，不同的exporter可以采集不同的数据信息。
采集Linux系统主机参数和硬件指标的exporter叫做Node exporter，是⼀款⽤Go编写，可收集包括
CPU、内存、磁盘等数据信息的主机指标采集库。
注：需要采集哪台主机的指标数据，就部署在哪台机器上，⽬前在订单项⽬的11个系统上都部署了
1、本次先把Node exporter搭建在Prometheus主机上，实现监控
Prometheus主机指标监控
2、在官⽹下载Node exporter：https://prometheus.io/download/
3、选择 node_exporter-1.2.2.linux-amd64.tar.gz 下载

4、上传 node_exporter-1.2.2.linux-amd64.tar.gz 到/opt⽬录

5.解压安装包

root@prometheus opt]# tar -zxvf node_exporter-1.2.2.linux-amd64.tar.gz
[root@prometheus opt]# mv node_exporter-1.2.2.linux-amd64 node_exporter/

6查验参数列表
使⽤ ./node_exporter --help 查看参数列表，可知Node exporter的运⾏端⼝默认是9100

--web.listen-address=":9100"
Address on which to expose metrics and web
interface.
--web.telemetry-path="/metrics"
Path under which to expose metrics.

7.启动Node exporter

 [root@prometheus node_exporter]# nohup ./node_exporter &

8.修改prometheus.yml
新增Job名称叫做"node_exporter"的作业来抓取Node exporter导出的指标数据
targets配置的是当前⽬标主机的IP和Node exporter运⾏端⼝，书写配置⽂件时注意格式

# my global config # prometheus的全局配置
global:
# 指定抓取数据的时间间隔
scrape_interval: 15s # Set the scrape interval to every 15 seconds.
Default is every 1 minute.
# 指定prometheus重新评估⼀次规则的时间间隔
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 # 警报管理器Alertmanager的配置项
alerting:
alertmanagers:
- static_configs:
- targets:
# - alertmanager:9093
# 指定记录规则和警报规则的⻆⾊列表
# Load rules once and periodically evaluate them according to the global
'evaluation_interval'.
rule_files:
# - "first_rules.yml"
# - "second_rules.yml"
# 指定prometheus抓取的端点数据 # 抓取指标的数据源叫做：端点
# A scrape configuration containing exactly one endpoint to scrape:
# Here it's Prometheus itself.
scrape_configs:
# 从本机的9090端⼝抓取数据并追加到 http://localhost:9090/metrics
# 指定抓取prometheus机器本身的作业数据
# 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"]
# Node exporter
- job_name: "node_exporter"
static_configs:
- targets:
["xxx.xxx.xxx.xxx:9100","xxx.xxx.xxx.xxx:9100","xxx.xxx.xxx.xxx:9100"]

9.重启Prometheus
在浏览器的Targets标签中能看到新加⼊的node_exporter作业

1.4、部署可视化数据监控⼤盘
1、监控Linux主机数据

登录Grafana，选择导航栏左侧 Configuration 选项，选择 Data sources 选项
输⼊数据源名称，可以使⽤默认的名称：Prometheus，也可以设置Prometheus是默认数据源

在HTTP URL选项输⼊Prometheus主机的数据源地址

输⼊后直接点击保存，因为稍后会进⾏可视化⾯板的安装，所以在这⾥不配置图形界⾯

Grafana官⽹提供各种监控数据的可视化数据⼤盘模板，开箱即⽤
数据⼤盘官⽅下载地址：https://grafana.com/grafana/dashboards/

这⾥记住12884，回到Grafana界⾯，在左侧导航栏选择 Import 选项

在弹出的界⾯中选择Prometheus作为数据源，然后选择Import

弹出可视化⼤盘，这时可以看到主机指标监控数据

调整数据采集频率，点击右侧的数据刷新频率按钮，选择15s⼤盘刷新⼀次

4.业务系统jvm数据接入

2.1再业务系统中加入jvm监控埋点
1、增加pom.xml

<dependency>
<groupId>io.github.mweirauch</groupId>
<artifactId>micrometer-jvm-extras</artifactId>
<version>0.2.2</version>
</dependency>

2、监控依赖

<!-- prometheus 监控 -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-actuator</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-actuator-autoconfigure</artifactId>
</dependency>
<dependency>
<groupId>io.micrometer</groupId>
<artifactId>micrometer-registry-prometheus</artifactId>
</dependency>
<dependency>
<groupId>io.github.mweirauch</groupId>
<artifactId>micrometer-jvm-extras</artifactId>
</dependency>

3、增加application.yml配置

4Application启动类中加入bean

**
* prometheus监控JVM参数
*
* @param applicationName 服务应⽤名称
*/
@Bean
MeterRegistryCustomizer<MeterRegistry>
configurer(@Value("${spring.application.name}") String applicationName) {return registry -> registry.config().commonTags("application",
applicationName);
}

5、修改prometheus.yml配置⽂件，增加监控job

# JVM
- job_name: "jvm"
metrics_path: '/actuator/prometheus'
static_configs:
- targets: ["xxx.xxx.xxx.xxx:8005"]

6、进⼊Prometheus Grafana界⾯，点击左侧导航栏中的Import

7、输⼊JVM监控⼤盘ID：12856，选择Prometheus数据源并提交保存

5.配置邮件监控告警

1、下载alertmanager-0.23.0.linux-amd64.tar.gz，将安装包上传到被监控
的指定⽬标服务器，（需要哪台机器发送告警就部署到哪台机器上）

2、解压安装

[root@prometheus opt]# tar -zxvf alertmanager-0.23.0.linux-amd64.tar.gz
[root@prometheus opt]# mv alertmanager-0.23.0.linux-amd64 alertmanager/

3、接收告警邮箱以QQ邮箱为例，确保开通POP3和IMAP邮箱服务

4.修改 alertmanager.yml 增加配置邮箱

root@prometheus ~]# cd /opt/alertmanager

alertmanager.yml配置

5、安装邮件服务

 yum -y install sendmail

6、检查配置⽂件正确性

[root@prometheus ~]# cd /opt/alertmanager
[root@prometheus alertmanager]# ./amtool check-config alertmanager.yml

7、启动alertmanager

 [root@prometheus alertmanager]# nohup ./alertmanager &

8、建⽴告警规则
建⽴⽤于测试监控告警的规则：内存使⽤率⼤于 1%
1、进⼊prometheus⽬录

 [root@prometheus ~]# cd /opt/prometheus

2、建⽴mem_rule.yml告警规则
在 prometheus ⽬录（/opt/prometheus/prometheus）建⽴告警规则⽂件

3、修改prometheus.yml
保存后重启prometheus

⽬录下的⽂件内容：

9、浏览器输⼊alerts地址，验证启动结果

 http://服务器IP:9090/alerts

10、验证告警
重启prometheus服务后，稍等⽚刻，会发现内存使⽤率⼤于1%

持续⼀段时间后可收到监控告警邮件