Каковы основные принципы работы системы мониторинга Prometheus

Prometheus — это система мониторинга и алертинга, работающая по pull-модели. Это означает, что сервер Prometheus сам периодически опрашивает (scrape) HTTP-эндпоинты (/metrics) целевых сервисов для сбора метрик.

Ключевые компоненты и принципы:

1. Многомерная модель данных: Метрики хранятся в виде временных рядов (time series), где каждая точка данных идентифицируется именем метрики и набором пар ключ-значение, называемых метками (labels). Это позволяет гибко фильтровать и агрегировать данные. Пример: http_requests_total{method="POST", path="/api/users"}

2. Pull-модель сбора метрик: Prometheus активно собирает данные с настроенных targets. Это упрощает развертывание и отладку, так как состояние мониторинга можно проверить, просто открыв эндпоинт /metrics в браузере.

3. PromQL: Мощный и гибкий язык запросов, специально созданный для работы с многомерными данными временных рядов. Он позволяет выполнять сложные вычисления и агрегации на лету.

4. Хранилище (TSDB): Данные хранятся локально на диске в высокоэффективной базе данных временных рядов (Time Series Database), оптимизированной для быстрой записи и чтения.

5. Компоненты экосистемы:

   • Exporters: Сторонние утилиты, которые преобразуют метрики из существующих систем (например, баз данных, очередей сообщений, оборудования) в формат Prometheus.
   • Alertmanager: Отдельный компонент для управления алертами. Он обрабатывает правила, заданные в Prometheus, и отвечает за дедупликацию, группировку и отправку уведомлений в различные системы (Slack, PagerDuty, Email).

Пример инструментации приложения на Python:

from prometheus_client import start_http_server, Counter
import time
import random

# Создаем метрику типа Counter. Она может только увеличиваться.
# 'method' и 'endpoint' - это метки (labels).
REQUESTS = Counter('http_requests_total', 'Total HTTP Requests', ['method', 'endpoint'])

if __name__ == '__main__':
    # Запускаем HTTP-сервер на порту 8000 для предоставления метрик
    start_http_server(8000)
    print("Prometheus metrics available on http://localhost:8000/metrics")

    # Эмуляция работы приложения
    endpoints = ['/api/v1/users', '/api/v1/items']
    methods = ['GET', 'POST']
    while True:
        method = random.choice(methods)
        endpoint = random.choice(endpoints)
        # Увеличиваем счетчик для конкретной комбинации меток
        REQUESTS.labels(method=method, endpoint=endpoint).inc()
        time.sleep(1)