普罗米修斯的灵感来自于谷歌的Borgmon。它最初是由马特·t·普劳德(Matt T. Proud)作为一个研究项目开发的，普劳德曾是谷歌(google)的一名雇员。在普劳德加入SoundCloud之后，他与另一位工程师朱利叶斯•沃尔兹(Julius Volz)合作，认真开发普罗米修斯，后来其他开发人员也参与了这项工作，并继续在SoundCloud内部进行开发，最终于2015年1月公开发布。
Prometheus是由SoundCloud开发的开源监控报警系统和时序列数据库(TSDB)。Prometheus使用Go语言开发，是Google BorgMon监控系统的开源版本。
2016年由Google发起Linux基金会旗下的云原生基金会(Cloud Native Computing Foundation), 将Prometheus纳入其下第二大开源项目。Prometheus目前在开源社区相当活跃。
基本原理
Prometheus的基本原理是通过HTTP协议周期性抓取被监控组件的状态，任意组件只要提供对应的HTTP接口就可以接入监控。不需要任何SDK或者其他的集成过程。这样做非常适合做虚拟化环境监控系统，比如VM、Docker、Kubernetes等。输出被监控组件信息的HTTP接口被叫做exporter 。目前互联网公司常用的组件大部分都有exporter可以直接使用，比如汇报机器数据的 node_exporter, 汇报 MongoDB 信息的 MongoDB exporter 等等。
监控过程
- Prometheus Daemon负责定时去目标上抓取metrics(指标)数据，每个抓取目标需要暴露一个http服务的接口给它定时抓取。Prometheus支持通过配置文件、文本文件、Zookeeper、Consul、DNS SRV Lookup等方式指定抓取目标。Prometheus采用PULL的方式进行监控，即服务器可以直接通过目标PULL数据或者间接地通过中间网关来Push数据。
- Prometheus在本地存储抓取的所有数据，并通过一定规则进行清理和整理数据，并把得到的结果存储到新的时间序列中。
- Prometheus通过PromQL和其他API可视化地展示收集的数据。Prometheus支持很多方式的图表可视化，例如Grafana、自带的Promdash以及自身提供的模版引擎等等。Prometheus还提供HTTP API的查询方式，自定义所需要的输出。
- PushGateway支持Client主动推送metrics到PushGateway，而Prometheus只是定时去Gateway上抓取数据。
- Alertmanager是独立于Prometheus的一个组件，可以支持Prometheus的查询语句，提供十分灵活的报警方式。
核心概念
data model：指标数据根本上是基于时间序列存储的，由一个float64值和毫秒精度的时间戳组成
metric type：指标类型有以下几种
- Counter: 数量从0开始累加，一般永远增长，如用户访问量
- Gauge: 瞬时的数量，如内存使用量
- Histogram: 直方图，通常观察和计数一个桶的数据值
- Summary: 摘要，类似直方图
job 和 instance分别指：
- instance: 指一个可抓取的端点
- job: 具有相同目的的实例的集合
常用函数
sum()：对值进行加合
increase()：主要针对Counter 这种持续增长的数值，截取其中⼀段时间的增量，如increase(node_cpu[1m])表示获取CPU总运行时间在1分钟内的增量
rate()：是专门搭配counter类型数据使⽤的函数，它的功能是按照设置⼀个时间段，取counter在这个时间段中的平均每秒的增量，如rate(node_network_receive_bytes[1m])表示1分钟内网络接受字节数/60秒的值
topk()：取最⾼值的前⼏位，对图形意义不大，如topk(3,count_netstat_wait_connections)表示等待连接数前3位值
count()：把数值符合条件的输出数⽬进⾏加合计数，如count(count_netstat_wait_connections > 200)表示等待连接数大于200的个数
by (instance)：类似于通过instance分组
过滤：通过标签进行精确匹配和模糊匹配
1 | .* 属于正则表达式 |
example
- 获取cpu使用率
1 | # 1 - (空闲时间 / 总时间) |