大数据-217 Prometheus 安装配置 启动服务 监控服务

点一下关注吧！！！非常感谢！！持续更新！！！

目前已经更新到了：

  • Hadoop（已更完）
  • HDFS（已更完）
  • MapReduce（已更完）
  • Hive（已更完）
  • Flume（已更完）
  • Sqoop（已更完）
  • Zookeeper（已更完）
  • HBase（已更完）
  • Redis （已更完）
  • Kafka（已更完）
  • Spark（已更完）
  • Flink（已更完）
  • ClickHouse（已更完）
  • Kudu（已更完）
  • Druid（已更完）
  • Kylin（已更完）
  • Elasticsearch（已更完）
  • DataX（已更完）
  • Tez（已更完）
  • 数据挖掘（已更完）
  • Prometheus（正在更新…）

章节内容

上节我们完成了如下的内容：

  • KMeans 基于轮廓系数来选择 n_clusters

在这里插入图片描述

Prometheus

架构设计

Prometheus 的核心架构设计简单明了，包括以下组件：

  • Prometheus Server：负责采集、存储时间序列数据，并提供查询服务。它通过 HTTP 协议从指定的服务端点（targets）拉取数据。
  • Exporter：负责将不同系统的监控指标转换为 Prometheus 可读取的格式，比如 node_exporter 可以监控主机的 CPU、内存等资源，blackbox_exporter 可以进行网站的可达性检查。
  • Alertmanager：用来处理 Prometheus 产生的报警。当满足指定的报警条件时，Alertmanager 可以将报警信息发送到邮件、Slack、PagerDuty 等多种渠道。
  • Pushgateway：适用于短生命周期的批处理任务，将数据主动推送给 Prometheus。
  • 客户端库（Client Libraries）：允许开发者在应用程序代码中直接定义并记录自定义的监控指标，如请求数、延迟等。

官方网站

https://prometheus.io/download/

这里用 2.53.2

在这里插入图片描述

数据模型

Prometheus 的数据模型基于键值对存储时间序列数据。它的数据单位是 时间序列，每个时间序列由 唯一的 metric 名称 和一组 标签（labels） 组成。标签使得用户可以灵活地标记和筛选数据，比如 http_requests_total{method=“GET”, status=“200”} 表示获取到的 HTTP 请求总数。

数据采集方式

Prometheus 的数据采集采用 Pull 模型，即 Prometheus 定期从指定的目标端点（targets）拉取数据。这种模型对分布式系统尤其适用，因为可以灵活配置并自动发现服务（通过与 Kubernetes 集成），无需每个服务都主动上报数据。

查询语言（PromQL）

Prometheus 提供了一种强大的查询语言 PromQL，用于查询和分析存储的数据。PromQL 允许用户对数据进行复杂的运算和聚合，例如：

  • rate(http_requests_total[5m])：计算过去 5 分钟的 HTTP 请求速率。
  • avg_over_time(cpu_usage[1h])：计算过去 1 小时的 CPU 使用率平均值。 PromQL 支持过滤、聚合、运算符、时间窗口等操作，使得用户可以灵活地分析监控数据。

应用场景

  • 在业务层作用埋点系统：支持多种语言（Go、Python、Ruby 等等），我们可以通过客户端对核心业务进行埋点，如下单流程、添加购物车等等
  • 在应用层作用监控系统：一些主流应用可以通过官方或者第三方的导出器，来对这些应用做核心指标的收集，如 Redis、MySQL
  • 在系统层用作系统监控除了常用软件，Prometheus 也有相关系统层和网络层 exporter，用于监控服务器或者网络
  • 集成其他监控 Prometheus 还可以通过各种 exporter，集成其他的监控系统，收集监控数据，如 AWS CloudWatch、JMX、Pingdom 等等。

我们需要完成：

  • 在监控服务器上安装 Prometheus
  • 在被监控的环境上安装 export
  • 安装 Grafana

下载配置

cd /opt/software
wget https://github.com/prometheus/prometheus/releases/download/v2.53.2/prometheus-2.53.2.linux-amd64.tar.gz

执行结果如下所示：

在这里插入图片描述

解压配置

tar -zxvf prometheus-2.53.2.linux-amd64.tar.gz
mv prometheus-2.53.2.linux-amd64 ../servers/

执行结果如下所示：
在这里插入图片描述

修改配置

解压配置，修改配置文件，在项目对应目录下：

cd /opt/servers/prometheus-2.53.2.linux-amd64
vim prometheus.yml

执行的结果如下所示：
在这里插入图片描述
我们需要进行一些配置：

# my global config
global:scrape_interval: 15s # Set the scrape interval to every 15 seconds. Default is every 1 minute.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
alerting:alertmanagers:- static_configs:- targets:# - alertmanager:9093# Load rules once and periodically evaluate them according to the global 'evaluation_interval'.
rule_files:# - "first_rules.yml"# - "second_rules.yml"# A scrape configuration containing exactly one endpoint to scrape:
# Here it's Prometheus itself.
scrape_configs:# 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"]- job_name: "h121-wzk-icu"static_configs:- targets: ["h121.wzk.icu:9100"]- job_name: "h122-wzk-icu"static_configs:- targets: ["h122.wzk.icu:9100"]- job_name: "h123-wzk-icu"static_configs:- targets: ["h123.wzk.icu:9100"]- job_name: "wzk-icu-grafana"static_configs:- targets: ["h121.wzk.icu:9091"]

对应的内容如下图所示：

在这里插入图片描述

启动服务

配置完成后，只需要运行起来这个软件：

cd /opt/servers/prometheus-2.53.2.linux-amd64
./prometheus

执行结果如下图所示：
在这里插入图片描述
我们通过 URL可以看到自带的监控界面：

http://h121.wzk.icu:9090/

访问结果如下所示：
在这里插入图片描述
我们选择 Targets 选项：

http://h121.wzk.icu:9090/targets?search=

可以看到如下的内容：
在这里插入图片描述

Alerting 和通知

Prometheus 可以基于查询结果设定报警规则，比如当 CPU 使用率超过 80% 持续一定时间，就可以触发报警。Prometheus 的 Alertmanager 负责管理和路由报警，支持去重、分组、静默处理等功能，帮助团队更高效地处理报警事件。Alertmanager 可以与多个通知平台集成，如 Slack、邮件、PagerDuty、OpsGenie 等。

存储机制

Prometheus 的数据默认会保存在本地磁盘中，使用 TSDB（时间序列数据库） 存储引擎，以时间块的形式进行存储和压缩。为了满足长时间的数据保留和查询需求，Prometheus 也支持通过远程存储（如 Cortex、Thanos）扩展数据的持久化和高可用性。

服务发现

Prometheus 提供了多种服务发现机制，能够自动发现新的监控目标。它支持静态配置、DNS 服务发现、文件服务发现以及多种平台的自动发现，比如 Kubernetes、Consul、Amazon EC2、Azure 等，使得 Prometheus 能够动态地发现容器、Pod、VM 等新资源，减少运维人员的手动操作。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.xdnf.cn/news/11402.html

如若内容造成侵权/违法违规/事实不符，请联系一条长河网进行投诉反馈，一经查实，立即删除！

相关文章

利用RANSAC算法拟合平面并生成包围框的点云处理方法，点云聚类、质心坐标、倾斜角度、点云最小外接矩形

利用RANSAC算法拟合平面并生成包围框的点云处理方法，点云聚类、质心坐标、倾斜角度、点云最小外接矩形

该代码用于分析和处理点云数据&#xff0c;通过对点云数据进行裁剪、平面拟合和生成包围框来提取特定区域的特征并发布结果。主要使用了RANSAC算法来识别并拟合平面&#xff0c;从而提取平面的法向量&#xff0c;接着根据该平面计算出该区域的最小矩形包围框&#xff08;Boundi…
阅读更多...
算法妙妙屋-------1.递归的深邃回响：二叉树的奇妙剪枝

算法妙妙屋-------1.递归的深邃回响：二叉树的奇妙剪枝

大佬们好呀&#xff0c;这一次讲解的是二叉树的深度搜索&#xff0c;大佬们请阅 1.前言 ⼆叉树中的深搜&#xff08;介绍&#xff09; 深度优先遍历&#xff08;DFS&#xff0c;全称为DepthFirstTraversal&#xff09;&#xff0c;是我们树或者图这样的数据结构中常⽤的⼀种…
阅读更多...
深入解析DHCP带来了什么功能，服务器回应到底是用广播还是单播呢？

深入解析DHCP带来了什么功能，服务器回应到底是用广播还是单播呢？

前言 不知道大家在看到这个图的时候第一时间想到的是什么&#xff0c;【好复杂】【看不懂】【终端数好多】&#xff0c;这里不看整体的结构怎么样&#xff0c;来看看终端数量都非常的多&#xff0c;终端要与网络中进行通信&#xff0c;势必需要IP地址&#xff0c;从最开始学习到…
阅读更多...
＜项目代码＞YOLOv8 棉花识别＜目标检测＞

＜项目代码＞YOLOv8 棉花识别＜目标检测＞

YOLOv8是一种单阶段&#xff08;one-stage&#xff09;检测算法&#xff0c;它将目标检测问题转化为一个回归问题&#xff0c;能够在一次前向传播过程中同时完成目标的分类和定位任务。相较于两阶段检测算法&#xff08;如Faster R-CNN&#xff09;&#xff0c;YOLOv8具有更高的…
阅读更多...
知乎日报前三周总结

知乎日报前三周总结

目录 前言 首页 网络请求 上拉加载 详情页 加载WebView 左右滑动 主页与详情页同步更新 总结 前言 在这几周进行了知乎日报的仿写&#xff0c;这篇博客来总结一下前三周仿写的内容 首页 首页的界面如图所示&#xff0c;其实就是一个导航栏和一个数据视图组成的&#…
阅读更多...
小白快速上手 labelimg：新手图像标注详解教程

小白快速上手 labelimg：新手图像标注详解教程

前言 本教程主要面向初次使用 labelimg 的新手&#xff0c;详细介绍了如何在 Windows 上通过 Anaconda 创建和配置环境&#xff0c;并使用 labelimg 进行图像标注。 1. 准备工作 在开始本教程之前&#xff0c;确保已经安装了 Anaconda。可以参考我之前的教程了解 Anaconda 的…
阅读更多...
【算法】【优选算法】二分查找算法（上）

【算法】【优选算法】二分查找算法（上）

目录 一、二分查找简介1.1 朴素二分模板1.2 查找区间左端点模版1.3 查找区间右端点模版 二、leetcode 704.⼆分查找2.1 二分查找2.2 暴力枚举 三、Leetcode 34.在排序数组中查找元素的第⼀个和最后⼀个位置3.1 二分查找3.2 暴力枚举 四、35.搜索插⼊位置4.1 二分查找4.2 暴力枚…
阅读更多...
A股风格因子看板（2024.11 第5期）

A股风格因子看板（2024.11 第5期）

阅读更多...
自己构建ARM平台DM8镜像

自己构建ARM平台DM8镜像

&#xff1f;&#xff1f;&#xff1f; 为什么不使用官方提供的docker版本&#xff0c;测试有问题&#xff0c;分析函数不能使用&#xff0c;报错。 自己构建ARM平台的dm8镜像&#xff0c;参考 https://gitee.com/xlongfu/dm-docker/tree/master&#xff0c;发现一些问题 首先…
阅读更多...
Linux之实战命令73：at应用实例(一百零七)

Linux之实战命令73：at应用实例(一百零七)

简介&#xff1a; CSDN博客专家、《Android系统多媒体进阶实战》一书作者 新书发布&#xff1a;《Android系统多媒体进阶实战》&#x1f680; 优质专栏&#xff1a; Audio工程师进阶系列【原创干货持续更新中……】&#x1f680; 优质专栏&#xff1a; 多媒体系统工程师系列【…
阅读更多...
万字长文解读【深度学习面试——训练（DeepSpeed、Accelerate）、优化（蒸馏、剪枝、量化）、部署细节】

万字长文解读【深度学习面试——训练（DeepSpeed、Accelerate）、优化（蒸馏、剪枝、量化）、部署细节】

&#x1f33a;历史文章列表&#x1f33a; 深度学习——优化算法、激活函数、归一化、正则化深度学习——权重初始化、评估指标、梯度消失和梯度爆炸深度学习——前向传播与反向传播、神经网络&#xff08;前馈神经网络与反馈神经网络&#xff09;、常见算法概要汇总万字长文解读…
阅读更多...
C++ | Leetcode C++题解之第554题砖墙

C++ | Leetcode C++题解之第554题砖墙

题目&#xff1a; 题解&#xff1a; class Solution { public:int leastBricks(vector<vector<int>>& wall) {unordered_map<int, int> cnt;for (auto& widths : wall) {int n widths.size();int sum 0;for (int i 0; i < n - 1; i) {sum wi…
阅读更多...
DDei在线设计器V1.2.42版发布

DDei在线设计器V1.2.42版发布

V1.2.42版 新特性&#xff1a; 1.快捷编辑框可以映射到主控件的多个属性上&#xff0c;从而实现快速编辑。 2.跟随图形的支持范围增加&#xff0c;从仅支持线控件到支持所有控件 2.新增控件双击回调函数EVENT_CONTROL_DBL_CLICK&#xff0c;可以用于覆盖默认的快速编辑逻辑…
阅读更多...
大数据的实时处理：工具和最佳实践

大数据的实时处理：工具和最佳实践

在当今的数字世界中&#xff0c;数据以前所未有的速度从无数来源生成&#xff0c;包括社交媒体、物联网设备、电子商务平台等。随着组织认识到这些数据的潜在价值&#xff0c;他们越来越多地转向实时处理&#xff0c;以获得即时、可操作的见解。但是&#xff0c;实时处理大数据…
阅读更多...
【51单片机】蜂鸣器演奏音乐——小星星天空之城

【51单片机】蜂鸣器演奏音乐——小星星天空之城

学习使用的开发板&#xff1a;STC89C52RC/LE52RC 编程软件&#xff1a;Keil5 烧录软件&#xff1a;stc-isp 开发板实图&#xff1a; 文章目录 蜂鸣器按键发声无源蜂鸣器演奏音乐简单乐理小星星天空之城 蜂鸣器 蜂鸣器在开发板的位置如下&#xff1a; 蜂鸣器是一种将电信号转…
阅读更多...
【含开题报告+文档+源码】高校校园二手交易平台的设计与实现

【含开题报告+文档+源码】高校校园二手交易平台的设计与实现

开题报告 随着互联网的快速发展&#xff0c;电子商务成为了现代化社会中不可或缺的一部分。线上交易平台的兴起&#xff0c;为商家和消费者创造了更多的交易机会和便利。然而&#xff0c;传统的电商平台通常由一家中央机构管理和控制&#xff0c;对商家和消费者的自由度有一定…
阅读更多...
录制的音频听起来非常缓慢，声音很模糊

录制的音频听起来非常缓慢，声音很模糊

一、主题 录制的音频听起来非常缓慢&#xff0c;声音很模糊 二、问题背景 硬件&#xff1a;T113&#xff0c;R528等平台系列产品 软件&#xff1a;Tina5.0 三、问题描述 1、复现步骤 使用arecord进行录音。 arecord -Dhw:audiocodec -f S16_LE -r 16000 -c 2 -d 5 /tmp/t…
阅读更多...
计算机的错误计算（一百五十）

计算机的错误计算（一百五十）

摘要 探讨 MATLAB 中 的计算精度问题。当 为含有小数的大数或 &#xff08;&#xff09;附近数时&#xff0c;输出会有错误数字。 例1. 已知 计算 直接贴图吧&#xff1a; 另外&#xff0c;16位的正确值分别为 -0.7882256119904400e0、0.1702266977524110e0、-0.…
阅读更多...
【网络安全 | 漏洞挖掘】Google SSO用户的帐户接管

【网络安全 | 漏洞挖掘】Google SSO用户的帐户接管

未经许可，不得转载。 文章目录 DOM XSS获取 CSRF Token解除Google账户绑定在这篇博文中，我将详细介绍找到针对Google SSO用户的账号接管（ATO）漏洞的过程。 DOM XSS 我遇到 DOM XSS 漏洞的位置非常微妙，因为我遇到了非常严格的WAF。 获取 CSRF Token 在找到XSS漏洞后，我…
阅读更多...
2024中国游戏出海情况

2024中国游戏出海情况

01 哪里出海更花钱&#xff1f; 报告显示&#xff0c;中国手游在全球不同市场的获客成本不同&#xff0c;整体来看北美市场竞争更加激烈&#xff0c;其安卓和iOS获客成本是拉丁美洲的12倍和7倍。 按具体市场划分&#xff0c;获客成本最高的TOP 3为韩国、美国和日本&#xff0c…
阅读更多...
最新文章

Copyright @ 2022~2023