📚 课程目录第3章 Prometheus架构回顾

3. Prometheus 架构回顾：核心组件与数据流

在深入基于 Prometheus 数据驱动的控制面弹性伸缩测试验证之前，有必要系统回顾 Prometheus 的整体架构。理解各组件职责及数据流转路径，是后续设计压测场景、配置指标采集、验证伸缩策略的基础。

3.1 核心组件一览

Prometheus 生态由四个核心组件构成，它们各司其职，共同完成指标的采集、存储、告警与推送。

组件	职责	部署形态	关键特性
Prometheus Server	指标拉取、存储、查询、告警规则评估	中心化服务，通常以 StatefulSet 部署	Pull 模型、TSDB、PromQL、内置 Alertmanager 集成
Exporter	将应用/系统指标转换为 Prometheus 格式	Sidecar 或 DaemonSet，与被监控对象同生命周期	HTTP /metrics 端点、官方/社区/自定义实现
Pushgateway	接收短生命周期任务的指标推送	独立 Service，作为指标	Push 模型、支持批处理/定时任务指标收集
Alertmanager	告警去重、分组、静默、路由与通知	独立 Deployment，可高可用部署	分组抑制、静默规则、多接收器（Slack/PagerDuty/Webhook）

架构要点：Prometheus Server 是核心，Exporter 是数据源，Pushgateway 是补充通道，Alertmanager 是告警出口。在弹性伸缩场景中，Prometheus Server 的指标查询性能直接影响 HPA 的决策时效。

3.2 数据流全景

下图展示了 Prometheus 生态中从指标产生到告警通知的完整数据流。理解这条链路，有助于定位伸缩延迟的瓶颈。

3.3 组件交互细节

3.3.1 Prometheus Server：Pull 模型与 TSDB

服务发现：通过 Kubernetes API、Consul、文件等方式动态发现目标端点。
指标拉取：按配置的 scrape_interval（默认 15s）向 Exporter 的 /metrics 发起 HTTP GET 请求。
时序存储：将拉取到的样本写入本地 TSDB，按 2 小时 block 组织，支持压缩与保留策略。
查询引擎：提供 PromQL 接口，供 Grafana、HPA 等消费端查询聚合指标。

3.3.2 Exporter：指标适配器

官方 Exporter：node_exporter（主机指标）、kube-state-metrics（K8s 对象指标）、cadvisor（容器指标）。
自定义 Exporter：通过 Client Library（Go/Java/Python）暴露业务指标，如请求量、队列深度、gRPC 延迟。
数据格式：遵循 Prometheus 文本格式，支持 Counter、Gauge、Histogram、Summary 四种指标类型。

3.3.3 Pushgateway：弥补 Pull 模型的不足

适用场景：批处理任务、CronJob、短生命周期容器，这些任务在运行结束后无法被 Pull。
工作方式：任务结束时通过 HTTP POST 将指标推送到 Pushgateway，Prometheus Server 再定期从 Pushgateway 拉取。
注意事项：Pushgateway 是单点，指标不会自动过期，需手动清理或设置 push_timeout_seconds。

3.3.4 Alertmanager：告警生命周期管理

告警触发：Prometheus Server 评估告警规则，当表达式持续满足阈值时，将告警发送至 Alertmanager。
分组与抑制：按标签分组，避免告警风暴；支持抑制规则，如已触发严重告警则静默同类警告。
路由与通知：根据告警标签匹配路由树，发送至 Slack、Email、PagerDuty 或自定义 Webhook。

  弹性伸缩关联：在控制面弹性伸缩测试中，Prometheus Server 的 scrape 延迟和 TSDB 查询性能直接影响 HPA 的指标获取时效。建议将 scrape_interval 设置为 10s 或更低，并监控 prometheus_tsdb_head_series 和 prometheus_engine_query_duration_seconds 以评估 Server 负载。

3.4 数据流时序图

以下时序图展示了从指标产生到 HPA 触发伸缩的完整数据流，帮助理解各组件间的调用关系与延迟分布。

3.5 关键配置示例

以下是一个典型的 Prometheus 配置片段，展示了如何定义 scrape 任务、告警规则以及 Alertmanager 集成。

# prometheus.yml 核心配置
global:
  scrape_interval: 15s      # 全局拉取间隔
  evaluation_interval: 15s  # 告警规则评估间隔

scrape_configs:
  - job_name: 'kubernetes-pods'
    kubernetes_sd_configs:
      - role: pod
    relabel_configs:
      - source_labels: [__meta_kubernetes_pod_annotation_prometheus_io_scrape]
        action: keep
        regex: true
      - source_labels: [__meta_kubernetes_pod_annotation_prometheus_io_path]
        action: replace
        target_label: __metrics_path__
        regex: (.+)

  - job_name: 'pushgateway'
    honor_labels: true
    static_configs:
      - targets: ['pushgateway.monitoring.svc.cluster.local:9091']

alerting:
  alertmanagers:
    - static_configs:
        - targets: ['alertmanager.monitoring.svc.cluster.local:9093']

rule_files:
  - 'alerts/*.yml'

注意：在弹性伸缩测试中，建议将 scrape_interval 和 evaluation_interval 统一设置为 10s，以减少指标采集与告警评估之间的时间差。同时，监控 prometheus_target_scrapes_exceeded_sample_limit_total 指标，防止因目标返回过多样本导致采集失败。

3.6 本章小结

Prometheus 采用 Pull 模型为主，Pushgateway 作为补充，适合云原生动态环境。
Exporter 是指标适配层，负责将系统/应用指标标准化。
Alertmanager 提供告警生命周期管理，避免告警风暴。
在弹性伸缩场景中，scrape 周期、PromQL 查询延迟、HPA 评估周期构成端到端延迟的主要瓶颈。
理解数据流有助于定位伸缩延迟，并为后续的压测与优化提供理论基础。