📚 课程目录第2章 Prometheus基础与环境搭建

2. Prometheus 基础与环境搭建：核心概念与部署

本章是构建告警自愈体系的基石。你将掌握 Prometheus 的三大核心抽象——指标、标签、时间序列，并学会通过二进制与 Docker 两种方式快速部署 Prometheus Server。理解这些概念是后续配置告警规则、设计自愈 Playbook 的前提。

2.1 核心概念：指标、标签、时间序列

Prometheus 将所有监控数据统一建模为时间序列（Time Series）。每个时间序列由指标名（Metric Name）和一组标签（Labels）唯一标识，并附带一个按时间排序的数据点流。

  核心公式： 时间序列 = 指标名 + 标签集合 + 时间戳-值对序列

2.1.1 指标（Metric）

指标描述被监控对象的某个可测量维度，例如 HTTP 请求总数、CPU 使用率、队列深度。指标名遵循命名规范：namespace_subsystem_unit_suffix。

指标类型	说明	典型场景
Counter	只增不减的累计计数器	请求总数、错误总数、任务执行次数
Gauge	可增可减的瞬时值	CPU 温度、内存使用量、并发连接数
Histogram	对观测值进行分桶统计	请求延迟分布、响应大小分布
Summary	类似 Histogram，但直接计算分位数	请求延迟的 P99、P95

2.1.2 标签（Labels）

标签是键值对，用于对同一指标进行多维度的细分。例如，指标 http_requests_total 可以附加标签 method="GET"、endpoint="/api/v1/users"、status="200"，从而区分不同维度的请求计数。

唯一性： 指标名 + 标签集合构成时间序列的唯一标识。
维度： 标签是 PromQL 进行聚合、分组、过滤的核心依据。
常见标签： job（任务名）、instance（实例地址）、__name__（指标名，内置）。

2.1.3 时间序列（Time Series）

时间序列是 Prometheus 存储的基本单元。每个时间序列包含：

标识： 指标名 + 标签集合（如 http_requests_total{method="GET", status="200"}）。
数据点： 由时间戳（毫秒精度）和 float64 值组成的有序列表。
存储： 按时间序列独立存储，支持高效的时间范围查询。

2.2 部署方式对比：二进制 vs Docker

根据环境成熟度和运维习惯，可以选择二进制或 Docker 方式部署。下表从多个维度对比两种方式：

维度	二进制部署	Docker 部署
启动速度	直接执行二进制文件，秒级启动	需拉取镜像，首次启动较慢
依赖管理	无外部依赖，单文件运行	依赖 Docker 引擎，镜像自带环境
版本管理	手动下载替换二进制	通过镜像标签切换版本，回滚方便
资源隔离	依赖系统进程管理	容器级隔离，资源限制灵活
配置持久化	本地文件系统	需挂载卷（Volume）或绑定目录
适用场景	生产环境、性能敏感场景	开发测试、CI/CD、快速验证

2.3 二进制部署 Prometheus Server

二进制部署是最直接的方式，适合生产环境和对性能有要求的场景。

2.3.1 下载与安装

访问 Prometheus 官方下载页面，选择对应操作系统的最新版本。
下载并解压：

# 以 Linux amd64 为例
wget https://github.com/prometheus/prometheus/releases/download/v2.53.0/prometheus-2.53.0.linux-amd64.tar.gz
tar -xzf prometheus-2.53.0.linux-amd64.tar.gz
cd prometheus-2.53.0.linux-amd64/

2.3.2 配置文件结构

Prometheus 通过 prometheus.yml 定义抓取目标、规则文件、存储配置等。核心配置项如下：

# prometheus.yml 示例
global:
  scrape_interval: 15s      # 全局抓取间隔
  evaluation_interval: 15s  # 告警规则评估间隔

scrape_configs:
  - job_name: 'prometheus'
    static_configs:
      - targets: ['localhost:9090']  # 抓取自身指标

  - job_name: 'node_exporter'
    static_configs:
      - targets: ['192.168.1.10:9100']  # 抓取节点指标

2.3.3 启动与验证

# 启动 Prometheus（默认加载当前目录下的 prometheus.yml）
./prometheus --config.file=prometheus.yml --storage.tsdb.path=/data/prometheus

# 验证：访问 http://localhost:9090，打开 Prometheus Web UI
# 在 /targets 页面查看抓取目标状态

生产建议： 使用 systemd 管理 Prometheus 进程，设置 --storage.tsdb.retention.time=30d 控制数据保留时间，避免磁盘写满。

2.4 Docker 部署 Prometheus Server

Docker 部署适合快速搭建、开发测试和容器化环境。

2.4.1 准备配置文件与数据目录

# 创建配置目录和数据目录
mkdir -p /opt/prometheus/config /opt/prometheus/data

# 将 prometheus.yml 放入 /opt/prometheus/config/

2.4.2 启动容器

docker run -d \
  --name prometheus \
  --restart=always \
  -p 9090:9090 \
  -v /opt/prometheus/config:/etc/prometheus \
  -v /opt/prometheus/data:/prometheus \
  prom/prometheus:v2.53.0 \
  --config.file=/etc/prometheus/prometheus.yml \
  --storage.tsdb.path=/prometheus \
  --storage.tsdb.retention.time=30d

2.4.3 使用 Docker Compose（推荐）

创建 docker-compose.yml：

version: '3.8'
services:
  prometheus:
    image: prom/prometheus:v2.53.0
    container_name: prometheus
    restart: always
    ports:
      - "9090:9090"
    volumes:
      - ./prometheus.yml:/etc/prometheus/prometheus.yml
      - prometheus_data:/prometheus
    command:
      - '--config.file=/etc/prometheus/prometheus.yml'
      - '--storage.tsdb.path=/prometheus'
      - '--storage.tsdb.retention.time=30d'

volumes:
  prometheus_data:

# 启动
docker-compose up -d

注意： Docker 部署时，容器内时间默认使用 UTC。如果宿主机时区非 UTC，建议挂载 /etc/localtime:/etc/localtime:ro 保持时间一致，否则时间戳可能出现偏差。

2.5 验证部署与基础操作

无论使用哪种部署方式，部署完成后都应进行以下验证：

访问 Web UI： 浏览器打开 http://<server-ip>:9090，确认页面正常加载。
检查 Targets： 导航至 Status → Targets，确认所有配置的抓取目标状态为 UP。
执行基础查询： 在 Graph 页面输入 prometheus_http_requests_total，点击 Execute，应返回数据点。
查看配置： 导航至 Status → Configuration，确认加载的配置与 prometheus.yml 一致。

  关键检查点： 如果 Targets 显示 DOWN，请检查网络连通性、目标端口是否开放、Exporter 是否正常运行。这是后续告警自愈链路中第一个可能出问题的环节。

2.6 本章小结

核心概念： 指标（Counter/Gauge/Histogram/Summary）、标签（维度）、时间序列（唯一标识 + 数据点）是 Prometheus 数据模型的基石。
部署方式： 二进制部署适合生产环境，Docker 部署适合快速验证和容器化场景。
配置文件： prometheus.yml 定义全局参数和抓取目标，是运维管理的核心。
验证步骤： Web UI、Targets 状态、基础查询是部署成功的三大验证手段。