Prometheus + Grafana 原理和用法

Prometheus + Grafana 原理和用法（通俗易懂版）

我们可以把这个组合想象成 「智能体检中心」：

• Prometheus = 体检医生：主动上门，定期采集服务器/应用的“健康数据”（CPU、内存、接口响应时间等），并把数据存起来。
• Grafana = 体检报告可视化工具：把 Prometheus 存的枯燥数据，变成直观的折线图、仪表盘，一眼就能看出“健康状况”。

---

一、核心原理

1. 整体工作流程（故事场景）

假设你负责一个电商系统的服务器，想监控它的运行状态：

1. 数据采集（Prometheus 主动拉取）

   • 你的服务器/应用需要暴露一个 Metrics 接口（比如 http://服务器IP:9090/metrics），这个接口会返回当前的监控数据（例如 cpu_usage 60 表示CPU使用率60%）。
   • Prometheus 会按照你配置的 采集间隔（比如10秒一次），主动去这个接口“拉取”数据——就像医生定期上门量血压。
   • 支持的采集目标：服务器（Node Exporter）、Java 应用（JMX Exporter）、MySQL（MySQL Exporter）等，几乎所有中间件都有对应的 Exporter。

2. 数据存储（时序数据库）

   • Prometheus 把拉取到的数据存在自己的 时序数据库（TSDB） 里。时序数据库的特点是：按时间戳存储数据，适合快速查询“某段时间内的指标变化”。
   • 数据会有 保留时间（比如保留15天），超过时间自动删除，避免磁盘占满。

3. 数据查询（PromQL 语言）

   • Prometheus 提供了专用查询语言 PromQL，可以对数据做计算和筛选。
     • 比如查CPU使用率：avg(cpu_usage) by (instance)（按服务器分组计算平均CPU使用率）。
     • 比如查接口5xx错误率：sum(http_requests{code="500"}) / sum(http_requests)。

4. 可视化与告警（Grafana 联动）

   • Grafana 不存数据，它是一个“中间商”：连接 Prometheus 作为 数据源，然后用 PromQL 查数据，再做成可视化图表。
   • 同时可以配置 告警规则：比如CPU使用率超过90%持续5分钟，就自动发邮件/钉钉通知你。

2. 核心特点

组件	优点	缺点
Prometheus	轻量级、部署简单、自带时序库	不适合存储超大量历史数据（需搭配远程存储如Thanos）
Grafana	图表美观、支持多数据源、开源免费	依赖外部数据源，自身不采集数据

---

二、实战用法（Docker 快速部署，5分钟搞定）

我们用 Docker 部署一个最基础的监控环境：监控服务器CPU/内存 + 可视化仪表盘

步骤1：部署 Node Exporter（采集服务器硬件数据）

Node Exporter 是 Prometheus 官方的服务器监控工具，负责收集CPU、内存、磁盘等数据。

# 启动 Node Exporter，暴露 9100 端口供 Prometheus 采集
docker run -d \--name node_exporter \--net="host" \--pid="host" \-v "/:/host:ro,rslave" \quay.io/prometheus/node-exporter:latest \--path.rootfs=/host

验证：访问 http://你的服务器IP:9100/metrics，能看到一堆监控数据就说明成功了。

步骤2：部署 Prometheus（采集+存储数据）

1. 创建 Prometheus 配置文件 prometheus.yml：

global:scrape_interval: 10s  # 采集间隔，10秒拉一次数据scrape_configs:# 采集 Node Exporter 的数据- job_name: 'node_exporter'static_configs:- targets: ['你的服务器IP:9100']  # Node Exporter 的地址

2. 启动 Prometheus 容器：

docker run -d \--name prometheus \-p 9090:9090 \-v $(pwd)/prometheus.yml:/etc/prometheus/prometheus.yml \prom/prometheus:latest

验证：访问 http://你的服务器IP:9090，在 PromQL 查询框输入 node_cpu_seconds_total，能查到CPU数据就OK。

步骤3：部署 Grafana（可视化数据）

1. 启动 Grafana 容器：

docker run -d \--name grafana \-p 3000:3000 \grafana/grafana:latest

2. 配置 Grafana 连接 Prometheus

   • 访问 http://你的服务器IP:3000，默认账号密码：admin/admin。
   • 登录后 → 左侧 Configuration → Data Sources → Add data source → 选择 Prometheus。
   • 填写 Prometheus 地址：http://你的服务器IP:9090 → 点击 Save & test，提示“Data source is working”就成功了。

3. 导入官方仪表盘（一键可视化）

   • Grafana 社区有大量现成的仪表盘模板，不用自己从零画。
   • 左侧 Dashboards → Import → 输入模板ID 1860（Node Exporter 官方模板）→ 选择刚才配置的 Prometheus 数据源 → 点击 Import。
   • 搞定！你会看到一个炫酷的服务器监控仪表盘，包含CPU、内存、磁盘、网络的实时数据。

---

三、进阶用法

1. 监控 Java 应用

   • 用 JMX Exporter 采集 JVM 指标（堆内存、线程数、GC次数），配置到 Prometheus 后，导入 Grafana 的 JVM 模板（ID：8563）。

2. 配置告警

   • 在 Prometheus 中配置 alert_rules.yml，定义告警规则（比如CPU>90%）。
   • 部署 AlertManager 处理告警通知，支持邮件、钉钉、微信等渠道。
   • 在 Grafana 中也可以直接配置告警，更简单直观。

3. 大规模监控

   • 单台 Prometheus 不够用？用 Prometheus Federation（联邦集群）实现分级采集。
   • 历史数据归档？搭配 Thanos 实现无限存储和全局查询。

---

四、关键总结

1. Prometheus 是 拉模式 采集数据，需要被监控端暴露 Metrics 接口。
2. PromQL 是核心，学会它才能灵活查询数据。
3. Grafana 是可视化神器，社区模板能帮你省90%的画图时间。

---

我可以帮你整理一份Java应用监控的完整配置清单，包括JMX Exporter配置和Grafana JVM仪表盘导入步骤，需要吗？