prometheus 原理（架构，promql表达式，描点原理）

大家好，我是蓝胖子，提到监控指标，不得不说prometheus，今天这篇文章我会对prometheus 的架构设计，promql表达式原理和监控图表的绘图原理进行详细的解释。来让大家对prometheus的理解更加深刻。

架构设计

先来看看，prometheus的架构设计，明白指标的采集方式，存储方式，查询方式。

指标采集方式

指标的采集方式有两种，推(push)和拉(pull)。

prometheus提供了各种exporter，暴露了指标路由，prometheus server可以从指标路由获取该exporter的指标。这边是拉模式。

推送模式是进程主动将指标推送给prometheus服务器，但是在架构设计上并不是直接推送的，如下，是prometheus官网的架构图。推送的指标是推送给了pushgateway，然后prometheus server 从推送网关上面拉取指标信息。像短时定时任务我们可以采用推送模式，推送定时任务相关的指标。

Pasted image 20240228165123.png

存储方式

prometheus 对于指标的存储也是分为了两种，本地和远程。

prometheus内部提供了TSDB作为对时序数据的存储，同时它也提供了远程写接口，能够将数据写入远端服务器，例如clickhouse，influxdb等。

如果本地存储已经不能满足你的需求😌，那就用remote write吧，选用聚合性能更加的clickhouse或其他列式数据库。

查询方式

prometheus 查询方式除了读取本地的TSDB数据库，也可以配置remote read，远程读，这样能直接从远端读取时序数据。

远程读写的方式相当于prometheus帮助我们对接了远程存储器的存储和查询协议，而我们只用和prometheus打交通即可。

promql 表达式原理

接着介绍下，使用prometheus 时，用到的promql语句，我们通过promql语句从prometheus中对指标进行查询和聚合。

在promql表达式中有四种数据类型

Instant vector - 瞬时向量，指的是有相同时间戳的时间序列，因为在同一时刻会有多个指标的样本值产生，所以这里时间序列是多个。
Range vector - 范围向量，和瞬时向量不同，这里的时间序列筛选的范围不再是单个的时间戳，而是一个时间范围，指代的是在某个时间范围内的时间序列。
Scalar - 数值类型，浮点型
String - 字符串类型

我们来看下prometheus 中对函数的描述来更加形象化的理解这几张表达式的数据类型。

`floor()`

floor(v instant-vector) rounds the sample values of all elements in v down to the nearest integer.

可以看到floor 的参数要求传递的是瞬时向量，接着对于传递的瞬时向量中的每个指标都会执行floor 向下取最接近的整数这样的逻辑。floor函数返回的结果是瞬时向量，也就是相同时间戳，每个时间序列会有一个向下取整后的value值。

`rate()`

rate(v range-vector) calculates the per-second average rate of increase of the time series in the range vector.

再来看下对rate函数的描述，rate函数要求传递的参数是范围向量，在promql语句中范围向量的写法是在指标后跟上[]，例如 http_requests_total{job=“api-server”}[5m]代表指标名http_requests_total 中job标签是 api-server 的过去5分钟中内的样本。

rate函数的返回是瞬时向量Instant vector

❗️❗️❗️在使用promql表达式画图时，要注意，promql表达式只有最后的结果是即时向量才可以画图。

既然讲到了画图，我们就顺势将prometheus的画图描点的原理介绍下。