通過在應用中埋點來暴露應用數據，使用Prometheus Client監控抓取數據，即可實現利用Prometheus監控應用的目的。本文以阿里云容器服務Kubernetes集群和阿里云容器鏡像服務為例，介紹如何通過Prometheus Client監控應用。
前提條件
已接入阿里云Prometheus監控。具體操作，請參見步驟一：開啟阿里云Prometheus監控。
已創建阿里云容器鏡像服務鏡像倉庫。具體操作，請參見步驟二：創建鏡像倉庫。
步驟一：對應用埋點
Prometheus Client目前支持大部分編程語言，更多信息，請參見CLIENT LIBRARIES。以下示例通過對應用埋點以暴露Go應用的監控數據：
package main
import (
"flag"
"fmt"
"log"
"math"
"math/rand"
"net/http"
"time"
"github.com/prometheus/client_golang/prometheus"
"github.com/prometheus/client_golang/prometheus/promhttp"
)
var (
addr = flag.String("listen-address", ":8080", "The address to listen on for HTTP requests.")
uniformDomain = flag.Float64("uniform.domain", 0.0002, "The domain for the uniform distribution.")
normDomain = flag.Float64("normal.domain", 0.0002, "The domain for the normal distribution.")
normMean = flag.Float64("normal.mean", 0.00001, "The mean for the normal distribution.")
oscillationPeriod = flag.Duration("oscillation-period", 10*time.Minute, "The duration of the rate oscillation period.")
)
var (
// Create a summary to track fictional interservice RPC latencies for three distinct services with different latency distributions.
// These services are differentiated via a "service" label.
rpcDurations = prometheus.NewSummaryVec(
prometheus.SummaryOpts{
Name: "rpc_durations_seconds",
Help: "RPC latency distributions.",
Objectives: map[float64]float64{0.5: 0.05, 0.9: 0.01, 0.99: 0.001},
},
[]string{"service"},
)
// The same as above, but now as a histogram, and only for the normal
// distribution. The buckets are targeted to the parameters of the
// normal distribution, with 20 buckets centered on the mean, each
// half-sigma wide.
rpcDurationsHistogram = prometheus.NewHistogram(prometheus.HistogramOpts{
Name: "rpc_durations_histogram_seconds",
Help: "RPC latency distributions.",
Buckets: prometheus.LinearBuckets(*normMean-5**normDomain, .5**normDomain, 20),
})
)
func init() {
// Register the summary and the histogram with Prometheus's default registry.
prometheus.MustRegister(rpcDurations)
prometheus.MustRegister(rpcDurationsHistogram)
// Add Go module build info.
prometheus.MustRegister(prometheus.NewBuildInfoCollector())
}
func main() {
flag.Parse()
start := time.Now()
oscillationFactor := func() float64 {
return 2 + math.Sin(math.Sin(2*math.Pi*float64(time.Since(start))/float64(*oscillationPeriod)))
}
// Periodically record some sample latencies for the three services.
go func() {
for {
v := rand.Float64() * *uniformDomain
rpcDurations.WithLabelValues("uniform").Observe(v)
time.Sleep(time.Duration(100*oscillationFactor()) * time.Millisecond)
}
}()
go func() {
for {
v := (rand.NormFloat64() * *normDomain) + *normMean
rpcDurations.WithLabelValues("normal").Observe(v)
// Demonstrate exemplar support with a dummy ID. This
// would be something like a trace ID in a real
// application. Note the necessary type assertion. We
// already know that rpcDurationsHistogram implements
// the ExemplarObserver interface and thus don't need to
// check the outcome of the type assertion.
rpcDurationsHistogram.(prometheus.ExemplarObserver).ObserveWithExemplar(
v, prometheus.Labels{"dummyID": fmt.Sprint(rand.Intn(100000))},
)
time.Sleep(time.Duration(75*oscillationFactor()) * time.Millisecond)
}
}()
go func() {
for {
v := rand.ExpFloat64() / 1e6
rpcDurations.WithLabelValues("exponential").Observe(v)
time.Sleep(time.Duration(50*oscillationFactor()) * time.Millisecond)
}
}()
// Expose the registered metrics via HTTP.
http.Handle("/metrics", promhttp.HandlerFor(
prometheus.DefaultGatherer,
promhttp.HandlerOpts{
// Opt into OpenMetrics to support exemplars.
EnableOpenMetrics: true,
},
))
log.Fatal(http.ListenAndServe(*addr, nil))
}在本示例中，相關參數說明如下：
在注冊rpc_durations_seconds指標前需要注冊一個監控指標prometheus.MustRegister。本示例中rpc_durations_seconds為prometheus.NewSummaryVec類型，更多其他類型，請參見Prometheus。
rpcDurations是一個全局的單例，在更新監控數據時通過調用rpcDurations.WithLabelValues("uniform").Observe(v)增加監控數據。
關于代碼模板，請參見prometheus / client_golang。
步驟二：將應用制作為鏡像并上傳到鏡像倉庫
將完成埋點的應用制作成鏡像并上傳至阿里云容器鏡像服務的鏡像倉庫。
執行以下命令構建鏡像。
docker build -t <本地臨時Docker鏡像名稱>:<本地臨時Docker鏡像版本號> . --no-cache示例命令：
docker build -t prometheus-demo:v1 . --no-cache執行以下命令為鏡像打標。
sudo docker tag <本地臨時Docker鏡像名稱>:<本地臨時Docker鏡像版本號> <Registry域名>/<命名空間>/<鏡像名稱>:<鏡像版本號>示例命令：
sudo docker tag prometheus-demo:v1 registry.cn-hangzhou.aliyuncs.com/ringtail/prometheus-demo:v1執行以下命令將鏡像推送至鏡像倉庫。
sudo docker push <Registry域名>/<命名空間>/<鏡像名稱>:<鏡像版本號>示例命令：
sudo docker push registry.cn-hangzhou.aliyuncs.com/ringtail/prometheus-demo:v1查看已推送的鏡像。
登錄容器鏡像服務控制臺。
在頂部菜單欄，選擇所需地域。
在左側導航欄，選擇實例列表。
在實例列表頁面單擊個人版實例。
在個人版實例管理頁面選擇。
在鏡像倉庫頁面單擊目標倉庫操作列的管理。
在左側導航欄，選擇鏡像版本。
在鏡像版本列表中可查看已推送的鏡像。
步驟三：將應用部署至容器服務Kubernetes集群
登錄容器服務管理控制臺，在左側導航欄選擇集群。
在集群列表頁面，單擊目標集群名稱，然后在左側導航欄，選擇。
創建容器組。
在容器組頁面，單擊使用YAML創建資源。
在創建頁面的模板代碼框輸入以下內容，然后單擊創建。
apiVersion: apps/v1 # for versions before 1.8.0 use apps/v1beta1 kind: Deployment metadata: name: demo-app labels: app: demo-app spec: replicas: 2 selector: matchLabels: app: demo-app template: metadata: labels: app: demo-app spec: containers: - name: demo-app image: <Registry域名>/<命名空間>/<鏡像名稱>:<鏡像版本號> command: - /random ports: - containerPort: 8080示例代碼：
apiVersion: apps/v1 # for versions before 1.8.0 use apps/v1beta1 kind: Deployment metadata: name: demo-app labels: app: demo-app spec: replicas: 2 selector: matchLabels: app: demo-app template: metadata: labels: app: demo-app spec: containers: - name: demo-app image: registry.cn-hangzhou.aliyuncs.com/ringtail/prometheus-demo:v1 command: - /random ports: - containerPort: 8080
在容器組頁面可查看已創建的容器組。
創建服務。
在集群管理頁左側導航欄，選擇。
在服務頁面，單擊使用YAML創建資源。
在創建頁面的模板代碼框輸入以下內容，然后單擊創建。
apiVersion: v1 kind: Service metadata: labels: app: demo-app name: demo-app namespace: default spec: ports: - name: http-metrics port: 8080 protocol: TCP targetPort: 8080 selector: app: demo-app type: ClusterIP
在服務頁面可查看已創建的服務。
步驟四：配置服務發現
配置阿里云Prometheus監控的服務發現以抓取Go應用數據。本示例以ARMS控制臺操作為例：
登錄ARMS控制臺。
在頂部菜單欄，選擇集群所在的地域。
在左側導航欄，單擊接入管理，在已接入環境的環境列表頁面，單擊目標環境名稱（和集群名稱一致）。
在容器環境頁面，單擊指標采集頁簽，然后在左側導航欄單擊ServiceMonitor。
在ServiceMonitor列表單擊新增，在新增ServiceMonitor配置對話框中輸入以下內容，然后單擊創建。
apiVersion: monitoring.coreos.com/v1 kind: ServiceMonitor metadata: labels: app: demo-app name: demo-app namespace: default annotations: arms.prometheus.io/discovery: 'true' spec: endpoints: - interval: 30s port: http-metrics jobLabel: app namespaceSelector: matchNames: - default selector: matchLabels: app: demo-app在ServiceMonitor頁簽下可查看已配置的服務發現。
步驟五：驗證Prometheus Client是否支持通過指標監控應用數據
圖標。文檔內容是否對您有幫助？