普罗米修斯的基础原理
- 基本组成及架构
- 组成
- 架构
- 主要特点
- 强大的多维度数据模型
- 灵活而强大的查询语句（PromQL）
- 易于管理
- 高效
- 其它
- 数字模型
- metric是什么？
基本组成及架构
组成
架构
其大概的工作流程是：
- Prometheus server 会定期从配置好的 exporters 或 jobs 中拉 metrics，或者接收来自 Pushgateway 发过来的 metrics，或者从其他的 Prometheus server 中拉 metrics。
- Prometheus server 会在本地存储收集到的 metrics，并运行已定义好的 alert.rules，记录新的时间序列或者向 Alertmanager 推送警报。
- Alertmanager 会根据配置文件，对接收到的警报进行处理，发出告警。
- 在图形界面中，可视化采集数据。
主要特点
强大的多维度数据模型
- 时间序列数据通过 metric 名和键值对来区分。
- 所有的 metrics 都可以设置任意的多维标签。
- 数据模型更随意，不需要刻意设置为以点分隔的字符串。
- 可以对数据模型进行聚合，切割和切片操作。
- 支持双精度浮点类型，标签可以设为全 unicode。
灵活而强大的查询语句（PromQL）
在同一个查询语句，可以对多个 metrics 进行乘法、加法、连接、取分数位等操作。
易于管理
Prometheus server 是一个单独的二进制文件，可直接在本地工作，不依赖于分布式存储。
高效
平均每个采样点仅占 3.5 bytes，且一个 Prometheus server 可以处理数百万的 metrics。
其它
- 使用 pull 模式采集时间序列数据，这样不仅有利于本机测试而且可以避免有问题的服务器推送坏的 metrics。
- 可以采用 push gateway 的方式把时间序列数据推送至 Prometheus server 端。
- 可以通过服务发现或者静态配置去获取监控的 targets。
- 有多种可视化图形界面。
- 易于伸缩等等。
数字模型
Prometheus 中存储的数据为时间序列，是由 metric 的名字和一系列的标签（键值对）唯一标识的，不同的标签则代表不同的时间序列。
metric 名字：该名字应该具有语义，一般用于表示 metric 的功能，例如：http_requests_total, 表示 http 请求的总数。其中，metric 名字由 ASCII 字符，数字，下划线，以及冒号组成，且必须满足正则表达式 [a-zA-Z:][a-zA-Z0-9_:]*。
标签：使同一个时间序列有了不同维度的识别。例如 http_requests_total{method=”Get”} 表示所有 http 请求中的 Get 请求。当 method=”post” 时，则为新的一个 metric。标签中的键由 ASCII 字符，数字，以及下划线组成，且必须满足正则表达式 [a-zA-Z:][a-zA-Z0-9_:]*。
样本：实际的时间序列，每个序列包括一个 float64 的值和一个毫秒级的时间戳。
格式：{=,…}，例如：http_requests_total{method=”POST”,endpoint=”/api/tracks”}。
metric是什么？
metric（度量、指标）一个很重要的概念，在官方出现的非常高频，其本质是指存在于数据库的一条记录。
监控服务将监控数据存入数据库的某条记录时，这条记录能动态增加字段，得到通用的metric数据类型，另外还有name，label【与tag{}同义，（将额外需要扩展增加的数据生成json存入label{}，能方便的扩展字段，不用每次修改数据库表结构）】，value以及timestamp。
