网站排名怎么上去,创建全国文明城市我们应该怎么做,上海徐汇区网站建设公司,艺术网站欣赏注#xff1a;本文虽以 Docker 进行演示#xff0c;但 Docker 并不是必须的#xff0c;相关软件也可以直接安装到计算机上背景如果我们是Web应用的开发者#xff0c;会对响应时间、接口的稳定性等比较敏感#xff0c;在站点尚未部署到生产环境时#xff0c;我们有充足的时… 注本文虽以 Docker 进行演示但 Docker 并不是必须的相关软件也可以直接安装到计算机上背景如果我们是Web应用的开发者会对响应时间、接口的稳定性等比较敏感在站点尚未部署到生产环境时我们有充足的时间来进行调试、分析哪些接口需要优化。但当应用发布后想要继续跟踪可能需要通过日志记录请求和响应时间、记录响应状态码等然后通过其它工具进行分析外或是与其它一些分析工具进行集成。另外现在十分流行的大屏比如最近曝光的12306监控中心大屏上显示出的当日售出车票数量、移动端和Web端订票比例、线路热度等信息还有每年双十一各大电商的大屏显示出交易总金额、热卖榜等等。可以发现上面列出的各点皆为指标响应时间、成功率等我们可以理解为技术指标当日售出车票数量、交易总金额等则是业务指标。当我们定义好指标后需要有收集这些指标的方式我们采用监控的方式来采集数据。当然若是某些值超出了阈值还需要及时发出警报但这不在本文的讨论范围内了。最后再将监控到的内容进行展示可视化就需要用到本文的两个主角 —— Prometheus 和 Grafana。PrometheusPrometheus is an open-source systems monitoring and alerting toolkit-- Prometheus OverviewPrometheus 是一款开源的监控和警报工具包—— 译自 Prometheus Overview为什么选择 PrometheusPrometheus 的几大特点多维数据模型时间序列数据由指标名称和键/值对标识提供能在多维度上灵活查询的 PromQL 语言不依赖分布式存储单服务器节点自治(single server nodes are autonomous)基于 HTTP PULL拉取的方式采集时序数据可通过中间网关推送时序数据可通过服务发现或静态配置要采集的目标服务器支持多种图表和仪表盘相比 InfluxDB 等时序数据库Prometheus 内置了时序、监控和通知等功能。安装Exporter和Prometheus首先安装 ExporterExporter 将监控的各种指标以 HTTP 的方式暴露出来。这里通过 Docker 来安装和运行docker run -d -p 9100:9100 prom/node-exporter
然后就能通过 http://localhost:9100 来访问它点击下方的 Metrics 链接页面上就会将相关指标以文本的形式展示出来。安装 Prometheus 前需要先将配置文件准备好新建一个 prometheus.yml 文件global:scrape_interval: 15sscrape_configs:- job_name: prometheusstatic_configs:- targets: [localhost:9090]labels:instance: prometheus- job_name: node_exporterstatic_configs:- targets: [10.0.0.150:9100]labels:instance: node_exporter
scrape_interval 为抓取间隔时间下面配置了两个 job并以 static_configs 的方式配置了两个目标 localhost:9090 后面要安装的 Prometheus意思是监控自己和 10.0.0.150:9100监控 node_exporter。注意这里的 10.0.0.150 是计算机的内网 IP请根据实际情况修改接下来安装 Prometheus因为 prometheus.yml 配置文件需要映射到 Docker 容器中记得把硬盘设置为共享docker run -d -p 9090:9090 -v D:\docker\prometheus\prometheus.yml:/etc/prometheus/prometheus.yml --name prometheus prom/prometheus
通过浏览器访问 http://localhost:9090 就能访问 Prometheus 了我们先看一下监控的目标是否已经上线访问 http://localhost:9090/targets 应该能看到 node_exporter 和 prometheus 两个目标。State 是 Up 表示已经上线如果是 Unknown 可以稍等一会儿再刷新。Labels 部分显示了配置文件中配置的 job 以及 instance后面查询的时候会用到。当到了抓取的时间Prometheus 就会去访问目标的 /metrics 页面将相关指标采集并储存。指标类型Prometheus 提供了四种指标类型Counter 计数器只增不减重启后清零。可用于记录请求数量、已完成任务的数量、错误数量等。Gauge 仪表盘可增可减。可用于记录当前温度、当前内存占用值等。Histogram 直方图Summary 摘要关于直方图和摘要都用于统计和分析样本的分布情况这里引用 prometheus-book 中关于它们的介绍在大多数情况下人们都倾向于使用某些量化指标的平均值例如CPU的平均使用率、页面的平均响应时间。这种方式的问题很明显以系统API调用的平均响应时间为例如果大多数API请求都维持在100ms的响应时间范围内而个别请求的响应时间需要5s那么就会导致某些WEB页面的响应时间落到中位数的情况而这种现象被称为长尾问题。为了区分是平均的慢还是长尾的慢最简单的方式就是按照请求延迟的范围进行分组。例如统计延迟在0~10ms之间的请求数有多少而10~20ms之间的请求数又有多少。通过这种方式可以快速分析系统慢的原因。Histogram和Summary都是为了能够解决这样问题的存在通过Histogram和Summary类型的监控指标我们可以快速了解监控样本的分布情况。—— prometheus-book 使用Histogram和Summary分析数据分布情况之前我们访问过 http://localhost:9100/metrics 指标页面节选如下# HELP promhttp_metric_handler_requests_total Total number of scrapes by HTTP status code.
# TYPE promhttp_metric_handler_requests_total counter
promhttp_metric_handler_requests_total{code200} 162
promhttp_metric_handler_requests_total{code500} 0
promhttp_metric_handler_requests_total{code503} 0
# TYPE 一行末尾体现了指标类型非 # 开头的行内容为指标名称、标签花括号内的部分和样本值。Prometheus 以时间序列的方式储存数据即每个样本是按照时间顺序储存的在 Prometheus 储存的这些样本内容中包含了指标时间戳及样本值。PromQLPromQL 是 Prometheus 的查询语言我们访问 http://localhost:9090 时能看到查询页面。在 Expression 中输入promhttp_metric_handler_requests_total
并按下回车可以看到这样的结果这段 PromQL 将该指标的指标和样本值进行了返回因为 node_exporter 和 prometheus 都提供了名为 promhttp_metric_handler_requests_total 的指标若想只看 node_exporter 的该指标则在 PromQL 中加上花括号来过滤 Labels 即可promhttp_metric_handler_requests_total{instancenode_exporter}
当然PromQL 的内容远不止这些待日后再记录。GrafanaGrafana 是一款数据可视化工具先来直观的感受一下吧也可以访问 Grafana Live Demo 体验。好了先来安装 Grafana这里映射了一个本地文件夹到容器中docker run -d -p 3000:3000 -v D:\docker\grafana:/var/lib/grafana --name grafana grafana/grafana
然后通过 http://localhost:3000 访问 Grafana默认用户名密码均为 admin。首先进入 Home 页面选择 Add data source 添加我们的 Prometheus 作为 Grafana 的数据源。需要注意的是如果和我一样使用 Docker那么 Prometheus 的 URL 不能写 localhost需要填写计算机的内网 IP 。我们已经通过 Prometheus 采集了一批数据样本现在只需要添加一个新报表来呈现。在左侧栏中依次选择 Create - Dashboard然后选择 Add Query如果显示的是 Panel把鼠标移动到 Panel Title 上会出现菜单选择 Edit 来编辑它。将数据源Query修改为刚刚添加的 Prometheus 后Metrics 中输入和刚刚在 Prometheus 里一样的 PromQL 语句 promhttp_metric_handler_requests_total{instancenode_exporter} 然后按下回车可视化的数据就生成了。本文到此就结束了简单的介绍了 Prometheus 和 Grafana。后面还会介绍往 ASP.NET 中添加指标并让 Prometheus 来抓取以及 PromQL 等的详细内容。
