通過在應用中埋點來暴露應用資料，使用Prometheus Client監控抓取資料，即可實現利用Prometheus監控應用的目的。本文以阿里雲Container ServiceKubernetes叢集和阿里雲Container Registry為例，介紹如何通過Prometheus Client監控應用。
前提條件
已接入阿里雲Prometheus監控。具體操作，請參見步驟一：開啟阿里雲Prometheus監控。
已建立阿里雲Container Registry鏡像倉庫。具體操作，請參見步驟二：建立鏡像倉庫。
步驟一：對應用埋點
Prometheus Client目前支援大部分程式設計語言，更多資訊，請參見CLIENT LIBRARIES。以下樣本通過對應用埋點以暴露Go應用的監控資料：
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))
}在本樣本中，相關參數說明如下：
在註冊rpc_durations_seconds指標前需要註冊一個監控指標prometheus.MustRegister。本樣本中rpc_durations_seconds為prometheus.NewSummaryVec類型，更多其他類型，請參見Prometheus。
rpcDurations是一個全域的單例，在更新監控資料時通過調用rpcDurations.WithLabelValues("uniform").Observe(v)增加監控資料。
關於代碼模板，請參見prometheus / client_golang。
步驟二：將應用製作為鏡像並上傳到鏡像倉庫
將完成埋點的應用製作成鏡像並上傳至阿里雲Container Registry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鏡像版本號碼> . --no-cache樣本命令：
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鏡像版本號碼> <Registry網域名稱>/<命名空間>/<鏡像名稱>:<鏡像版本號碼>樣本命令：
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網域名稱>/<命名空間>/<鏡像名稱>:<鏡像版本號碼>樣本命令：
sudo docker push registry.cn-hangzhou.aliyuncs.com/ringtail/prometheus-demo:v1查看已推送的鏡像。
在頂部功能表列，選擇所需地區。
在左側導覽列，選擇執行個體列表。
在執行個體列表頁面單擊個人版執行個體。
在個人版執行個體管理頁面選擇。
在鏡像倉庫頁面單擊目標倉庫操作列的管理。
在左側導覽列，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Container ServiceKubernetes叢集
登入Container Service管理主控台，在左側導覽列選擇叢集。
在叢集列表頁面，單擊目的地組群名稱，然後在左側導覽列，選擇。
建立容器組。
在容器組頁面，單擊使用YAML建立資源。
在建立頁面的模板代碼框輸入以下內容，然後單擊建立。
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網域名稱>/<命名空間>/<鏡像名稱>:<鏡像版本號碼> command: - /random ports: - containerPort: 8080範例程式碼：
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建立的容器組。
建立服務。
在叢集管理頁左側導覽列，選擇。
在服務頁面，單擊使用YAML建立資源。
在建立頁面的模板代碼框輸入以下內容，然後單擊建立。
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建立的服務。
步驟四：佈建服務發現
配置阿里雲Prometheus監控的服務發現以抓取Go應用資料。本樣本以ARMS控制台操作為例：
登入ARMS控制台。
在頂部功能表列，選擇叢集所在的地區。
在左側導覽列，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（和叢集名稱一致）。
在容器環境頁面，單擊指標採集頁簽，然後在左側導覽列單擊ServiceMonitor。
在ServiceMonitor列表單擊新增，在新增ServiceMonitor配置對話方塊中輸入以下內容，然後單擊建立。
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。
表徵圖。