链接：https://pan.baidu.com/s/1mSXq1eETidwH1_sxIOOPvw 

提取码：edv8 

 

1.2 Prometheus架构分析 1. 数据模型 因为Pull拉取式指标数据的时间周期特性，Prometheus的主要数据模型是时序数据模型 2. 数据收集 Prometheus的数据收集主要是Pull拉取⽅式，就是在数据收集终端节点上开通⼀个专⽤的服务端⼝， Prometheus访问这个端⼝来获取数据，Pull拉取数据收集⽅式适合指标类数据的收集，对于⽇志这种连续 流式数据Prometheus提供了Push⽹关做中间适配，Push⽹关负责收集push上来的数据，prometheus再 负责从Push⽹关拉取数据 3. 数据存储 Promethus本身包含⼀个本地时序数据库来保存数据窗⼝内的数据，同时可以外接外部数据存储引擎。 值得⼀提的是Prometheus的时序数据存储数据库在时序数据库社区有⽐较强的影响⼒。 4. 数据访问 Prometheus为它的时序数据存储专⻔设计PromQL查询语⾔，在Prometheus的数据浏览器中，可以 ⽤PromQL做时序数据的查询、聚合等分析处理，同时外部终端也可以⽤HTTP API操作访问数据 5. 数据可视化 Prometheus推荐使⽤Grafana可视化⾯板⼯具对Prometheus的时序数据做实施的数据⾯板展示， Grafana除了可以做监控数据的可视化以外，还有异常报警等功能 6. 数据流实施配置 2

1. 数据流实施⾸先需要在数据终端实施数据埋点服务； 2. 然后在Prometheus中将数据埋点服务信息配置进PrometheusServer的相关配置，Prometheus Server就开始数据收集； 3. 然后在Grafana导⼊相关的Dashboard模板，就可以从Prometheus中获取数据并可视化形式 7. 终端数据服务埋点 Prometheus为各种服务的数据埋点准备了⼤量的Exporter⼯具，具体列表⻅链接 8. 异常数据报警 Promentheus可以对数据设置报警过滤规则，然后由AlertManager管理警告并发送报警信息，另外 Grafana也有异常报警功能 3. Prometheus-Operator 3.1 Prometheus-Operator架构图