自從上了 Prometheus 監(jiān)控，睡覺真“香”

背景

概念：Instance、Job、Metric、Metric Name、Metric Label、Metric Value、Metric Type（Counter、Gauge、Histogram、Summary）、DataType（Instant Vector、Range Vector、Scalar、String）、Operator、Function

日常監(jiān)控

假設(shè)需要監(jiān)控 WebServerA 每個(gè)API的請(qǐng)求量為例，需要監(jiān)控的維度包括：服務(wù)名（job）、實(shí)例IP（instance）、API名（handler）、方法（method）、返回碼(code)、請(qǐng)求量（value）。

如果以SQL為例，演示常見的查詢操作：

查詢 method=put 且 code=200 的請(qǐng)求量(紅框)

SELECT * from http_requests_total WHERE code=”200” AND method=”put” AND created_at BETWEEN 1495435700 AND 1495435710;

查詢 handler=prometheus 且 method=post 的請(qǐng)求量(綠框)

SELECT * from http_requests_total WHERE handler=”prometheus” AND method=”post” AND created_at BETWEEN 1495435700 AND 1495435710;

查詢 instance=10.59.8.110 且 handler 以 query 開頭 的請(qǐng)求量(綠框)

SELECT * from http_requests_total WHERE handler=”query” AND instance=”10.59.8.110” AND created_at BETWEEN 1495435700 AND 1495435710;

通過以上示例可以看出，在常用查詢和統(tǒng)計(jì)方面，日常監(jiān)控多用于根據(jù)監(jiān)控的維度進(jìn)行查詢與時(shí)間進(jìn)行組合查詢。如果監(jiān)控100個(gè)服務(wù)，平均每個(gè)服務(wù)部署10個(gè)實(shí)例，每個(gè)服務(wù)有20個(gè)API，4個(gè)方法，30秒收集一次數(shù)據(jù)，保留60天。那么總數(shù)據(jù)條數(shù)為：100(服務(wù)) 10（實(shí)例） 20（API） 4（方法） 86400（1天秒數(shù)）* 60(天) / 30（秒）= 138.24 億條數(shù)據(jù)，寫入、存儲(chǔ)、查詢?nèi)绱肆考?jí)的數(shù)據(jù)是不可能在Mysql類的關(guān)系數(shù)據(jù)庫上完成的。因此 Prometheus 使用 TSDB 作為存儲(chǔ)引擎。

存儲(chǔ)引擎

• 存儲(chǔ)的數(shù)據(jù)量級(jí)十分龐大
• 大部分時(shí)間都是寫入操作
• 寫入操作幾乎是順序添加，大多數(shù)時(shí)候數(shù)據(jù)到達(dá)后都以時(shí)間排序
• 寫操作很少寫入很久之前的數(shù)據(jù)，也很少更新數(shù)據(jù)。大多數(shù)情況在數(shù)據(jù)被采集到數(shù)秒或者數(shù)分鐘后就會(huì)被寫入數(shù)據(jù)庫
• 刪除操作一般為區(qū)塊刪除，選定開始的歷史時(shí)間并指定后續(xù)的區(qū)塊。很少單獨(dú)刪除某個(gè)時(shí)間或者分開的隨機(jī)時(shí)間的數(shù)據(jù)
• 基本數(shù)據(jù)大，一般超過內(nèi)存大小。一般選取的只是其一小部分且沒有規(guī)律，緩存幾乎不起任何作用
• 讀操作是十分典型的升序或者降序的順序讀
• 高并發(fā)的讀操作十分常見

那么 TSDB 是怎么實(shí)現(xiàn)以上功能的呢？

"labels": [{    "latency":        "500"}]"samples":[{    "timestamp": 1473305798,    "value": 0.9}]

原始數(shù)據(jù)分為兩部分 label, samples。前者記錄監(jiān)控的維度（標(biāo)簽:標(biāo)簽值），指標(biāo)名稱和標(biāo)簽的可選鍵值對(duì)唯一確定一條時(shí)間序列（使用 series_id 代表）；后者包含包含了時(shí)間戳（timestamp）和指標(biāo)值（value）。

series^│. . . . . . . . . . . .   server{latency="500"}│. . . . . . . . . . . .   server{latency="300"}│. . . . . . . . . .   .   server{}│. . . . . . . . . . . . v<-------- time ---------->

TSDB 使用 timeseries:doc:: 為 key 存儲(chǔ) value。為了加速常見查詢查詢操作：label 和 時(shí)間范圍結(jié)合。TSDB 額外構(gòu)建了三種索引：Series, Label Index 和 Time Index。

以標(biāo)簽 latency 為例：

Series

存儲(chǔ)兩部分?jǐn)?shù)據(jù)。一部分是按照字典序的排列的所有標(biāo)簽鍵值對(duì)序列（series）；另外一部分是時(shí)間線到數(shù)據(jù)文件的索引，按照時(shí)間窗口切割存儲(chǔ)數(shù)據(jù)塊記錄的具體位置信息，因此在查詢時(shí)可以快速跳過大量非查詢窗口的記錄數(shù)據(jù)

Label Index

每對(duì) label 為會(huì)以 index:label: 為 key，存儲(chǔ)該標(biāo)簽所有值的列表，并通過引用指向 Series 該值的起始位置。

Time Index

數(shù)據(jù)會(huì)以 index:timeseries:: 為 key，指向?qū)?yīng)時(shí)間段的數(shù)據(jù)文件

數(shù)據(jù)計(jì)算

一次計(jì)算，處處查詢