Prometheus (База данных временных рядов)

Prometheus — это не просто «еще одна система мониторинга», а такой рабочий стандарт для сбора метрик с временными рядами. Его любят за то, что он надёжен, довольно простой в установке и хорошо дружит с современными распределенными системами — микросервисы, Kubernetes, облака и прочий зоопарк.

У него под капотом есть собственная time-series база, язык запросов PromQL и встроенный механизм алертинга. Он спокойно переваривает метрики с тысяч приложений, серверов, контейнеров, экспортеров и даже облачных API.

Что входит в Prometheus #

• Time Series DB — встроенное хранилище, заточенное под метрики с временными метками. Никаких внешних баз по умолчанию не надо.
• PromQL — язык запросов, которым ты считаешь средние значения, процентили, аггрегируешь метрики, фильтруешь по лейблам и так далее прямо на лету.
• Alertmanager — отдельный сервис, который принимает алерты от Prometheus и уже сам решает, куда и как их отправить.
• Exporters — маленькие агенты/сервисы, которые отдают метрики в формате Prometheus: Node Exporter, Blackbox Exporter, PostgreSQL Exporter и десятки других.
• Service Discovery — пром умеет сам находить таргеты в Kubernetes, EC2, Consul и других системах, не надо руками прописывать каждый хост.

Что вообще можно мониторить #

• Железо: CPU, память, диск, сетевой трафик.
• Сервисы: время ответа, количество ошибок, таймауты, ретраи.
• Бизнес- или кастомные метрики, которые приложение само отдает по HTTP на /metrics.
• Kubernetes: поды, ноды, namespace, ingress, контейнеры и т.д.
• Инфраструктурные штуки: CI/CD, базы данных, брокеры сообщений, очереди и прочее.

Grafana и Prometheus #

У Prometheus есть свой минималистичный веб-интерфейс, но в проде почти всегда ставят Grafana поверх. Grafana подключается к Prometheus как к источнику данных и уже там рисуют графики, таблицы, дашборды и настраивают визуальный alerting.

Почему Prometheus стал «дефолтом» #

• Можно снимать метрики с хорошей детализацией и потом крутить их как угодно в PromQL.
• Развернуть базовую инсталляцию — это по сути один бинарник или Helm-чарт.
• С Kubernetes он дружит нативно: autodiscovery, экспортеры, куча готовых чаров.
• Open Source, активно развивается, экосистема огромная.
• Есть Pushgateway и механизмы federation, чтобы строить более сложные схемы сбора метрик по нескольким уровням.

Поэтому Prometheus очень органично ложится на микросервисы, event-driven-архитектуры и облака, где важно быстро увидеть деградацию и не ждать, пока тебе позвонит пользователь.

Минимальный пример конфига prometheus.yml #

global:
scrape_interval: 15s
evaluation_interval: 15s

scrape_configs:
- job_name: 'node-exporter'
static_configs:
- targets: ['192.168.1.100:9100']

- job_name: 'my-app'
metrics_path: /metrics
static_configs:
- targets: ['my-app.default.svc.cluster.local:8080']

Что здесь по сути происходит:

• Глобальный интервал опроса — раз в 15 секунд.
• Отдельный job для Node Exporter — собирает системные метрики с хоста.
• Отдельный job для пользовательского приложения, которое отдает метрики на /metrics.

Несколько полезных PromQL-запросов #

Загрузка CPU (в процентах, по инстансу) #

100 - (avg by(instance) (rate(node_cpu_seconds_total{mode="idle"}[5m])) * 100)

Процент доступной памяти на ноде #

node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes * 100

Количество HTTP-ошибок 5xx за последние 5 минут #

sum(rate(http_requests_total{status=~"5.."}[5m]))

Среднее время ответа #

rate(http_request_duration_seconds_sum[1m]) / rate(http_request_duration_seconds_count[1m])

С чего обычно начинают #

1. Поднять Prometheus и Node Exporter (часто это делают через Helm-чарт prometheus-community/prometheus).
2. Описать в prometheus.yml, что и откуда скрейпить.
3. Поставить Grafana и добавить Prometheus как data source.
4. Подтянуть пару готовых дашбордов под Node Exporter, Kubernetes и свои приложения.

Пример alert-правил (alertrules.yaml) #

groups:
- name: node-alerts
rules:
- alert: HighCPUUsage
expr: avg by(instance) (rate(node_cpu_seconds_total{mode!="idle"}[5m])) > 0.85
for: 2m
labels:
severity: warning
annotations:
summary: "Высокая загрузка CPU на {{ $labels.instance }}"
description: "CPU usage > 85% в течение 2 минут."

- alert: InstanceDown
expr: up == 0
for: 1m
labels:
severity: critical
annotations:
summary: "Экземпляр {{ $labels.instance }} недоступен"
description: "Инстанс не отвечает на опросы Prometheus более 1 минуты."

Эти алерты делают две простые вещи:

• ругаются, когда средняя загрузка CPU дольше двух минут выше 85%;
• отмечают инстанс как упавший, если он перестал отвечать на scrape-запросы.

Подключается это в конфиге Prometheus строкой:

rule_files:
- "alertrules.yaml"

Краткое сравнение с другими системами #

Если грубо сравнить решения для наблюдаемости: Prometheus — это про метрики и алерты, Loki — про логи, Zabbix — классический монолитный мониторинг, Datadog — мощный SaaS, который умеет всё сразу (метрики, логи, трассировки), но за деньги. Prometheus хорошо заходит там, где есть Kubernetes и хочется максимум контроля у себя, а не в облачном сервисе.

Аренда VPS/VDS — от ₽219/месяц

Почему выбирают VPS от AdminVPS:

✓ Дешевле физического сервера

✓ Более гибкий и мощный, чем обычный хостинг

✓ Бесплатная защита от DDoS и техподдержка 24/7

✓ Масштабируется под любые задачи

Виртуальный сервер VPS/VDS — ваш личный сервер для сайтов, магазинов, ботов и других проектов.

Арендовать VPS