Как мониторить: полное руководство по Prometheus за 1 час

В мире DevOps и микросервисов мониторинг — это не роскошь, а необходимость. Prometheus завоевал популярность как стандарт де-факто для сбора метрик и оповещений с открытым исходным кодом. Это руководство поможет вам понять основы Prometheus и начать работу с ним всего за час.

Что такое Prometheus? Это система мониторинга и оповещения, изначально разработанная в SoundCloud. Ее ключевые особенности — многомерная модель данных, гибкий язык запросов PromQL, автономность (не зависит от распределенных хранилищ) и pull-модель сбора данных. Prometheus активно "вытягивает" метрики с ваших приложений по HTTP, что отличает его от push-систем, таких как Graphite.

Архитектура Prometheus состоит из нескольких компонентов. Основной сервер, который занимается сбором и хранением временных рядов (time series data) на диске. Он также выполняет запросы через PromQL. Для краткосрочного хранения данных используется собственная эффективная база данных на диске. Для долгосрочного хранения можно интегрировать с системами вроде Thanos или Cortex. Клиентские библиотеки доступны для всех популярных языков программирования (Go, Java, Python, Ruby и др.). Они встраиваются в код приложения и предоставляют эндпоинт `/metrics` в формате, понятном Prometheus. Exporters — это специальные приложения, которые переводят метрики из сторонних систем (например, Linux, MySQL, Nginx) в формат Prometheus.

Установка проста. Вы можете скачать готовый бинарный файл с официального сайта, использовать Docker-образ или установить через менеджер пакетов. После запуска сервер по умолчанию слушает на порту 9090. Основная конфигурация задается в файле `prometheus.yml`. В нем определяются `scrape_configs` — цели, с которых Prometheus будет собирать метрики. Например, можно настроить сбор метрик с самого Prometheus (он сам себя мониторит), с Node Exporter для мониторинга ОС и с вашего приложения.

Давайте рассмотрим ключевые концепции. Метрика — это измеряемая величина (например, `http_requests_total`). У каждой метрики есть имя и набор пар ключ-значение, называемых лейблами (labels). Лейблы — это то, что делает модель многомерной. Одна и та же метрика `http_requests_total` может иметь лейблы `method="POST"`, `handler="/api/v1/login"`, `status="200"`. Это позволяет потом делать мощные агрегации и фильтрации. Типы метрик: Counter (монотонно растущий счетчик, например, общее число запросов), Gauge (значение, которое может увеличиваться и уменьшаться, например, использование памяти), Histogram и Summary (для наблюдения за распределением значений, например, времени ответа).

Язык запросов PromQL — сердце системы. С его помощью вы можете выбирать и агрегировать данные. Простейший запрос `http_requests_total` вернет все временные ряды с этой метрикой. Вы можете фильтровать по лейблам: `http_requests_total{status="500"}`. Агрегационные функции позволяют суммировать, усреднять, находить максимумы. Например, `rate(http_requests_total[5m])` вычисляет скорость поступления запросов за последние 5 минут — один из самых частых запросов для счетчиков. `avg(node_memory_MemFree_bytes)` покажет средний объем свободной памяти.

Настройка оповещений (Alerting) — следующая важная ступень. Вы определяете правила оповещений в файлах `*.rules.yml`. Правило состоит из условия на PromQL-выражении и аннотаций с описанием. Например, правило может срабатывать, когда скорость ошибок 5xx превышает 5% от общего числа запросов за 10 минут. Prometheus вычисляет эти правила и отправляет сработавшие алерты менеджеру оповещений Alertmanager. Alertmanager занимается дедупликацией, группировкой и маршрутизацией алертов на различные каналы: email, Slack, PagerDuty, Telegram.

Визуализация. Встроенный веб-интерфейс Prometheus подходит для отладки запросов. Для полноценных дашбордов используется Grafana, которая идеально интегрируется с Prometheus как источник данных. Вы можете создавать красивые и информативные панели, отображающие состояние ваших систем в реальном времени.

За один час вы можете успеть: установить Prometheus и Node Exporter, настроить базовый конфигурационный файл, запустить сбор метрик, написать несколько простых PromQL-запросов во встроенном интерфейсе и, возможно, даже подключить простейшее правило алертинга. Это станет прочным фундаментом для построения комплексной системы мониторинга в вашей инфраструктуре.