使用 Promethues 實(shí)現(xiàn)應(yīng)用監(jiān)控的一些實(shí)踐

在這篇文章中我們介紹了如何利用 Prometheus 監(jiān)控應(yīng)用。在后續(xù)的工作中隨著監(jiān)控的深入，我們結(jié)合自己的經(jīng)驗(yàn)和官方文檔總結(jié)了一些 Metrics 的實(shí)踐。希望這些實(shí)踐能給大家提供參考。

確定監(jiān)控對(duì)象

在具體設(shè)計(jì) Metrics 之前，首先需要明確需要測(cè)量的對(duì)象。需要測(cè)量的對(duì)象應(yīng)該依據(jù)具體的問題背景、需求和需監(jiān)控的系統(tǒng)本身來確定。

從需求出發(fā)

Google 針對(duì)大量分布式監(jiān)控的經(jīng)驗(yàn)總結(jié)出四個(gè)監(jiān)控的黃金指標(biāo)，這四個(gè)指標(biāo)對(duì)于一般性的監(jiān)控測(cè)量對(duì)象都具有較好的參考意義。這四個(gè)指標(biāo)分別為：

延遲：服務(wù)請(qǐng)求的時(shí)間。

通訊量：監(jiān)控當(dāng)前系統(tǒng)的流量，用于衡量服務(wù)的容量需求。

錯(cuò)誤：監(jiān)控當(dāng)前系統(tǒng)所有發(fā)生的錯(cuò)誤請(qǐng)求，衡量當(dāng)前系統(tǒng)錯(cuò)誤發(fā)生的速率。

飽和度：衡量當(dāng)前服務(wù)的飽和度。主要強(qiáng)調(diào)最能影響服務(wù)狀態(tài)的受限制的資源。例如，如果系統(tǒng)主要受內(nèi)存影響，那就主要關(guān)注系統(tǒng)的內(nèi)存狀態(tài)。

以上四種指標(biāo)，其實(shí)是為了滿足四個(gè)監(jiān)控需求：

反映用戶體驗(yàn)，衡量系統(tǒng)核心性能。如：在線系統(tǒng)的時(shí)延，作業(yè)計(jì)算系統(tǒng)的作業(yè)完成時(shí)間等。

反映系統(tǒng)的吞吐量。如：請(qǐng)求數(shù)，發(fā)出和接收的網(wǎng)絡(luò)包大小等。

幫助發(fā)現(xiàn)和定位故障和問題。如：錯(cuò)誤計(jì)數(shù)、調(diào)用失敗率等。

反映系統(tǒng)的飽和度和負(fù)載。如：系統(tǒng)占用的內(nèi)存、作業(yè)隊(duì)列的長(zhǎng)度等。

除了以上常規(guī)需求，還可根據(jù)具體的問題場(chǎng)景，為了排除和發(fā)現(xiàn)以前出現(xiàn)過或可能出現(xiàn)的問題，確定相應(yīng)的測(cè)量對(duì)象。比如，系統(tǒng)需要經(jīng)常調(diào)用的一個(gè)庫的接口可能耗時(shí)較長(zhǎng)，或偶有失敗，可制定 Metrics 以測(cè)量這個(gè)接口的時(shí)延和失敗數(shù)。

從需要監(jiān)控的系統(tǒng)出發(fā)

為了滿足相應(yīng)的需求，不同系統(tǒng)需要觀測(cè)的測(cè)量對(duì)象也是不同的。在 官方文檔 的最佳實(shí)踐中，將需要監(jiān)控的應(yīng)用分為了三類：

線上服務(wù)系統(tǒng)（Online-serving systems）：需對(duì)請(qǐng)求做即時(shí)的響應(yīng)，請(qǐng)求發(fā)起者會(huì)等待響應(yīng)。如 web 服務(wù)器。

離線計(jì)算系統(tǒng)（Offline processing）：請(qǐng)求發(fā)起者不會(huì)等待響應(yīng)，請(qǐng)求的作業(yè)通常會(huì)耗時(shí)較長(zhǎng)。如批處理計(jì)算框架 Spark 等。

批處理作業(yè)（Batch jobs）：這類應(yīng)用通常為一次性的，不會(huì)一直運(yùn)行，運(yùn)行完成后便會(huì)結(jié)束運(yùn)行。如數(shù)據(jù)分析的 MapReduce 作業(yè)。

對(duì)于每一類應(yīng)用其通常情況下測(cè)量的對(duì)象是不太一樣的。其總結(jié)如下：

線上服務(wù)系統(tǒng)：主要有請(qǐng)求、出錯(cuò)的數(shù)量，請(qǐng)求的時(shí)延等。

線下計(jì)算系統(tǒng)：最后開始處理作業(yè)的時(shí)間，目前正在處理作業(yè)的數(shù)量，發(fā)出了多少 items， 作業(yè)隊(duì)列的長(zhǎng)度等。

批處理作業(yè)：最后成功執(zhí)行的時(shí)刻，每個(gè)主要 stage 的執(zhí)行時(shí)間，總的耗時(shí)，處理的記錄數(shù)量等。

除了系統(tǒng)本身，有時(shí)還需監(jiān)控子系統(tǒng)：

使用的庫（Libraries）: 調(diào)用次數(shù)，成功數(shù)，出錯(cuò)數(shù)，調(diào)用的時(shí)延。

日志（Logging）：計(jì)數(shù)每一條寫入的日志，從而可找到每條日志發(fā)生的頻率和時(shí)間。

Failures: 錯(cuò)誤計(jì)數(shù)。

線程池：排隊(duì)的請(qǐng)求數(shù)，正在使用的線程數(shù)，總線程數(shù)，耗時(shí)，正在處理的任務(wù)數(shù)等。

緩存：請(qǐng)求數(shù)，命中數(shù)，總時(shí)延等。

選擇 Vector

選用 Vec 的原則：

數(shù)據(jù)類型類似但資源類型、收集地點(diǎn)等不同

Vec 內(nèi)數(shù)據(jù)單位統(tǒng)一

例子：

不同資源對(duì)象的請(qǐng)求延遲

不同地域服務(wù)器的請(qǐng)求延遲

不同 http 請(qǐng)求錯(cuò)誤的計(jì)數(shù)
…

此外，官方文檔 中建議，對(duì)于一個(gè)資源對(duì)象的不同操作，如 Read/Write、Send/Receive， 應(yīng)采用不同的 Metric 去記錄，而不要放在一個(gè) Metric 里。原因是監(jiān)控時(shí)一般不會(huì)對(duì)這兩者做聚合，而是分別去觀測(cè)。 不過對(duì)于 request 的測(cè)量，通常是以 Label 做區(qū)分不同的 action。

確定 Label

常見 Label 的選擇有：

resource

region

type
…

確定 Label 的一個(gè)重要原則是：同一維度 Label 的數(shù)據(jù)是可平均和可加和的，也即單位要統(tǒng)一。如風(fēng)扇的風(fēng)速和電壓就不能放在一個(gè) Label 里。

此外，不建議下列做法：

my_metric{label=a} 1 my_metric{label=b} 6 my_metric{label=total} 7

即在 Label 中同時(shí)統(tǒng)計(jì)了分和總的數(shù)據(jù)，建議采用 PromQL 在服務(wù)器端聚合得到總和的結(jié)果。或者用另外的 Metric 去測(cè)量總的數(shù)據(jù)。

命名 Metrics 和 Label

好的命名能夠見名知義，因此命名也是良好設(shè)計(jì)的一環(huán)。

Metric 的命名：

需要符合 pattern: a-zA-Z:

應(yīng)該包含一個(gè)單詞作為前綴，表明這個(gè) Metric 所屬的域。

如：

prometheus_notifications_total

process_cpu_seconds_total

ipamd_request_latency

應(yīng)該包含一個(gè)單位的單位作為后綴，表明這個(gè) Metric 的單位。

如：

http_request_duration_seconds

node_memory_usage_bytes

http_requests_total (for a unit-less accumulating count)

邏輯上與被測(cè)量的變量含義相同。

盡量使用基本單位，如 seconds，bytes。而不是 Milliseconds, megabytes。

Label 的命名：

依據(jù)選擇的維度命名，如：

region: shenzhen/guangzhou/beijing

owner: user1/user2/user3

stage: extract/transform/load

Buckets 選擇

適宜的 buckets 能使 histogram 的百分位數(shù)計(jì)算更加準(zhǔn)確。

理想情況下，桶會(huì)使得數(shù)據(jù)分布呈階梯狀，即各桶區(qū)間內(nèi)數(shù)據(jù)個(gè)數(shù)大致相同。
buckets 的設(shè)計(jì)可遵從如下經(jīng)驗(yàn)：

需要知道數(shù)據(jù)的大致分布，若事先不知道可先用默認(rèn)桶 （{.005, .01, .025, .05, .1, .25, .5, 1, 2.5, 5, 10}）或 2 倍數(shù)桶（{1,2,4,8…}）觀察數(shù)據(jù)分布再調(diào)整 buckets。

數(shù)據(jù)分布較密處桶間隔制定的較窄一些，分布稀疏處可制定的較寬一些。

對(duì)于多數(shù)時(shí)延數(shù)據(jù)，一般具有長(zhǎng)尾的特性，較適宜用指數(shù)形式的桶（ExponentialBuckets）。

初始桶上界一般覆蓋10%左右的數(shù)據(jù)，若不關(guān)注頭部數(shù)據(jù)也可以讓初始上界更大一些。

若為了更準(zhǔn)確計(jì)算特定百分位數(shù)，如90%，可在90%的數(shù)據(jù)處加密分布桶，即減少桶的間隔。

比如我在監(jiān)控我們某些任務(wù)耗時(shí)的時(shí)候，就是選根據(jù)實(shí)際情況估算出大致的 bucket 取值，上線后觀察數(shù)據(jù)和監(jiān)控再去調(diào)整 bucket， 這樣經(jīng)過幾次調(diào)整應(yīng)該就能調(diào)整到比較合適的 bucket。

Grafana 使用技巧

查看所有維度

如果你想知道是否還能按其它維度分組，并快速查看還有哪些維度，可采用以下技巧：在 query 的表達(dá)式上只保留指標(biāo)名稱，不做任何計(jì)算，Legend format 也留空。這樣就能顯示出原始的 metric 數(shù)據(jù)。如下圖所示

標(biāo)尺聯(lián)動(dòng)

在 Settings 面板中，有一個(gè) Graph Tooltip 設(shè)置項(xiàng)，默認(rèn)使用 Default。

下面將圖形展示工具分別調(diào)整為 Shared crosshair 和 Shared Tooltip 看看效果。可以看到標(biāo)尺能聯(lián)動(dòng)展示了，方便排查問題時(shí)確認(rèn) 2 個(gè)指標(biāo)的關(guān)聯(lián)性。

將圖形展示工具調(diào)整為 Shared Tooltip：

審核編輯 ：李倩