使用Prometheus监控你的容器化应用程序！

如果你正在使用Docker或Kubernetes等容器化技术来运行你的应用程序，那么监控它们的性能和状态就特别重要。 Prometheus是一种开源的监控系统，可以帮助你收集和分析应用程序的指标，并提供警报和可视化工具，以便快速诊断问题。

在本文中，我们将介绍如何设置一个基本的Prometheus服务器和使用它来监控一个简单的Docker容器应用程序。

安装和启动Prometheus服务器

首先，我们需要安装Prometheus服务器。你可以通过访问Prometheus的官方网站来获取最新的版本。在本文中，我们将使用v2.22.0版本。

首先，下载二进制文件：

$ wget https://github.com/prometheus/prometheus/releases/download/v2.22.0/prometheus-2.22.0.linux-amd64.tar.gz

接下来，解压缩文件并进入解压后的目录：

$ tar -zxvf prometheus-2.22.0.linux-amd64.tar.gz$ cd prometheus-2.22.0.linux-amd64/

Prometheus服务器需要一个配置文件来指定它需要监控的目标和规则。在本例中，我们将创建一个简单的配置文件，以便Prometheus可以监控本地运行的应用程序。创建一个名为prometheus.yml的文件，并添加以下内容：

yaml

global:

scrape_interval: 15s

scrape_configs:

- job_name: 'prometheus'

static_configs:

- targets: ['localhost:9090']

- job_name: 'my-app'

static_configs:

- targets: ['localhost:8080']

这里的配置文件指定了两个目标：prometheus和my-app。prometheus是Prometheus服务器自己的指标，而my-app是我们将要运行的应用程序。接下来，我们需要启动Prometheus服务器。通过运行以下命令来启动它：

$ ./prometheus --config.file=prometheus.yml

现在，你应该可以通过浏览器访问Prometheus服务器的Web界面(http://localhost:9090/)了。在这个界面上，你可以使用PromQL查询语言来查询你的指标，并使用内置的可视化工具来显示它们。创建一个简单的Docker应用程序现在，我们将创建一个简单的Docker容器应用程序，并将其添加到Prometheus监视列表中。我们将使用Python Flask框架来创建一个简单的Web应用程序。在终端中输入以下命令来安装Flask：

$ pip install Flask

现在，创建一个名为app.py`的Python文件，并添加以下内容：`pythonfrom flask import Flaskimport randomimport timeapp = Flask(__name__)@app.route('/')def hello():    return 'Hello, World!'@app.route('/random')def random_number():    time.sleep(1) # simulate a slow request    return str(random.randint(1, 100))if __name__ == '__main__':    app.run(debug=True, host='0.0.0.0')

这个应用程序有两个路由：`/和/random`。前者只是返回一个简单的“Hello, World!”消息，而后者会等待一秒钟并返回一个1到100之间的随机数。

现在，我们可以使用Docker来构建和运行它。我们将使用Dockerfile来定义我们的Docker镜像。创建一个名为Dockerfile的文件，并添加以下内容：

dockerfile

FROM python:3.9-slim-buster

WORKDIR /app

COPY . /app

RUN pip install Flask

EXPOSE 8080

CMD ["python", "app.py"]

这个Dockerfile从Python 3.9镜像开始，并将我们的应用程序复制到容器中。然后，它使用pip来安装Flask，并在端口8080上暴露我们的应用程序。最后，它使用CMD指令来运行我们的应用程序。现在，我们可以使用Docker来构建和运行它。先构建镜像：

$ docker build -t my-app .

然后运行镜像：

$ docker run -p 8080:8080 my-app

现在，通过访问http://localhost:8080/和http://localhost:8080/random，你应该可以访问我们的应用程序了。将应用程序添加到Prometheus监视列表中最后一步是将我们的应用程序添加到我们的Prometheus监控列表中。为此，我们需要在我们的应用程序中添加一个Prometheus客户端库，并告诉它在哪里暴露指标。在Python中，我们可以使用prometheus_client库来实现这一点。我们可以使用pip来安装它：

$ pip install prometheus_client

接下来，我们需要修改app.py`文件，以使用Prometheus客户端库来暴露我们的指标。将以下内容添加到文件顶部：`pythonfrom prometheus_client import start_http_server, Counter

然后，在__main__函数中添加以下代码：

python

# Start Prometheus HTTP server

start_http_server(8000)

# Define a counter metric for HTTP requests

REQUEST_COUNT = Counter('http_requests_total', 'Total HTTP Requests')

# Increment the counter for each incoming request

@app.route('/')

def hello():

REQUEST_COUNT.inc()

return 'Hello, World!'

# Define a counter metric for random number requests

RANDOM_COUNT = Counter('random_number_requests_total', 'Total Random Number Requests')

# Increment the counter for each incoming request

@app.route('/random')

def random_number():

RANDOM_COUNT.inc()

time.sleep(1) # simulate a slow request

return str(random.randint(1, 100))

在这里，我们使用start_http_server函数在8000端口上启动一个Prometheus HTTP服务器。然后，我们定义了两个计数器指标：http_requests_total和random_number_requests_total。这些指标将跟踪我们应用程序的HTTP请求计数。最后，我们在每个路由函数中使用inc方法来增加计数器的值。现在，重新构建和运行我们的Docker容器，并将其暴露在8080端口上：

$ docker build -t my-app .

$ docker run -p 8080:8080 -p 8000:8000 my-app

现在，访问http://localhost:8080/和http://localhost:8080/random，并刷新一些页面。然后，通过访问http://localhost:8000/metrics`，你可以看到Prometheus服务器正在收集我们应用程序的指标了。

结论

在本文中，我们介绍了如何设置一个基本的Prometheus服务器，并将一个简单的Docker容器应用程序添加到监视列表中。我们还使用Prometheus客户端库来暴露应用程序的指标，并使用PromQL查询语言和内置的可视化工具来可视化和分析指标。这是一个开始，你可以继续扩展设置和添加更复杂的指标和规则，以满足你的需要。

上一篇

如何在Linux下安装最新的OpenJDK11？

下一篇

Linux系统管理员的必备技能之一Shell编程