给我的 IM 系统加上监控两件套：【Prometheus + Grafana】

监控是一个系统必不可少的组成部分，实时，准确的监控，将会大大有助于我们排查问题。而当今微服务系统的话有一个监控组合很火那就是 Prometheus + Grafana，嘿你别说 这俩兄弟配合的相当完美，Prometheus负责数据采集，Grafana负责可视化展示,各就其位，各司其职一起来完成 监控 这个活儿。

紧接着我们简单对这两工具做个介绍~

1、Prometheus 与 Grafana 简介

Prometheus

作用

• 数据收集： Prometheus 是一个开源的系统监控和报警工具，主要用于收集、存储和查询时间序列数据。它通过 HTTP 抓取(scrape)方式从被监控的目标获取数据。
• 数据存储：Prometheus 使用时间序列数据库来存储所有收集到的指标数据。时间序列数据包括指标名称和标签，标签用于唯一标识时间序列。
• 数据查询：Prometheus 提供了一种强大的查询语言 PromQL，可以用来查询和分析收集到的数据(虽然语法强大， 但是还是不如可视化 。哈哈，所以要和grafana配合起来)。
• 告警： Prometheus 内置告警管理器(Alertmanager)，可以根据预定义的规则触发告警，并将告警发送到各种通知渠道(如邮件、Slack、PagerDuty 等)。

特点

• 开源免费：Prometheus 是开源的，拥有活跃的社区和丰富的文档。
• 自带存储：Prometheus 自带时间序列数据库(TSDB)，无需外部依赖。
• 多种数据源：支持从多种数据源采集指标数据，如 Kubernetes、MySQL、Linux 系统等。
• 可扩展性强：可以通过自定义导出器(exporter)扩展数据采集能力。

Grafana

作用

• 数据可视化：Grafana 是一个开源的平台，用于数据可视化和分析。它能够连接到多种数据源，并将数据以各种形式(图表、表格、仪表盘等)展示出来。
• 仪表盘：Grafana 提供丰富的仪表盘功能，可以用来创建和共享实时的动态仪表盘。用户可以通过拖拽组件轻松构建仪表盘。
• 多数据源支持：Grafana 支持多种数据源，包括 Prometheus、Graphite、InfluxDB、Elasticsearch、MySQL、PostgreSQL 等。
• 告警：Grafana 也支持告警功能，用户可以在图表上设置告警规则，并通过通知渠道(如邮件、Slack、PagerDuty 等)接收告警。

特点

• 开源免费：Grafana 也是开源的，拥有广泛的用户群体和丰富的插件。
• 多数据源支持：Grafana 能够同时从多个数据源获取数据，并在同一个仪表盘中展示。
• 灵活的可视化：提供丰富的图表类型和可定制的可视化选项，能够满足各种数据展示需求。
• 仪表盘共享：可以轻松分享仪表盘，并支持权限控制和团队协作。

Prometheus 与 Grafana 之间是如何协作的 ？

• 数据采集与存储：Prometheus 负责从各个监控目标收集指标数据，并存储在其时间序列数据库中。
• 数据查询与分析：Prometheus 提供了强大的查询语言 PromQL，可以用来查询和分析数据。
• 数据可视化：Grafana 连接到 Prometheus 作为数据源，使用 PromQL 查询数据，并将结果以图表的形式展示在仪表盘上。
• 告警：Prometheus 可以管理和触发告警，而 Grafana 可以基于可视化图表设置告警规则。

示例场景

1. 监控应用性能：使用 Prometheus 采集应用程序的性能指标(如 CPU 使用率、内存使用率、请求延迟等)，并在 Grafana 中创建仪表盘实时展示这些指标。
2. 告警管理：在 Prometheus 中定义告警规则，如 CPU 使用率超过阈值时触发告警，并通过 Alertmanager 发送通知。也可以在 Grafana 中基于图表设置告警规则。
3. 系统健康检查：使用 Prometheus 监控系统的健康状况，收集系统级指标(如磁盘使用率、网络流量等)，并在 Grafana 中创建健康检查仪表盘。

通过结合使用 Prometheus 和 Grafana，你可以实现强大且灵活的监控和可视化方案，帮助你更好地了解和管理应用程序和基础设施的性能和健康状况。

好了bb这么多 ~

下面我就开始对我的IM即时通讯系统做改造，让其也能被可视化，做到实时监控各项指标一目了然。

2、使用grafana + promethues 监控IM服务和中间件

因为我目前是使用docker-compose方式编排管理容器，所以也使用docker-compose安装promethues和grafana

grafana + promethues 使用示例

1. 首先在docker-compose增加内容： 首先在我的docker-compose中定义 镜像，挂载，容器名称，端口，网络，依赖哪些容器启动 等配置，如下： ```java prometheus: image: prom/prometheus containername: prometheus volumes: # 数据挂载 防止容器重启/停止后 数据消失 - /usr/local/softhzz/docker/prometheus/conf/prometheus.yml:/etc/prometheus/prometheus.yml - /usr/local/softhzz/docker/prometheus/data/prometheusdata:/prometheus # 挂载数据到宿主机目录

   ports: - "9090:9090" networks: - defaultnetwork dependson: - im-connect - im-console - im-business - im-gateway - im-auth - nodeexporter - cadvisor grafana: image: grafana/grafana containername: grafana ports: - "3000:3000" environment: - GFSECURITYADMIN_PASSWORD=grafana123 # grafana 密码 # 挂载数据到宿主机目录 volumes:

   • /usr/local/softhzz/docker/grafana/grafanadata:/var/lib/grafana

     必须指定 网络，否则无法通过服务名 如：im-business 找到对应的ip

     networks:

     • defaultnetwork dependson:
     • im-connect
     • im-console
     • im-business
     • im-gateway
     • im-auth
     • prometheus ```
2. 之后需要有一个prometheus.yml文件，用于定义prometheus抓取指标的策略，如下： (注意上边这个prometheus.yml文件的路径一定要和docker-compose中的这个保持一致哦

这里我们不做运行了，因为这样运行的话没有意义，还需要给其配上一堆目标和一堆规则，下边我们就开搞。

监控IM服务和中间件

说明：

在配置和开干之前，我先根据我踩得坑，说明几个情况：

首先并不是所有的中间件或者服务都能直接让prometheus采集数据，因为有些压根就没暴露，面对这种情况，想要采集？要不就是人家写好的 各种 exporter ，要不就得自己根据 promet