Prometheus 是一个开放性的监控解决方案，用户可以非常方便的安装和使用 Prometheus 并且能够非常方便的对其进行扩展。

在Prometheus的架构设计中，Prometheus Server 并不直接服务监控特定的目标，其主要任务负责数据的收集，存储并且对外提供数据查询支持。因此为了能够能够监控到某些东西，如主机的CPU使用率，我们需要使用到Exporter。Prometheus周期性的从Exporter暴露的HTTP服务地址（通常是/metrics）拉取监控样本数据。

Exporter可以是一个相对开放的概念，其可以是一个独立运行的程序独立于监控目标以外，也可以是直接内置在监控目标中。只要能够向Prometheus提供标准格式的监控样本数据即可。

(资料图片仅供参考)

1 环境配置

我们在 Windows 下安装 Prometheus。

1.1 安装 Prometheus

下载地址：https://prometheus.io/download/

选择 Windows 安装包，我选择的是prometheus-2.41.0.windows-amd64， 下载完成后解压，直接运行 prometheus.exe 即可。

prometheus默认端口是9090，在浏览器访问：http://localhost:9090，即可看到项目已经在运行。

Prometheus 的相关配置可以在 prometheus.yaml 中修改。

1.2 安装 NodeExporter

NodeExporter 是 Prometheus 提供的一个可以采集到主机信息的应用程序，它能采集到机器的 CPU、内存、磁盘等信息。

下载地址： https://prometheus.io/download/

选择 Windows 版本，我选择的是windows_exporter-0.20.0-amd64，下载完成后直接运行 windows_exporter-0.20.0-amd64.exe 文件即可。

windows_exporter默认端口是9182，通过浏览器访问：http://localhost:9182/metrics，

可以看到当前 node exporter 获取到的当前主机的所有监控数据。 其中 HELP 用于解释当前指标的含义，TYPE 则说明当前指标的数据类型。

2 添加数据源

编辑 prometheus 的配置文件 prometheus.yml，将scrape_configs修改为如下内容：

scrape_configs:  - job_name: "prometheus"    static_configs:      - targets: ["localhost:9090"]        # node exporter 监控源  - job_name: "prometheus2"    static_configs:      - targets: ["localhost:8080"]

即配置了两个任务。一个名为 prometheus，其从「localhost:9090」地址读取数据。另一个名为 prometheus2，其从「localhost:8080」地址读取数据。 然后重启 Prometheus。

浏览器访问：http://localhost:9090，在搜索框输入up，点击execute，即可看到我们配置的两个任务：

3 自定义写入的数据

新建 SpringBoot 项目。完整项目地址：

GitHub地址：https://github.com/Snowstorm0/learn-prometheus

Gitee地址：https://gitee.com/Snowstorm0/learn-prometheus

在 service 层编写插入数据的代码：

public void insertPrometheus() {    meterRegistry.clear();    setIdList();    setNameMap();    setValueMap();    for (String id : idList) {        List list = new ArrayList<>();        list.add(Tag.of("id", id));        list.add(Tag.of("name", nameMap.get(id)));        String name = "insertPrometheus";        double value = Double.parseDouble(String.valueOf(valueMap.get(id)));        meterRegistry.gauge(name, Tags.of(list), value);    }}

在 controller 层编写读取的代码：

@RequestMapping(value = "/metric/custom", method = RequestMethod.GET,produces = "text/plain; charset=utf-8")public Object metric() {return prometheusMeterRegistry.scrape();}

用浏览器或者Postman访问： http://localhost:8081/metric/custom

可以看到写入的数据：

# HELP insertPrometheus  # TYPE insertPrometheus gaugeinsertPrometheus{id="1002",name="钱二",} 1002.0insertPrometheus{id="1001",name="赵一",} 1001.0insertPrometheus{id="1003",name="孙三",} 1003.0

这里的数据是放在本地的，可以供 Prometheus 读取。

4 更新数据

在 service 层编写插入数据的代码：

public void updatePrometheus() {    String name = "updatePrometheus";    List list = new ArrayList<>();    list.add(Tag.of("id", "1001"));    list.add(Tag.of("name", "测试更新"));    // 通过引用的方式将 Prometheus 的 value 存入 valueMap，修改 valueMap 即可修改 Prometheus    updateValueMap.put("1001", meterRegistry.gauge(name, Tags.of(list), new AtomicDouble(0)));    for (int value = 0; value < 12; value++) {        try {            updateValueMap.get("1001").set(value); //  修改 valueMap 中的 value            Thread.sleep(5 * 1000); // 暂停5秒        } catch (InterruptedException e) {            e.printStackTrace();        }    }}

用浏览器或者Postman访问： http://localhost:8081/metric/custom

可以看到写入的数据：

updatePrometheus{id="1001",name="测试更新",} 1.0