Prometheus (База данных временных рядов)

Prometheus — это система мониторинга и сбора метрик с временными метками (time series), разработанная для высокой надёжности, гибкости и интеграции с современными распределёнными системами. Она активно используется в DevOps, SRE и облачной инженерии как ключевой компонент для наблюдаемости (observability).

Prometheus имеет встроенную time-series базу данных, собственный язык запросов — PromQL (Prometheus Query Language) — и механизм генерации алертов. Он способен собирать метрики из тысяч источников: от серверов и контейнеров до приложений, экспортёров и облачных API.

---

📦 Ключевые компоненты Prometheus:

• Time Series DB — собственное хранилище данных, оптимизированное под временные метки;
• PromQL — мощный язык запросов, позволяющий аггрегировать, фильтровать и вычислять значения на лету;
• Alertmanager — отдельный компонент, управляющий отправкой уведомлений по заданным правилам;
• Exporters — плагины/агенты, собирающие метрики из внешних систем (Node Exporter, Blackbox Exporter, PostgreSQL Exporter и др.);
• Service Discovery — автоматическое обнаружение сервисов в Kubernetes, EC2, Consul и других источниках.

---

🔍 Что можно мониторить:

• Загрузка CPU, использование памяти, сетевой трафик;
• Время ответа сервисов, ошибки, задержки, таймауты;
• Пользовательские метрики из приложений (через HTTP endpoint
  Копировать/metrics
  );
• Kubernetes-кластеры: поды, ноды, ingress, контейнеры;
• Системные компоненты CI/CD, баз данных, брокеров сообщений и др.

---

🔗 Интеграция с Grafana:

Хотя Prometheus имеет собственный интерфейс, в продакшн-средах чаще используется вместе с Grafana — платформой визуализации. Grafana подключается к Prometheus как источник данных и отображает метрики на дашбордах в виде графиков, таблиц и алертов.

---

⚙️ Почему Prometheus стал стандартом:

• 📈 Высокая точность и детализация данных;
• ⚙️ Простота развертывания (один бинарник);
• 🔄 Интеграция с Kubernetes “из коробки”;
• 🧩 Open Source — развитая экосистема, поддержка сообществом;
• 📡 Pushgateway и federation — поддержка гибкой архитектуры сбора метрик в разных слоях системы.

Prometheus идеально подходит для микросервисов, event-driven-систем и облачной инфраструктуры, где важно быстро обнаруживать деградацию или сбои. Благодаря своей расширяемости и отказоустойчивости он стал основой мониторинга во многих крупных компаниях и open-source-решениях.

---

⚙️ Пример конфигурации Prometheus (

Копироватьprometheus.yml

)

Копироватьglobal:
  scrape_interval: 15s
  evaluation_interval: 15s

scrape_configs:
  - job_name: 'node-exporter'
    static_configs:
      - targets: ['192.168.1.100:9100']

  - job_name: 'my-app'
    metrics_path: /metrics
    static_configs:
      - targets: ['my-app.default.svc.cluster.local:8080']

🔍 Что делает этот файл:

• Устанавливает глобальный интервал опроса — 15 секунд;
• Мониторит Node Exporter по IP (сбор системных метрик);
• Сканирует HTTP endpoint
  Копировать/metrics
  у пользовательского приложения (например, Go, Python, Java).

---

🔎 Примеры PromQL-запросов

📊 Использование CPU по ядрам (в процентах):

Копировать100 - (avg by(instance) (rate(node_cpu_seconds_total{mode="idle"}[5m])) * 100)

📈 Память, доступная на ноде:

Копироватьnode_memory_MemAvailable_bytes / node_memory_MemTotal_bytes * 100

🔥 Количество HTTP 5xx-ошибок за 5 минут:

Копироватьsum(rate(http_requests_total{status=~"5.."}[5m]))

⏱ Среднее время ответа приложения:

Копироватьrate(http_request_duration_seconds_sum[1m]) / rate(http_request_duration_seconds_count[1m])

---

💡 Практика: что делать дальше

1. Развернуть Prometheus и Node Exporter (можно через Helm:
   Копироватьhelm install prometheus prometheus-community/prometheus
   );
2. Настроить
   Копироватьprometheus.yml
   — указать источники метрик;
3. Подключить Grafana и выбрать Prometheus как data source;
4. Создать дашборды или использовать готовые (например, Node Exporter Full).

---

🚨 Пример alert-правил (

Копироватьalertrules.yaml

)

Копироватьgroups:
  - name: node-alerts
    rules:
      - alert: HighCPUUsage
        expr: avg by(instance) (rate(node_cpu_seconds_total{mode!="idle"}[5m])) > 0.85
        for: 2m
        labels:
          severity: warning
        annotations:
          summary: "Высокая загрузка CPU на {{ $labels.instance }}"
          description: "CPU usage > 85% в течение 2 минут."

      - alert: InstanceDown
        expr: up == 0
        for: 1m
        labels:
          severity: critical
        annotations:
          summary: "Экземпляр {{ $labels.instance }} недоступен"
          description: "Инстанс не отвечает на опросы Prometheus более 1 минуты."

📌 Эти правила:

• Сигнализируют о высоком CPU (выше 85%);
• Отслеживают недоступность узла;
• Отправляют метаданные (
  Копироватьsummary
  ,
  Копироватьdescription
  ) в Alertmanager.

Подключается в

:

Копироватьrule_files:
  - "alertrules.yaml"

---

📊 Сравнение систем мониторинга

Характеристика	Prometheus	Grafana Loki	Zabbix	Datadog
Тип данных	Метрики (time series)	Логи	Метрики, логи, триггеры	Метрики, логи, трассировки
Язык запросов	PromQL	LogQL	Нативные выражения	Проприетарный
Хранение	Встроенная TSDB	Встроенное (BoltDB+chunks)	СУБД (MySQL/PostgreSQL)	Облако
Интерфейс	Веб UI + Grafana	Через Grafana	Веб UI	Веб-интерфейс
Alerting	Через Alertmanager	Через Prometheus/Alertmanager	Встроенный	Встроенный
Поддержка Kubernetes	Отличная (SD + exporters + Helm)	Отличная (через Копироватьfluent-bit , Копироватьpromtail )	Ограниченная	Отличная (через агенты + интеграции)
Модель лицензирования	Open Source (Apache 2.0)	Open Source	Open Source / Enterprise	SaaS (платно)
Установка	Простой (один бинарник / Helm)	Быстрая (Helm или binary)	Более сложная	Без установки (облачный агент)
Кейс: локальный кластер	✅ Полный контроль	✅ Для логов	✅ Но требует настройки СУБД	⚠️ Ограничено
Кейс: enterprise-cloud	✅ Через Thanos, Cortex	✅ В связке с Prometheus	⚠️ Меньше гибкости	✅ Сильная поддержка

---