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 /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 (prometheus.yml)

global:
  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 /metrics у пользовательского приложения (например, Go, Python, Java).

🔎 Примеры PromQL-запросов

📊 Использование CPU по ядрам (в процентах):

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

📈 Память, доступная на ноде:

node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes * 100

🔥 Количество HTTP 5xx-ошибок за 5 минут:

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

⏱ Среднее время ответа приложения:

rate(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: helm install prometheus prometheus-community/prometheus);
2. Настроить prometheus.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 (alertrules.yaml)

groups:
  - 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 (summary, description) в Alertmanager.

Подключается в prometheus.yml:

rule_files:
  - "alertrules.yaml"

📊 Сравнение систем мониторинга