Практикум Prometheus — архитектура и модель данных

ОБЯЗАТЕЛЬНОДЛЯ НОВИЧКОВ

Инженеру Разработчику

Практикум, шаг 1 из 9. Дальше — установка.

---

Зачем Prometheus

Prometheus — система мониторинга и алертинга с открытым исходным кодом, де-факто стандарт для Kubernetes и cloud-native. В отличие от Zabbix с единым UI и push-агентами, Prometheus строится вокруг pull-опроса HTTP-эндпоинтов /metrics и языка запросов PromQL.

Цепочка работы:

1. Scrape — сервер Prometheus по расписанию забирает метрики с targets.
2. Store — значения пишутся в локальную TSDB (time series database).
3. Query — PromQL и HTTP API для графиков и правил.
4. Alert — alerting rules → Alertmanager → каналы оповещений.

Подробное сравнение с Zabbix и ELK — в главе про мониторинг.

---

Архитектурные компоненты

Компонент	Назначение
Prometheus Server	Scrape, TSDB, rule engine, web UI (:9090)
Exporters	Адаптеры для ОС, БД, SNMP — отдают текстовый exposition format
Pushgateway	Буфер для краткоживущих jobs (CI, cron), которые Prometheus не успеет опросить
Alertmanager	Группировка, inhibition, маршрутизация алертов
Service discovery	Kubernetes, Consul, DNS, file_sd — динамический список targets

Официальный обзор — Introduction / Overview.

---

Pull и push

Модель	Кто инициирует	Плюсы	Минусы
Pull (Prometheus)	Сервер мониторинга	Централизованный контроль targets, проще обнаружить «мёртвый» scrape	Нужен доступ с Prometheus к каждому эндпоинту
Push (Zabbix active, OTel)	Агент или приложение	Удобно за NAT, для batch	Сложнее контролировать кардинальность

Prometheus по умолчанию pull; исключение — Pushgateway для одноразовых задач. Телеметрия через OpenTelemetry часто идёт push в collector, который уже может отдавать метрики Prometheus scrape или remote_write.

---

Модель данных

Каждая метрика — временной ряд с именем и метками (labels):

http_requests_total{job="api", instance="10.0.0.5:8080", method="GET", status="200"} 1024

• Имя — что измеряем (http_requests_total, node_cpu_seconds_total).
• Labels — измерения (job, instance, method, status).
• Значение — число с timestamp при каждом scrape.

Кардинальность

Каждая уникальная комбинация labels — отдельный ряд в памяти. Метка user_id с миллионами значений «убьёт» Prometheus. Для идентификаторов запросов используйте логи и трассировки (шаг 7).

---

Что Prometheus не заменяет

Задача	Инструмент в экосистеме
Долгое хранение (>15–30 дней)	Mimir, Thanos, Cortex
Полнотекстовые логи	Loki, ELK
Распределённые трейсы	Tempo, Jaeger
Профили CPU/heap	Pyroscope
Единый UI корреляции	Grafana

Prometheus закрывает метрики и алерты по метрикам; полная observability собирается вокруг него.

---

Место в стеке Grafana Labs

Современный маршрут Grafana Labs (часто LGTM+):

• Loki — логи
• Grafana — визуализация и alerting
• Tempo — трейсы
• Mimir — долгосрочные метрики (remote storage для Prometheus)
• Alloy — единый агент вместо связки Prometheus Agent + Promtail + OTel Collector
• Beyla — eBPF-метрики без изменения кода
• Faro — Real User Monitoring (браузер)
• Pyroscope — continuous profiling

В этом практикуме Prometheus остаётся точкой входа; расширение — в шагах 7–9.

---

Проверка понимания

1. Чем target отличается от job?
2. Зачем Pushgateway, если Prometheus pull?
3. Почему высокая кардинальность labels опасна?

Дальше

Установите сервер и получите первый график — шаг 2. Ориентир — First steps и Getting started.

---