Soumettre la recherche
Mettre en ligne
Prometheus
•
Télécharger en tant que PPTX, PDF
•
1 j'aime
•
1,980 vues
Seiya Mizuno
Suivre
Introduction of metric collecting and monitoring System Prometheus
Lire moins
Lire la suite
Ingénierie
Signaler
Partager
Signaler
Partager
1 sur 29
Télécharger maintenant
Recommandé
Prometheus 監視で変わるもの
Prometheus 監視で変わるもの
Takehiro Sugita
Prometheus (Prometheus London, 2016)
Prometheus (Prometheus London, 2016)
Brian Brazil
Protocol Buffers 入門
Protocol Buffers 入門
Yuichi Ito
Whatap_Pitching_Deck_r12(ja).pdf
Whatap_Pitching_Deck_r12(ja).pdf
ChaehakLee
Struts2を始めよう!
Struts2を始めよう!
Shinpei Ohtani
Right scaleの利用効果、苦労話 クラウドマネジメントツール勉強会
Right scaleの利用効果、苦労話 クラウドマネジメントツール勉強会
Hirokazu Narita
IoT Agents をデバッグする方法 - FIWARE WednesdayWebinars
IoT Agents をデバッグする方法 - FIWARE WednesdayWebinars
fisuda
PostgreSQLアーキテクチャ入門(PostgreSQL Conference 2012)
PostgreSQLアーキテクチャ入門(PostgreSQL Conference 2012)
Uptime Technologies LLC (JP)
Recommandé
Prometheus 監視で変わるもの
Prometheus 監視で変わるもの
Takehiro Sugita
Prometheus (Prometheus London, 2016)
Prometheus (Prometheus London, 2016)
Brian Brazil
Protocol Buffers 入門
Protocol Buffers 入門
Yuichi Ito
Whatap_Pitching_Deck_r12(ja).pdf
Whatap_Pitching_Deck_r12(ja).pdf
ChaehakLee
Struts2を始めよう!
Struts2を始めよう!
Shinpei Ohtani
Right scaleの利用効果、苦労話 クラウドマネジメントツール勉強会
Right scaleの利用効果、苦労話 クラウドマネジメントツール勉強会
Hirokazu Narita
IoT Agents をデバッグする方法 - FIWARE WednesdayWebinars
IoT Agents をデバッグする方法 - FIWARE WednesdayWebinars
fisuda
PostgreSQLアーキテクチャ入門(PostgreSQL Conference 2012)
PostgreSQLアーキテクチャ入門(PostgreSQL Conference 2012)
Uptime Technologies LLC (JP)
hbstudy#06
hbstudy#06
tsakaguchi
QuantumGISを使ったPostgreSQL/PostGIS利用方法紹介
QuantumGISを使ったPostgreSQL/PostGIS利用方法紹介
Yoichi Kayama
cluster-monitoringで困ったこと学んだこと
cluster-monitoringで困ったこと学んだこと
Sachiho Wakita
ログ解析入門withR InnovationEggNo3
ログ解析入門withR InnovationEggNo3
hiroki84
Redmineosaka 20 talk_crosspoints
Redmineosaka 20 talk_crosspoints
Shinji Tamura
Rancher2.0で実現する Managed Kubernetes Service
Rancher2.0で実現する Managed Kubernetes Service
LINE Corporation
Chrome Extensionsの基本とデザインパターン
Chrome Extensionsの基本とデザインパターン
Yoichiro Tanaka
Heap statsfx analyzer
Heap statsfx analyzer
Yasumasa Suenaga
System Center Operations Managerによる仮想環境の高度な管理
System Center Operations Managerによる仮想環境の高度な管理
junichi anno
Maven2 プラグイン入門
Maven2 プラグイン入門
guestd4898b
RTミドルウェアサマーキャンプ2018「Rtshellj入門」
RTミドルウェアサマーキャンプ2018「Rtshellj入門」
openrtm
Rtshell 2017
Rtshell 2017
openrtm
Myfirst cloudfoundry intro_20161201
Myfirst cloudfoundry intro_20161201
Tomohiro Ichimura
Prometheus超基礎公開用.pdf
Prometheus超基礎公開用.pdf
勇 黒沢
Apache geode at-s1p
Apache geode at-s1p
Masaki Yamakawa
Grafana datasource plugin
Grafana datasource plugin
Mitsuhiro Tanda
Chainer v1.6からv1.7の新機能
Chainer v1.6からv1.7の新機能
Ryosuke Okuta
Azure Monitor Logで実現するモダンな管理手法
Azure Monitor Logで実現するモダンな管理手法
Takeshi Fukuhara
Kanonってなぁ~に?~楽々Kanonで華麗にお仕事しよう~
Kanonってなぁ~に?~楽々Kanonで華麗にお仕事しよう~
Takashi Okamoto
AzureとDatadogとこれからのモニタリング - Next Gen Monitoring with Azure and Datadog 20180922
AzureとDatadogとこれからのモニタリング - Next Gen Monitoring with Azure and Datadog 20180922
Masahiro Hattori
Fluentd1.2 & Fluent Bit
Fluentd1.2 & Fluent Bit
Seiya Mizuno
SysML meetup
SysML meetup
Seiya Mizuno
Contenu connexe
Similaire à Prometheus
hbstudy#06
hbstudy#06
tsakaguchi
QuantumGISを使ったPostgreSQL/PostGIS利用方法紹介
QuantumGISを使ったPostgreSQL/PostGIS利用方法紹介
Yoichi Kayama
cluster-monitoringで困ったこと学んだこと
cluster-monitoringで困ったこと学んだこと
Sachiho Wakita
ログ解析入門withR InnovationEggNo3
ログ解析入門withR InnovationEggNo3
hiroki84
Redmineosaka 20 talk_crosspoints
Redmineosaka 20 talk_crosspoints
Shinji Tamura
Rancher2.0で実現する Managed Kubernetes Service
Rancher2.0で実現する Managed Kubernetes Service
LINE Corporation
Chrome Extensionsの基本とデザインパターン
Chrome Extensionsの基本とデザインパターン
Yoichiro Tanaka
Heap statsfx analyzer
Heap statsfx analyzer
Yasumasa Suenaga
System Center Operations Managerによる仮想環境の高度な管理
System Center Operations Managerによる仮想環境の高度な管理
junichi anno
Maven2 プラグイン入門
Maven2 プラグイン入門
guestd4898b
RTミドルウェアサマーキャンプ2018「Rtshellj入門」
RTミドルウェアサマーキャンプ2018「Rtshellj入門」
openrtm
Rtshell 2017
Rtshell 2017
openrtm
Myfirst cloudfoundry intro_20161201
Myfirst cloudfoundry intro_20161201
Tomohiro Ichimura
Prometheus超基礎公開用.pdf
Prometheus超基礎公開用.pdf
勇 黒沢
Apache geode at-s1p
Apache geode at-s1p
Masaki Yamakawa
Grafana datasource plugin
Grafana datasource plugin
Mitsuhiro Tanda
Chainer v1.6からv1.7の新機能
Chainer v1.6からv1.7の新機能
Ryosuke Okuta
Azure Monitor Logで実現するモダンな管理手法
Azure Monitor Logで実現するモダンな管理手法
Takeshi Fukuhara
Kanonってなぁ~に?~楽々Kanonで華麗にお仕事しよう~
Kanonってなぁ~に?~楽々Kanonで華麗にお仕事しよう~
Takashi Okamoto
AzureとDatadogとこれからのモニタリング - Next Gen Monitoring with Azure and Datadog 20180922
AzureとDatadogとこれからのモニタリング - Next Gen Monitoring with Azure and Datadog 20180922
Masahiro Hattori
Similaire à Prometheus
(20)
hbstudy#06
hbstudy#06
QuantumGISを使ったPostgreSQL/PostGIS利用方法紹介
QuantumGISを使ったPostgreSQL/PostGIS利用方法紹介
cluster-monitoringで困ったこと学んだこと
cluster-monitoringで困ったこと学んだこと
ログ解析入門withR InnovationEggNo3
ログ解析入門withR InnovationEggNo3
Redmineosaka 20 talk_crosspoints
Redmineosaka 20 talk_crosspoints
Rancher2.0で実現する Managed Kubernetes Service
Rancher2.0で実現する Managed Kubernetes Service
Chrome Extensionsの基本とデザインパターン
Chrome Extensionsの基本とデザインパターン
Heap statsfx analyzer
Heap statsfx analyzer
System Center Operations Managerによる仮想環境の高度な管理
System Center Operations Managerによる仮想環境の高度な管理
Maven2 プラグイン入門
Maven2 プラグイン入門
RTミドルウェアサマーキャンプ2018「Rtshellj入門」
RTミドルウェアサマーキャンプ2018「Rtshellj入門」
Rtshell 2017
Rtshell 2017
Myfirst cloudfoundry intro_20161201
Myfirst cloudfoundry intro_20161201
Prometheus超基礎公開用.pdf
Prometheus超基礎公開用.pdf
Apache geode at-s1p
Apache geode at-s1p
Grafana datasource plugin
Grafana datasource plugin
Chainer v1.6からv1.7の新機能
Chainer v1.6からv1.7の新機能
Azure Monitor Logで実現するモダンな管理手法
Azure Monitor Logで実現するモダンな管理手法
Kanonってなぁ~に?~楽々Kanonで華麗にお仕事しよう~
Kanonってなぁ~に?~楽々Kanonで華麗にお仕事しよう~
AzureとDatadogとこれからのモニタリング - Next Gen Monitoring with Azure and Datadog 20180922
AzureとDatadogとこれからのモニタリング - Next Gen Monitoring with Azure and Datadog 20180922
Plus de Seiya Mizuno
Fluentd1.2 & Fluent Bit
Fluentd1.2 & Fluent Bit
Seiya Mizuno
SysML meetup
SysML meetup
Seiya Mizuno
Apache Avro vs Protocol Buffers
Apache Avro vs Protocol Buffers
Seiya Mizuno
Connect S3 with Kafka using Akka Streams
Connect S3 with Kafka using Akka Streams
Seiya Mizuno
Connect S3 with Kafka using Akka Streams
Connect S3 with Kafka using Akka Streams
Seiya Mizuno
Introduction to Finch
Introduction to Finch
Seiya Mizuno
The future of Apache Hadoop YARN
The future of Apache Hadoop YARN
Seiya Mizuno
Yarn application-master
Yarn application-master
Seiya Mizuno
Yarn resource-manager
Yarn resource-manager
Seiya Mizuno
Plus de Seiya Mizuno
(9)
Fluentd1.2 & Fluent Bit
Fluentd1.2 & Fluent Bit
SysML meetup
SysML meetup
Apache Avro vs Protocol Buffers
Apache Avro vs Protocol Buffers
Connect S3 with Kafka using Akka Streams
Connect S3 with Kafka using Akka Streams
Connect S3 with Kafka using Akka Streams
Connect S3 with Kafka using Akka Streams
Introduction to Finch
Introduction to Finch
The future of Apache Hadoop YARN
The future of Apache Hadoop YARN
Yarn application-master
Yarn application-master
Yarn resource-manager
Yarn resource-manager
Prometheus
1.
Prometheus
2.
What is Prometheus?
時系列データを扱う監視システム サービスの死活監視 パフォーマンスのモニタリング 競合監視システム Ganglia Graphite Zabbix
3.
What am I
talking about? Prometheusのコンポーネント PromSQL + AlertManager周りの話 PrometheusのScalability
4.
Componens
5.
Components (of Ganesha) Time
series database Dashboard scrape Alert Manager scrape & evaluate metrics alerting PushGateway scrape BurrowExporter GraphiteExporter CloudWatch Exporterr Service Discovery scrape Monitoring targets register NodeExporter scrape planting rules
6.
planting rules Components (of
Ganesha) Dashboard scrape Alert Manager scrape & evaluate metrics alerting PushGateway BurrowExporter GraphiteExporter CloudWatch Exporterr Service Discovery scrape register NodeExporter scrape Time series database Monitoring targets scrape Push型ではなくPull型 各種Exporterがあるので 簡単な設定で様々な メトリクスが監視できる. PushGatewayでmetricsの Pushも受けられる
7.
planting rules scrape Monitoring targets Components
(of Ganesha) Dashboard scrape Alert Manager scrape & evaluate metrics alerting PushGateway BurrowExporter GraphiteExporter CloudWatch Exporterr Service Discovery register NodeExporter scrape scrape Time series database Consul経由で Container Serviceの 監視も楽 Registratorで簡単に Consul登録
8.
scrape Monitoring targets Components (of
Ganesha) Dashboard scrape Alert Manager scrape & evaluate metrics alerting PushGateway BurrowExporter GraphiteExporter CloudWatch Exporterr register NodeExporter scrape scrape Time series database Service Discovery planting rules consul-planterで consul KVに ルールを格納 consul-templateで Alert Managerに 埋め込み 発火するとSlackに アラートが飛ぶ
9.
scrape Service Discovery planting rules scrape Monitoring
targets Components (of Ganesha) Dashboard Alert Manager scrape & evaluate metrics alerting PushGateway BurrowExporter GraphiteExporter CloudWatch Exporterr register NodeExporter scrape Time series database scrape Grafanaでカッコよくビジュアライズ!!
10.
Summary of This
Section 各種Exporterでいろんなソースから簡単に Metricsを取れる ConsulやKubernetesとの連携でコンテナ監視も楽 Alert ManagerでSlack通知 consul-planterとconsul-templateでいい感じにconsul KV 連携してアラートルール管理してます. Grafanaかっこいい
11.
PromSQL & Alert Manager
12.
Metrics in Prometheus
ラベルを使った多次元時系列データ topic=kafka-topic-v1 topic=kafka-topic-v2 Input records 0m 1m 2m 3m 4m ラベル
13.
Metrics in Prometheus
Metricsの種類 (厳密には4種類あるらしいけど..) Counter • 数の累積を取る.(KafkaのOffsetとか) • リセットされない限単調増加 Guage • 毎時変動する値 (メモリの使用量とか) カスタムメトリクスを自前でExportするときは, この違いを意識しないとおかしなことになる.
14.
What is PromSQL
多次元時系列Metricsを操作するための Prometheusの独自クエリ言語 Alert Ruleの設定や,Dashboardでの可視化に使う.
15.
Instant Vector &
Range Vector Instant Vector ある時刻の各ラベルのデータプロットのVector Range Vector ある時点からの特定の時間区間のデータプロットのVector topic=kafka-topic-v1 topic=kafka-topic-v2 0m 1m 2m 3m 4m Instant Vector Range Vector
16.
Query Example (Instant
Vector) 全ラベル ラベルの値で絞り込み 特定のラベルについて合計 burrow_consumed_offset burrow_consumed_offset { topic=“kafka-topic-v1” } sum(burrow_consumed_offset) by (topic)
17.
Query Example (RangeVector)
5分前から今まで 7分前から2分前まで 5分前から今までの平均 burrow_consumed_offset{ topic=”kafka-topic-v1” }[5m] burrow_consumed_offset{ topic=”kafka-topic-v1" }[5m] offset 2m avg_over_time( burrow_consumed_offset{ topic=”kafka-topic-v1” }[5m] )
18.
Reference 四則演算や論理演算,その他の関数を駆使して クエリを書く https://prometheus.io/docs/querying/functions/
19.
Alert Rule PromSQLで発火条件を記述
Instant Vectorは基本的に集合演算 (true/falseではない) クエリで抽出されたラベルセット全てについて アラートが発火する.
20.
Alert Rule topic=kafka-topic-v1 topic=kafka-topic-v1 0m 1m
2m 3m 4m Instant Vector Input_records IF input_records < 4 FOR 1m ANNOTATIONS { summary = ”few input records” } 3 8 [ topic=“kafka-topic-v1” 3 ] Result Bool値になるわけではない
21.
Alert Rule Example IF
( sum(burrow_head_offset{topic=~"^kafka-*"}) BY (topic) - sum(burrow_head_offset{topic=~”^kafka-.*} offset 6m) BY (topic) ) != 0 unless ( sum(burrow_consumed_offset{consumer="collector"}) BY (topic) - sum(burrow_consumed_offset{consumer="collector"} offset 6m) BY (topic) ) > 0 FOR 5m ANNOTATIONS { topic="{{$labels.topic}}", } ① topicラベルがkafka-から始まる各トピックでburrow_head_offsetの 合計値の6分前の値との差が0でないもの ② consumerラベルがcollectoで burrow_consumed_offsetの合計値の6分前との差が0より大きいもの ①のラベルセットにあって②のラベルセットにないもの この条件が5分以上継続している場合発火 ANNOTATIONにはラベルの値をつかえる
22.
Summary of This
Section PromSQLでinstant vectorやrange vectorを こねくり回してVisualizeしたりAlertを設定する. ラベルによって多次元構造になっていることで Queryでの表現自由度が高くなっていて良い.
23.
Scalability
24.
Performance 特にチューニングしなくても100,000個の Time seriesを扱えるらしい
25.
Federation 性能が足りない場合はFederationが必要 とはいえ,Multi
DCや,かなり大きいDCで大量の ノードを監視したいみたいな状況じゃないと 早々必要にはならないっぽい. あとはクエリの評価を高速化したい場合ぐらい
26.
Federation Prometheusが他のPromethuesをScrapeする構成 設定に応じて/federateに渡すmetricsがExportされる. -
job_name: 'federate' scrape_interval: 15s honor_labels: true metrics_path: '/federate' params: 'match[]': - '{job="prometheus"}' - '{__name__=~"job:.*"}' static_configs: - targets: - 'source-prometheus-1:9090’ - 'source-prometheus-2:9090’ source-prometheus-1:9090/federate source-prometheus-2:9090/federate scrape scrape
27.
Hieralchical federation 階層構造を組んで徐々にmetricsの集約度を 上げていく構成
多分DWHと考え方は似ている scrape scrape store lower level data store higher level data = aggregated data
28.
Summary of this
section 実はバックエンドも長年の研究成果の結晶 1台でも100,000個ものTime seriesを捌ける それでも足りない場合 (すごい大規模なDCを監視する場合など)は Federation構成を組みましょう.
29.
Conclusion Exporterと簡単な設定を追加するだけでいろんな Metricsが取れる. Service
Discovery周りのサポートが優秀 Exporterは一部デキの悪いものも… ラベル付きの多次元データモデルとPromSQLで 複雑な状況も柔軟に監視,アラートができる. 処理性能もかなりのものでFederation構成もとれて 安定している. 大規模DCにも対応できる.
Télécharger maintenant