4 Grundlegende Konzepte

Um Prometheus effektiv nutzen zu können, ist es wichtig, die grundlegenden Konzepte zu verstehen, auf denen das System basiert. Diese Konzepte ermöglichen eine flexible und leistungsstarke Überwachung und Alarmierung.

4.1 Zeitreihen und Metriken

Prometheus erfasst und speichert Daten als Zeitreihen. Eine Zeitreihe ist eine Folge von Werten, die über die Zeit hinweg erfasst werden, jeweils mit einem Zeitstempel versehen. Jede Zeitreihe wird durch einen Metriknamen und eine Menge von Labels (Schlüssel-Wert-Paare) identifiziert. Dies ermöglicht eine multidimensionale Datenspeicherung und -abfrage.

• Metriken: Dies sind numerische Messwerte, die über die Zeit gesammelt werden. Beispiele sind CPU-Auslastung, Arbeitsspeicherverbrauch oder Anzahl der Anfragen pro Sekunde.
• Labels: Labels sind optionale Schlüssel-Wert-Paare, die zur Identifikation und Unterscheidung von Zeitreihen verwendet werden. Sie ermöglichen eine detaillierte Filterung und Aggregation der Daten.

4.2 PromQL

Prometheus Query Language (PromQL) ist eine leistungsfähige Abfragesprache, die speziell für das Arbeiten mit multidimensionalen Datenmodellen entwickelt wurde. Mit PromQL können Benutzer komplexe Abfragen formulieren, um Metriken zu analysieren und zu visualisieren.

• Abfragen: PromQL ermöglicht es, Daten zu filtern, zu aggregieren und mathematische Operationen darauf anzuwenden.
• Ausdrücke: Abfragen können einfache Ausdrücke wie Durchschnittswerte oder komplexe Berechnungen umfassen.

4.3 Pull-Modell

Prometheus verwendet ein Pull-Modell zur Datenerfassung. Das bedeutet, dass der Prometheus-Server in regelmäßigen Abständen Daten von definierten Zielen abruft (Scraping). Dies steht im Gegensatz zu einem Push-Modell, bei dem die Ziele die Daten aktiv an den Server senden.

• Scraping: Der Prometheus-Server ruft Metriken über HTTP-Endpunkte von den zu überwachenden Diensten ab.
• Ziele: Ziele können statisch konfiguriert oder dynamisch über Service Discovery entdeckt werden.

4.4 Service Discovery

Prometheus unterstützt verschiedene Mechanismen zur automatischen Erkennung von Zielen (Service Discovery). Dies ist besonders nützlich in dynamischen Umgebungen wie Kubernetes-Clustern.

• Statische Konfiguration: Ziele werden manuell in der Konfigurationsdatei definiert.
• Dynamische Erkennung: Ziele werden automatisch durch Integration mit Service-Discovery-Diensten wie Kubernetes, Consul oder DNS ermittelt.

4.5 Alerting

Prometheus verfügt über ein leistungsstarkes Alerting-System, das es ermöglicht, basierend auf den erfassten Metriken Alarme zu definieren und zu verwalten. Der Alertmanager ist ein zentraler Bestandteil dieses Systems.

• Alert-Regeln: Regeln, die definieren, unter welchen Bedingungen Alarme ausgelöst werden sollen.
• Alertmanager: Ein separates Tool zur Verwaltung und Weiterleitung von Alarmen an verschiedene Empfänger wie E-Mail, PagerDuty oder Slack.

4.6 Exporter

Exporter sind Komponenten, die Metriken von nicht nativ unterstützten Systemen in ein Format konvertieren, das von Prometheus gelesen werden kann. Es gibt eine Vielzahl von Exportern für verschiedene Dienste und Anwendungen, z.B. für Datenbanken, Betriebssysteme und Webserver.

• Node Exporter: Ein weit verbreiteter Exporter zur Erfassung von Metriken von Linux-Systemen.
• Custom Exporters: Benutzerdefinierte Exporter können erstellt werden, um spezielle Anforderungen zu erfüllen.

Diese grundlegenden Konzepte bilden die Basis für das Verständnis und den effektiven Einsatz von Prometheus in verschiedensten Überwachungsszenarien.