产品简介

百度智能云 Prometheus 监控服务（Cloud Managed Service for Prometheus，简称CProm）是完全对接开源Prometheus监控系统，针对云原生场景提供的全托管、高可用、可扩展的Prometheus监控服务。

一个监控实例可一键关联多个 Kubernetes 集群，自动安装采集 Agent，通过预置采集任务采集指标数据。集成开源可视化组件 Grafana 与告警组件 AlertManager，提供预置的 Dashboard 和告警模板，并对接云消息中心提供多种告警通知渠道。为您提供稳定可靠、简单易用的 Prometheus 监控服务，降低自建和维护成本，提高开发和运维效率。

说明：关于开源Prometheus的更多信息可见 Prometheus 官方文档。

核心概念

• 监控实例

  监控实例（Prometheus监控实例）是托管 Prometheus 服务的管理单元。创建一个监控实例，系统将部署一套 Prometheus 核心组件进行托管，提供数据采集、存储、可视化、告警等完整能力。您无需考虑所需资源和部署细节，只需根据需要采集指标的规模，选择对应的实例规格进行购买即可。一个监控实例可以采集同地域的多个 Kubernetes 集群的指标数据。

• 采集 Agent

  采集 Agent 即部署在用户侧 Kubernetes 集群中的轻量级采集组件，能够在具备原生采集能力的基础上，最大程度减少资源的占用。监控实例可接入相同地域的一个或多个私有网络 VPC（内网打通监控数据上报通道），对已接入的私有网络 VPC 下的 CCE 集群可进行一键关联（在 CCE 集群中安装采集 Agent），并通过预置采集任务开始指标数据的采集和上报。

• 指标

  采集目标暴露的、可以完整反映监控对象运行或者业务状态的一系列标签化数据。Prometheus 监控采用 OpenMetrics 的标准数据格式描述指标。

• Target

  Prometheus 采集 Agent 需要抓取的采集目标。采集目标暴露自身运行、业务指标，或者代理暴露监控对象的运行、业务指标。

• 采集任务

  采集任务（Job）是一组 Target 的配置集合。定义了抓取间隔、访问限制等作用于一组 Target的抓取行为。Prometheus 监控服务默认预置常用基础监控的采集任务，也支持自定义采集任务。

• 时间序列

  Prometheus 存储的是时序数据（time series，即以时间维度存储的连续数据的集合），时间序列是由 Metric 和一组 key/value 标签定义的，具有唯一性。相同 Metric 以及 key/value（如：http_requests_total{method="POST"}）的数据集合，即为一条时间序列。时序上的数据称为 Samples（样本），其值包含：一个 float64 值、一个毫秒级的 unix 时间戳。

• PromQL

  PromQL 是 Prometheus 监控的查询语言。支持瞬时查询和时间跨度查询，内置多种函数和操作符，可以对原始数据进行聚合、切片、预测和联合。更多信息可见 PromQL语句 。

• 告警规则

  告警规则即 Prometheus 监控的 AlertingRule 格式的告警配置，可以通过 PromQL 进行描述。

• 预聚合

  预聚合（RecordingRule）是通过配置记录规则的方式，提前计算一些常用的或相对复杂的指标，对采集的指标预处理后生成新的指标。以此实现持久查询的效果，提高查询效率，而非每次都要输入查询规则。预聚合以规则组 (RuleGroup) 的形式存在, 相同组中的规则以一定的间隔顺序执行。预聚合规则的命名格式必须符合 Prometheus 命名规范 。

功能特性

兼容原生能力

• 多层级架构监控：Prometheus 监控服务可以覆盖基础设施、容器、应用等业务架构的多个层级，结合开源 Grafana 和 AlertManager 提供一站式全方位的监控体系，帮助运维和开发人员快速发现和定位问题，减轻故障给业务带来的影响。
• 多维度数据模型：Prometheus 监控数据都是按时间序列去存储的，每条时间序列都是唯一的，由一个 Metric 和一组 Key/Value Label 组成，所有 Metrics 都可以设置任意多维度的标签来进行标识。
• 灵活的查询语言：Prometheus 提供了灵活而强大的查询语言 PromQL，可利用多维数据完成复杂的监控查询。还可以对数据进行预聚合等操作提高查询效率，以及提供 HTTP 查询接口。
• 标准的数据接入：Prometheus 监控服务采集的数据，需要符合其数据格式标准。可基于 HTTP 的 Pull 方式采集数据，也可以通过中间网关 PushGateway 的方式把数据推送到 Prometheus Server。

监控实例管理

• 核心组件托管：创建监控实例即可获得一套 Prometheus 服务的完整能力，存储、查询、可视化、告警等核心组件托管在云上，由厂商进行维护。您无需关注底层占用资源和部署细节，关联集群（安装采集 Agent）后即开始采集监控指标数据。能够帮您免去搭建和运维 Prometheus 监控系统的复杂工作，减少资源占用。
• 架构稳定可靠：监控核心组件托管在云上，提供高可用规格的监控实例，避免单点架构故障风险，存储具备多副本，为您提供可用性更强的 Prometheus 监控服务。采集 Agent 可基于集群规模水平弹性扩缩容，保障采集性能。
• 生命周期管理：支持监控实例的全生命周期管理，查看实例自身监控指标（磁盘使用量、数据点总数、接口平均时延、数据点写入速率）等。

监控对象接入

• CCE 集群接入：监控实例接入同地域的私有网络 VPC（打开内网数据上报通道），即可一键关联该私有网络 VPC 下的 CCE 容器集群（系统自动在 CCE 集群中部署轻量级的采集组件 Agent）。监控实例预置了容器集群常用基础监控指标的采集任务和 Grafana Dashboard，关联集群成功后，即开始进行指标数据的采集和上报。

监控指标采集

• 采集任务：提供预置基础指标的采集任务，也支持自定义指标采集任务。可根据需要，对采集任务进行启用或禁用。
• Targets：支持通过 Targets 观测正在被抓取的具体目标，以及抓取状态是否正常。支持查看目标中暴露的 Metrics。

监控数据处理

• Grafana展示：默认集成开源 Grafana，预置丰富的 Grafana Dashboard 展示基础监控数据，并支持自定义 Dashboard。监控实例创建成功，即可通过默认提供的内网域名访问 Grafana。如开启公网访问 Grafana，系统将再提供一个公网域名。Grafana 的登录用户名默认是 admin，支持设置和修改登录密码。
• 预聚合：可提前计算相对复杂的指标，并存储到新的数据指标中， 查询提前计算的数据比查询原始数据更加高效便捷，适用于 Grafana Dashboard 中配置与查询慢的场景。

告警管理

• 告警配置：预置多种常用告警模板，也支持自定义告警规则。当规则条件被触发时，会根据通知策略发送告警信息，以便能够及时通知告警接收人，让其发现指标异常，并采取相应措施。
• 通知策略：告警通知对接云消息中心，支持选择邮件、短信、电话、钉钉、企业微信、飞书等机器人 Webhook 地址，系统将把告警通知推送到对应的 URL 或聊天群。
• 告警历史：支持查看历史告警消息，以及对应的通知方式、发送时间、接收人，并支持按以上几项筛选历史告警消息。