從入門到 Offer：監(jiān)控生態(tài)面試通關(guān)秘籍

作者：劉俊夏 2025-02-24 08:04:54

Prometheus 是一個(gè)開源的系統(tǒng)監(jiān)控和報(bào)警工具，主要用于收集和存儲(chǔ)時(shí)序數(shù)據(jù)（metrics）?，并且提供查詢語言（PromQL）來支持靈活的查詢。它具有強(qiáng)大的可擴(kuò)展性和靈活性，廣泛用于監(jiān)控微服務(wù)、容器和云原生應(yīng)用。

引言

對(duì)于監(jiān)控監(jiān)控方面的問題我們這邊來探討下，話就不多說了，講真的，面試問的真不多，是不是面試官覺得我技術(shù)不行，Doge。

這些都是一些基礎(chǔ)的問題，不過對(duì)面試多多少少也會(huì)有幫助，直接開始吧。

開始

1. 什么是 Prometheus？它的主要功能是什么？

Prometheus 是一個(gè)開源的系統(tǒng)監(jiān)控和報(bào)警工具，主要用于收集和存儲(chǔ)時(shí)序數(shù)據(jù)（metrics），并且提供查詢語言（PromQL）來支持靈活的查詢。它具有強(qiáng)大的可擴(kuò)展性和靈活性，廣泛用于監(jiān)控微服務(wù)、容器和云原生應(yīng)用。

主要功能：

? 數(shù)據(jù)采集：通過 Pull 模型定期從目標(biāo)服務(wù)拉取數(shù)據(jù)。

? 時(shí)序數(shù)據(jù)存儲(chǔ)：高效地存儲(chǔ)時(shí)序數(shù)據(jù)，并支持高吞吐量。

? 查詢和報(bào)警：使用 PromQL 進(jìn)行數(shù)據(jù)查詢，并通過 Alertmanager 配置報(bào)警。

? 自動(dòng)發(fā)現(xiàn)：通過配置自動(dòng)發(fā)現(xiàn)機(jī)制（如 Kubernetes、Consul）來發(fā)現(xiàn)監(jiān)控目標(biāo)。

2. Prometheus 中的時(shí)序數(shù)據(jù)是什么？它的存儲(chǔ)方式是什么？

Prometheus 主要用于存儲(chǔ) 時(shí)序數(shù)據(jù)，即時(shí)間與某些指標(biāo)值的映射。每個(gè)數(shù)據(jù)點(diǎn)包含了一個(gè)時(shí)間戳、一個(gè)值和一個(gè)時(shí)間序列標(biāo)識(shí)符。時(shí)序數(shù)據(jù)存儲(chǔ)在 Prometheus 自帶的時(shí)序數(shù)據(jù)庫中，數(shù)據(jù)庫使用列式存儲(chǔ)，每個(gè)時(shí)序數(shù)據(jù)被按標(biāo)簽（Label）進(jìn)行索引，并存儲(chǔ)在高效的時(shí)間序列格式中。

3. Prometheus 如何抓取數(shù)據(jù)？

Prometheus 通過 pull 模型定期從被監(jiān)控的目標(biāo)（例如，應(yīng)用程序或服務(wù)的端點(diǎn)）抓取指標(biāo)數(shù)據(jù)。每個(gè)目標(biāo)需要暴露一個(gè) HTTP 端點(diǎn)，通常是 /metrics 路徑，Prometheus 會(huì)定期訪問這個(gè)端點(diǎn)獲取數(shù)據(jù)。如果目標(biāo)不支持暴露 /metrics，可以使用 exporter 工具（如 node_exporter、blackbox_exporter）將指標(biāo)數(shù)據(jù)暴露出來。

4. Prometheus 中的目標(biāo)（Targets）是什么？如何配置？

在 Prometheus 中，目標(biāo) 是指 Prometheus 用來抓取指標(biāo)數(shù)據(jù)的外部系統(tǒng)或服務(wù)。目標(biāo)通常是通過靜態(tài)配置或服務(wù)發(fā)現(xiàn) 來指定。在 prometheus.yml 配置文件中，可以配置靜態(tài)目標(biāo)或通過 Kubernetes、Consul、EC2 等進(jìn)行服務(wù)發(fā)現(xiàn)。目標(biāo)配置示例如下：

scrape_configs:
job_name: 'node'
static_configs:

5. Prometheus 的采集周期是如何定義的？

Prometheus 會(huì)定期從配置中的目標(biāo)抓取數(shù)據(jù)，默認(rèn)抓取周期是 15 秒（scrape_interval: 15s）。可以在 Prometheus 的配置文件中進(jìn)行調(diào)整，設(shè)置不同的 scrape_interval 和 scrape_timeout。例如，設(shè)置更短的抓取周期可以獲取更實(shí)時(shí)的指標(biāo)數(shù)據(jù)，但會(huì)增加 Prometheus 的負(fù)擔(dān)。

6. Prometheus 如何進(jìn)行數(shù)據(jù)查詢？

Prometheus 提供了一個(gè)強(qiáng)大的查詢語言 PromQL，用于從時(shí)序數(shù)據(jù)庫中查詢和操作數(shù)據(jù)。通過 PromQL，用戶可以進(jìn)行數(shù)據(jù)聚合、計(jì)算、過濾等操作。常見的查詢方式包括：

? 獲取單個(gè)時(shí)序數(shù)據(jù)： http_requests_total{status="200"}

? 計(jì)算聚合值： avg(http_requests_total{status="200"})

? 時(shí)間范圍選擇： http_requests_total[5m] 獲取過去 5 分鐘的數(shù)據(jù)

7. Prometheus 如何進(jìn)行告警管理？

Prometheus 使用 Alertmanager 進(jìn)行告警管理。Alertmanager 負(fù)責(zé)接收 Prometheus 中觸發(fā)的告警并將它們轉(zhuǎn)發(fā)到不同的通知渠道，如電子郵件、Slack、PagerDuty 等。告警規(guī)則在 prometheus.yml 配置文件中定義，告警條件可以基于 PromQL 查詢結(jié)果設(shè)定。例如：

alerting:
  alertmanagers:
    -static_configs:
      -targets: ['localhost:9093']
rule_files:
"alert.rules"
alerts:
alert:HighCpuUsage
expr:avg(rate(cpu_usage[5m]))>0.9
for:1m
annotations:
summary: "CPU usage is high"

8. 如何在 Prometheus 中使用標(biāo)簽（Labels）？

標(biāo)簽是 Prometheus 用來區(qū)分同一時(shí)間序列不同維度的標(biāo)識(shí)符。每個(gè)時(shí)間序列可以有多個(gè)標(biāo)簽，標(biāo)簽鍵值對(duì)可以幫助用戶區(qū)分不同的資源和維度。例如，http_requests_total{status="200", method="GET"}，其中 status 和 method 是標(biāo)簽鍵，分別表示 HTTP 狀態(tài)和請(qǐng)求方法。標(biāo)簽使得 Prometheus 能夠執(zhí)行高效的維度查詢。

9. Prometheus 如何與其他監(jiān)控系統(tǒng)（如 Grafana）集成？

Prometheus 通常與 Grafana 配合使用，Grafana 用于可視化 Prometheus 收集的指標(biāo)數(shù)據(jù)。在 Grafana 中，用戶可以配置 Prometheus 作為數(shù)據(jù)源，并創(chuàng)建儀表盤來展示監(jiān)控?cái)?shù)據(jù)。通過 Prometheus 的查詢結(jié)果，Grafana 可以繪制各種類型的圖表（如折線圖、柱狀圖等）來幫助監(jiān)控系統(tǒng)的健康和性能。

10. 如何擴(kuò)展 Prometheus？

Prometheus 本身不提供水平擴(kuò)展機(jī)制，但可以通過以下幾種方式擴(kuò)展其功能：

? Prometheus Federation：通過 Prometheus 聯(lián)邦機(jī)制，將多個(gè) Prometheus 實(shí)例聚合在一起，提供更大的數(shù)據(jù)處理能力。

? 分布式存儲(chǔ)：通過外部存儲(chǔ)后端（如 Cortex、Thanos、 GreptimeDB 等等）實(shí)現(xiàn) Prometheus 數(shù)據(jù)的長期存儲(chǔ)和擴(kuò)展。

? 使用多個(gè) Prometheus 實(shí)例：針對(duì)不同的監(jiān)控目標(biāo)，使用多個(gè) Prometheus 實(shí)例分擔(dān)數(shù)據(jù)抓取任務(wù)，然后通過聚合和查詢多個(gè)實(shí)例的數(shù)據(jù)來提高性能。

11. Prometheus 如何與 Kubernetes 集成？

Prometheus 與 Kubernetes 的集成通常通過以下方式實(shí)現(xiàn)：

? 服務(wù)發(fā)現(xiàn)： Prometheus 使用 Kubernetes API 進(jìn)行服務(wù)發(fā)現(xiàn)，自動(dòng)發(fā)現(xiàn) Kubernetes 集群中的 Pod 和服務(wù)。

? Kubernetes Exporter：如 kube-state-metrics、node-exporter 等 Exporter 用于暴露 Kubernetes 集群的各種監(jiān)控指標(biāo)（如 Pod 狀態(tài)、節(jié)點(diǎn)資源使用情況等）。

? Prometheus Operator：一個(gè) Kubernetes 原生的 Prometheus 配置和管理工具，簡化 Prometheus 的部署、配置和維護(hù)。

12. Prometheus 如何與其他工具（如 Grafana、Alertmanager）協(xié)作？

Prometheus 作為時(shí)序數(shù)據(jù)收集和存儲(chǔ)工具，通常與其他生態(tài)工具協(xié)作，以實(shí)現(xiàn)全面的監(jiān)控解決方案。

? Grafana：用于數(shù)據(jù)的可視化。Prometheus 提供的時(shí)序數(shù)據(jù)可以通過 Grafana 進(jìn)行圖表化展示，Grafana 提供了豐富的儀表板和自定義視圖，用于實(shí)時(shí)監(jiān)控?cái)?shù)據(jù)。

集成方式： Grafana 可以作為 Prometheus 的數(shù)據(jù)源，使用 PromQL 查詢 Prometheus 存儲(chǔ)的時(shí)序數(shù)據(jù)并進(jìn)行可視化。

? Alertmanager：負(fù)責(zé) Prometheus 生成的警報(bào)。Alertmanager 可以對(duì)告警進(jìn)行聚合、分組、抑制等操作，并發(fā)送通知（如通過郵件、Slack、PagerDuty 等）。

? 集成方式： Prometheus 將觸發(fā)的報(bào)警發(fā)送到 Alertmanager，Alertmanager 進(jìn)一步處理并通知用戶。

13. 什么是 Prometheus 的數(shù)據(jù)模型？

Prometheus 的數(shù)據(jù)模型是以時(shí)序數(shù)據(jù)（Time Series）為核心的。時(shí)序數(shù)據(jù)由指標(biāo)（Metric）和時(shí)間戳組成，每個(gè)指標(biāo)都有一個(gè)唯一的名稱和相關(guān)的標(biāo)簽（labels）。

? Metric（指標(biāo)）：一個(gè)數(shù)據(jù)點(diǎn)，表示某個(gè)時(shí)間點(diǎn)的某種度量（如 CPU 使用率、內(nèi)存占用）。

? Labels（標(biāo)簽）：用來區(qū)分不同維度的指標(biāo)。例如，instance="localhost" 或 job="nginx" 可以作為標(biāo)簽來描述不同的度量來源。

? Time Series（時(shí)序數(shù)據(jù)）：由指標(biāo)名稱和標(biāo)簽組合標(biāo)識(shí)，每個(gè)時(shí)序數(shù)據(jù)點(diǎn)都有一個(gè)時(shí)間戳和數(shù)值。

14. Prometheus 的數(shù)據(jù)抓取（Scraping）是如何工作的？

Prometheus 使用 Pull 模型來抓取數(shù)據(jù)，它定期從配置好的目標(biāo)（如應(yīng)用程序、主機(jī)或容器）拉取時(shí)序數(shù)據(jù)。數(shù)據(jù)抓取的流程如下：

1. 配置目標(biāo)：通過配置文件 prometheus.yml，定義需要抓取數(shù)據(jù)的目標(biāo)（例如，應(yīng)用程序的端點(diǎn)、Node Exporter、Kubernetes 等）。

2. Scraping： Prometheus 會(huì)按照配置的時(shí)間間隔（通常為每 15 秒）定期訪問這些目標(biāo)的 /metrics 端點(diǎn)，拉取最新的指標(biāo)數(shù)據(jù)。

3. 數(shù)據(jù)存儲(chǔ)：拉取的數(shù)據(jù)被存儲(chǔ)在 Prometheus 的本地時(shí)序數(shù)據(jù)庫中，并按時(shí)間戳、指標(biāo)名稱和標(biāo)簽索引。

15. 什么是 PromQL？它的主要用途是什么？

PromQL（Prometheus Query Language）是 Prometheus 提供的查詢語言，用于從時(shí)序數(shù)據(jù)庫中提取和處理數(shù)據(jù)。

主要用途：

? 數(shù)據(jù)查詢： PromQL 允許用戶基于指標(biāo)名稱、標(biāo)簽、時(shí)間區(qū)間等條件進(jìn)行靈活的查詢。

? 聚合和計(jì)算：支持對(duì)查詢結(jié)果進(jìn)行聚合（如求和、平均、最大值、最小值）以及計(jì)算（如比率、變化率等）。

? 數(shù)據(jù)可視化： PromQL 查詢結(jié)果可用于生成圖表，或者通過 Grafana 進(jìn)行展示。

? 報(bào)警規(guī)則：在 Prometheus 中，報(bào)警規(guī)則是基于 PromQL 編寫的，告警會(huì)在滿足查詢條件時(shí)觸發(fā)。

16. Prometheus 如何處理高可用性？

Prometheus 本身并不內(nèi)置高可用性機(jī)制，但可以通過以下方式實(shí)現(xiàn)高可用性：

? 多實(shí)例配置：通過部署多個(gè) Prometheus 實(shí)例，每個(gè)實(shí)例都抓取相同的數(shù)據(jù)源。為了避免重復(fù)報(bào)警和存儲(chǔ)數(shù)據(jù)，可以配置 Prometheus 的 federation（聯(lián)邦）和 Alertmanager 來整合多個(gè)實(shí)例的數(shù)據(jù)和警報(bào)。

? 跨區(qū)域冗余：在分布式系統(tǒng)中，可以部署多個(gè) Prometheus 實(shí)例，將不同區(qū)域的指標(biāo)聚合到一個(gè)主 Prometheus 實(shí)例中。

? 數(shù)據(jù)備份：通過備份和恢復(fù)策略，確保 Prometheus 數(shù)據(jù)的安全。

17. 如何優(yōu)化 Prometheus 的性能，特別是在處理大量指標(biāo)時(shí)？

優(yōu)化 Prometheus 性能時(shí)，可以從以下幾個(gè)方面入手：

? 數(shù)據(jù)壓縮： Prometheus 對(duì)存儲(chǔ)的數(shù)據(jù)進(jìn)行壓縮，可以節(jié)省存儲(chǔ)空間并提高存取效率。

? 合理配置抓取頻率：根據(jù)需求合理配置抓取頻率。如果某些數(shù)據(jù)不需要頻繁采集，可以將采集頻率降低，減少系統(tǒng)負(fù)載。

? 存儲(chǔ)分區(qū)和限制數(shù)據(jù)保留：通過配置 Prometheus 的存儲(chǔ)策略（如數(shù)據(jù)保留時(shí)間、存儲(chǔ)文件大小）來限制不必要的老舊數(shù)據(jù)占用存儲(chǔ)空間。

? 外部存儲(chǔ)解決方案：對(duì)于長期存儲(chǔ)和高容量數(shù)據(jù)，可以將數(shù)據(jù)遷移到外部存儲(chǔ)系統(tǒng)（如 Thanos、Cortex、 GreptimeDB 等等），這可以提高 Prometheus 的可擴(kuò)展性。

18. Prometheus 與其他監(jiān)控工具（如 Nagios 或 Zabbix）有何不同？

? 架構(gòu)： Prometheus 基于 Pull 模式（主動(dòng)拉取數(shù)據(jù)），而 Nagios 和 Zabbix 通常基于 Push 模式（被動(dòng)接收數(shù)據(jù)）。

? 數(shù)據(jù)存儲(chǔ)： Prometheus 使用時(shí)序數(shù)據(jù)庫來存儲(chǔ)數(shù)據(jù)，特別適合監(jiān)控和分析指標(biāo)數(shù)據(jù)，而 Nagios 和 Zabbix 使用傳統(tǒng)的數(shù)據(jù)庫管理數(shù)據(jù)。

? 靈活性： Prometheus 提供強(qiáng)大的查詢語言 PromQL，能夠進(jìn)行復(fù)雜的數(shù)據(jù)聚合和分析，而 Nagios 和 Zabbix 更側(cè)重于告警管理和事件處理。

? 擴(kuò)展性： Prometheus 設(shè)計(jì)上更適合云原生和微服務(wù)架構(gòu)，支持多種插件和與 Kubernetes、Docker 等工具的集成，而 Nagios 和 Zabbix 更適合傳統(tǒng)的 IT 基礎(chǔ)設(shè)施。

19. 什么是 Prometheus 的 Exporters？

Exporters 是用于暴露應(yīng)用程序或基礎(chǔ)設(shè)施的監(jiān)控指標(biāo)的組件。Prometheus 通過 Scraping 來獲取這些 Exporters 暴露的指標(biāo)數(shù)據(jù)。

常見 Exporters：

? Node Exporter：用于暴露 Linux 主機(jī)的硬件和操作系統(tǒng)指標(biāo)，如 CPU、內(nèi)存、磁盤、網(wǎng)絡(luò)等。

? Blackbox Exporter：用于對(duì)外部服務(wù)進(jìn)行可用性監(jiān)控，如 HTTP、TCP、DNS 等協(xié)議。

? MySQL Exporter：用于暴露 MySQL 數(shù)據(jù)庫的指標(biāo)，如查詢數(shù)、連接數(shù)、緩存命中率等。

? Docker Exporter：用于暴露 Docker 容器的監(jiān)控指標(biāo)。

Exporters 提供了與 Prometheus 兼容的 /metrics 端點(diǎn)，Prometheus 會(huì)定期抓取這些端點(diǎn)并收集數(shù)據(jù)。

20. Alertmanager 是什么？它的主要功能是什么？

Alertmanager 是 Prometheus 的一個(gè)組件，負(fù)責(zé)接收 Prometheus 發(fā)送的報(bào)警，并對(duì)報(bào)警進(jìn)行處理、分組、抑制、路由和通知。

主要功能：

? 報(bào)警分組：將相似的報(bào)警合并，減少通知的噪聲。

? 報(bào)警抑制：根據(jù)用戶設(shè)置的規(guī)則，當(dāng)某些報(bào)警觸發(fā)時(shí)，自動(dòng)抑制其他相關(guān)報(bào)警。

? 通知渠道：支持將報(bào)警通過多種通知渠道（如電子郵件、Slack、PagerDuty）發(fā)送給相關(guān)人員。

? 多級(jí)通知：支持根據(jù)報(bào)警的嚴(yán)重性或緊急程度進(jìn)行不同的通知策略。

21. Prometheus 生態(tài)系統(tǒng)包括哪些工具？它們的作用是什么？

Prometheus 生態(tài)系統(tǒng)包括多個(gè)工具，每個(gè)工具負(fù)責(zé)監(jiān)控、存儲(chǔ)、告警、可視化等不同任務(wù)。常見的工具包括：

? Prometheus：用于數(shù)據(jù)收集和存儲(chǔ)，專注于時(shí)序數(shù)據(jù)。

? Grafana：用于數(shù)據(jù)可視化，展示 Prometheus 收集的指標(biāo)數(shù)據(jù)，創(chuàng)建自定義儀表盤。

? Alertmanager：管理 Prometheus 中的告警，提供告警去重、抑制、通知等功能。

? Prometheus Exporters：用于將特定應(yīng)用或硬件的指標(biāo)暴露給 Prometheus。例如，node_exporter 用于暴露操作系統(tǒng)指標(biāo)，blackbox_exporter 用于服務(wù)可用性監(jiān)控。

? Thanos：提供 Prometheus 數(shù)據(jù)的長期存儲(chǔ)和高可用性支持，擴(kuò)展 Prometheus 的存儲(chǔ)能力。

? Cortex：一個(gè)分布式 Prometheus 后端，支持 Prometheus 數(shù)據(jù)的長期存儲(chǔ)和查詢。

? Alertmanager：負(fù)責(zé)接收 Prometheus 的告警并將其轉(zhuǎn)發(fā)到通知系統(tǒng)（如郵件、Slack、PagerDuty 等）。

22. Prometheus 與 Thanos 和 Cortex 的關(guān)系是什么？

Thanos 和 Cortex 都是 Prometheus 的擴(kuò)展工具，主要用于解決 Prometheus 的長期存儲(chǔ) 和多集群查詢問題。

? Thanos：通過將多個(gè) Prometheus 實(shí)例的數(shù)據(jù)集中存儲(chǔ)，提供了全球查詢、持久化存儲(chǔ) 和高可用性支持。它允許用戶查詢跨多個(gè) Prometheus 實(shí)例的歷史數(shù)據(jù)，并將 Prometheus 的數(shù)據(jù)存儲(chǔ)能力擴(kuò)展到長期存儲(chǔ)。

? Cortex：是一個(gè)分布式 Prometheus 后端，支持跨多個(gè)集群存儲(chǔ)和查詢 Prometheus 數(shù)據(jù)。它實(shí)現(xiàn)了 Prometheus 的多租戶支持和可擴(kuò)展性，適用于大規(guī)模的云原生環(huán)境。

23. Prometheus 中的標(biāo)簽（Labels）有什么作用？

標(biāo)簽是 Prometheus 用于區(qū)分同一時(shí)序數(shù)據(jù)不同維度的標(biāo)識(shí)符。每個(gè)時(shí)序數(shù)據(jù)都有一個(gè)或多個(gè)標(biāo)簽，標(biāo)簽可以用來區(qū)分相同指標(biāo)的不同實(shí)例，例如：

? http_requests_total{method="GET", status="200"} 表示 HTTP 請(qǐng)求總數(shù)，其中 method 和 status 是標(biāo)簽，用于區(qū)分不同的請(qǐng)求類型。

? 標(biāo)簽可以幫助用戶根據(jù)不同維度篩選和聚合數(shù)據(jù)，進(jìn)行更精確的監(jiān)控和分析。

24. Prometheus 支持哪些數(shù)據(jù)存儲(chǔ)后端？

Prometheus 默認(rèn)使用本地存儲(chǔ)來存儲(chǔ)時(shí)序數(shù)據(jù)。然而，對(duì)于長期存儲(chǔ)或高可用性的需求，Prometheus 支持通過以下后端擴(kuò)展：

? Thanos：提供持久化存儲(chǔ)和高可用性支持，適合大規(guī)模分布式系統(tǒng)。

? Cortex：分布式的 Prometheus 存儲(chǔ)解決方案，支持跨多個(gè)集群的數(shù)據(jù)存儲(chǔ)和查詢。

? InfluxDB：可以將 Prometheus 的時(shí)序數(shù)據(jù)推送到 InfluxDB 進(jìn)行長期存儲(chǔ)。

? GreptimeDB：一個(gè)新興的云原生時(shí)序數(shù)據(jù)庫，大家可以嘗試下，很不錯(cuò)。

25. 什么是 Prometheus 查詢語言（PromQL）？舉例說明。

PromQL 是 Prometheus 的查詢語言，用于從時(shí)序數(shù)據(jù)庫中提取、聚合、過濾數(shù)據(jù)。它支持基本的數(shù)學(xué)運(yùn)算、聚合函數(shù)和時(shí)間范圍選擇。

示例：

? 查詢過去 5 分鐘內(nèi) http_requests_total 指標(biāo)的平均值：avg(http_requests_total[5m])

? 查詢狀態(tài)為 200 的請(qǐng)求總數(shù)：http_requests_total{status="200"}

? 查詢 1 分鐘內(nèi) cpu_usage 的 rate：rate(cpu_usage[1m])

26. Prometheus 如何處理動(dòng)態(tài)環(huán)境中的目標(biāo)（Targets）？

Prometheus 支持通過服務(wù)發(fā)現(xiàn) 自動(dòng)發(fā)現(xiàn)動(dòng)態(tài)環(huán)境中的目標(biāo)（如 Kubernetes、Consul、EC2 等）。Prometheus 可以自動(dòng)發(fā)現(xiàn)和抓取新添加的服務(wù)或應(yīng)用的指標(biāo)，而無需手動(dòng)更新配置。通過服務(wù)發(fā)現(xiàn)，Prometheus 可以適應(yīng)云平臺(tái)和容器化環(huán)境中的動(dòng)態(tài)擴(kuò)展。