主编推荐语
从运维和开发两个维度，深入剖析Prometheus的系统架构、工作原理以及在各种云原生场景下的监控解决方案。
内容简介
本书主要围绕当前业界最流行的监控系统Prometheus展开，除了帮助读者快速了解Prometheus的概念、用途、环境搭建等系统性、宏观的认识，更多的让读者感受到Prometheus独孤九剑破众多技术壁垒的精彩。支持监控微服务、系统级监控、数据库监控、中间件监控、大数据监控等。
第1章主要介绍监控系统的相关概念。第2章介绍Prometheus的相关概念。第3章介绍SpringBoot如何集成Prometheus的实战案例。第4章介绍Prometheus中PromQL的相关概念。第5章继续介绍PromQL的更多高级用法。第6章介绍Prometheus的告警模块Alertmanager。第7章介绍Prometheus的exporter相关概念。第8章介绍Prometheus集成SpringBoot实战场景中的高级话题。第9章介绍Prometheus的集群实战。第10章介绍Prometheus的存储原理。第11章介绍Prometheus的其他相关技术。
目录
- 版权信息
- 赞誉
- 前言
- 为什么要写这本书
- 读者对象
- 如何阅读本书
- 勘误和支持
- 致谢
- 第1章 监控之美
- 1.1 监控：把握应用的脉搏
- 1.2 监控架构分类
- 1.3 MDD思想：从指标到洞察力
- 1.3.1 MDD理念综述
- 1.3.2 指导实践的3大监控方法论
- 1.4 监控系统选型分析及误区探讨
- 1.4.1 黑盒监控和白盒监控
- 1.4.2 监控检查的两种模式——拉取和推送
- 1.4.3 5种常见的监控系统
- 1.4.4 监控系统的选型分析及误区探讨
- 1.5 本章小结
- 第2章 Prometheus入门
- 2.1 Prometheus发展简史
- 2.2 Prometheus的主要特点
- 2.3 Prometheus架构剖析
- 2.4 Prometheus的3大局限性
- 2.5 快速安装并启动Prometheus
- 2.6 本章小结
- 第3章 Spring Boot可视化监控实战
- 3.1 用Micrometer仪表化JVM应用
- 3.2 在Spring Boot 2.x中集成Prometheus的方法
- 3.2.1 引入Maven依赖
- 3.2.2 application.properties配置
- 3.2.3 通过MeterBinder接口采集和注册指标
- 3.2.4 以埋点的方式更新指标数据
- 3.2.5 效果展示
- 3.3 针对Spring Boot 2.x采集并可视化相关数据
- 3.4 第三方专业可视化工具——Grafana
- 3.5 Grafana高级模板
- 3.6 邮件告警的生成与扩展
- 3.6.1 通过Alertmanager生成邮件告警
- 3.6.2 邮件告警扩展：cc和bcc
- 3.7 构建钉钉告警系统
- 3.7.1 安装MacOS Docker
- 3.7.2 安装Docker镜像
- 3.7.3 钉钉接入设置
- 3.7.4 钉钉告警功能验证
- 3.8 本章小结
- 第4章 PromQL让数据会说话
- 4.1 初识PromQL
- 4.1.1 PromQL的4种数据类型
- 4.1.2 时间序列
- 4.1.3 指标
- 4.2 PromQL中的4大选择器
- 4.2.1 匹配器
- 4.2.2 瞬时向量选择器
- 4.2.3 区间向量选择器
- 4.2.4 偏移量修改器
- 4.3 Prometheus的4大指标类型
- 4.3.1 计数器
- 4.3.2 仪表盘
- 4.3.3 直方图
- 4.3.4 摘要
- 4.4 13种聚合操作
- 4.5 Prometheus的3种二元操作符
- 4.5.1 算术运算符
- 4.5.2 集合/逻辑运算符
- 4.5.3 比较运算符
- 4.5.4 优先级
- 4.6 向量匹配
- 4.6.1 一对一匹配
- 4.6.2 一对多和多对一匹配
- 4.6.3 多对多匹配
- 4.7 本章小结
- 第5章 PromQL高级实战
- 5.1 Prometheus内置函数
- 5.1.1 动态标签函数
- 5.1.2 数学运算函数
- 5.1.3 类型转换函数
- 5.1.4 时间和日期函数
- 5.1.5 多对多逻辑运算符函数
- 5.1.6 排序函数
- 5.1.7 Counter函数
- 5.1.8 Gauge函数
- 5.1.9 Histogram函数
- 5.1.10 时间聚合函数
- 5.2 HTTP API
- 5.2.1 API响应格式
- 5.2.2 表达式查询
- 5.2.3 元数据管理
- 5.2.4 其他拓展
- 5.3 两种可定期执行的规则
- 5.3.1 记录规则
- 5.3.2 告警规则
- 5.4 指标的抓取与存储
- 5.4.1 用relabel_configs抓取指标
- 5.4.2 用metric_relabel_configs存储指标
- 5.5 通过调优解决PromQL耗尽资源问题
- 5.6 本章小结
- 第6章 Prometheus告警机制深度解析
- 6.1 Alertmanager架构解析
- 6.2 AMTool的安装与用法
- 6.3 配置文件的编写与解读
- 6.4 告警规则的定义
- 6.5 关于告警的高级应用与问题处理
- 6.5.1 Prometheus告警失灵
- 6.5.2 出现告警轰炸的问题
- 6.6 构建高可用告警集群
- 6.7 本章小结
- 第7章 Prometheus独孤九剑：通过定制Exporter监控一切
- 7.1 Exporter概述
- 7.2 Exporter的数据规范
- 7.3 Exporter数据采集方式
- 7.4 一个最简单的Exporter示例
- 7.5 自己动手编写一个Exporter
- 7.6 高质量Exporter的编写原则与方法
- 7.6.1 分配合理的端口号
- 7.6.2 设计落地页
- 7.6.3 将软件版本信息提供给Prometheus的正确方法
- 7.6.4 必备指标的梳理
- 7.6.5 编写高质量Exporter的其他注意事项
- 7.7 Node Exporter源码解析
- 7.8 Exporter高级应用：开启TSL连接和Basic Auth认证
- 7.8.1 准备证书
- 7.8.2 支持TLS的配置方法
- 7.8.3 支持Basic Auth的配置方法
- 7.9 本章小结
- 第8章 Spring Boot高级监控实战
- 8.1 Controller监控实战
- 8.2 业务代码监控实战
- 8.3 通过注解进行监控的设置与实战
- 8.4 Dubbo监控实战
- 8.5 SPI机制原理解析
- 8.6 SPI高级实战：基于Dubbo的分布式日志链路TraceID追踪
- 8.7 集成Spring Boot时的常见问题及其解决方案
- 8.8 关于Micrometer的两个常见问题及其解决方案
- 8.8.1 极大值BUG问题
- 8.8.2 Actuator内存溢出问题
- 8.9 micrometer-spring-legacy源码解析
- 8.9.1 spring.factories
- 8.9.2 CompositeMeterRegistryAutoConfiguration
- 8.9.3 XX-MeterRegistry的注册
- 8.9.4 WebMvcMetricsFilter过滤器
- 8.9.5 其他
- 8.10 本章小结
- 第9章 Prometheus集群实战
- 9.1 校时
- 9.2 Prometheus的3种常见HA架构方案
- 9.2.1 简单HA
- 9.2.2 简单HA+远程存储
- 9.2.3 简单HA+远程存储+联邦集群
- 9.2.4 联邦集群配置方式
- 9.2.5 功能分区配置方式
- 9.2.6 K8S单点故障引发的POD漂移问题
- 9.3 Prometheus集群架构采集优化方案
- 9.4 在企业中从零推广Prometheus架构
- 9.4.1 研发团队
- 9.4.2 运维团队
- 9.4.3 借助K8S一起推进上线
- 9.5 搭建基于M3DB的简单HA+远程存储Prometheus K8S集群
- 9.5.1 架构说明
- 9.5.2 K8S内部Prometheus
- 9.5.3 K8S外部Prometheus
- 9.5.4 M3DB
- 9.6 多租户、可横向扩展的Prometheus即服务——Cortex
- 9.7 本章小结
- 第10章 Prometheus存储原理与问题分析
- 10.1 本地存储文件结构解析
- 10.2 存储原理解析
- 10.3 存储配置方法
- 10.4 本地存储容量规划原则与方法
- 10.5 RAM容量规划原则与方法
- 10.6 本地存储及时性和时序性问题分析
- 10.7 本章小结
- 第11章 Prometheus其他相关技术分析与实战
- 11.1 Thanos架构与监控实战
- 11.1.1 Thanos架构解析
- 11.1.2 Thanos在Prometheus监控中的作用与实战
- 11.1.3 Thanos存在的问题
- 11.2 M3DB技术详解
- 11.3 Loki的特性、架构与应用
- 11.3.1 Loki特性
- 11.3.2 Loki架构简介
- 11.3.3 Loki使用方法
- 11.4 ELK的5种主流架构及其优劣分析
- 11.4.1 为什么要用ELK
- 11.4.2 基础架构
- 11.4.3 改良架构
- 11.4.4 二次改良架构
- 11.4.5 基于Tribe Node概念的架构
- 11.4.6 带有冷热分离功能的架构
- 11.5 Fluentd和Fluent Bit项目简介
- 11.6 Operator模式现状与未来展望
- 11.7 关于灵活运用Prometheus的几点建议
- 11.8 本章小结
- 附录A Prometheus相关端口列表
- 附录B PromQL速查手册
- 附录C Prometheus 2.x（从2.0.0到2.20.0）的重大版本变迁
- 附录D Prometheus自监控指标
- 附录E SLA服务可用性基础参考指标
评分及书评
给这本书评了5.0这是一本很好的运营监控类书，读本书后完善了自己的监控认知，并获得以下几点收获：1、监控检查的模式分为两种：推送和拉取；2、从指标到洞察，监控四大黄金准则：延迟、流量、错误、饱和度。3、监控三要素：可聚合数据监控、离散日志监控、调用链监控。
给这本书评了4.0这本书介绍的内容较有深度，从开发方面介绍了 Spring boot 项目和 Prometheus 的结合，运维方面介绍了大型互联网架构中 Prometheus 群集的方案，并解析了 node exporter 原理和 Prometheus 存储结构，分享了部分生产中经历的问题和注意点，提供了有效的建议，适合有一定生产经验的运维和开发工程师阅读。
出版方
机械工业出版社有限公司
机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。
