首页 > 软件编程 > Rust语言 > Rust Prometheus工具包使用

Rust语言之Prometheus系统监控工具包的使用详解

2023-10-06 08:27:48 作者：Pomelo_刘金

Prometheus 是一个开源的系统监控和警报工具包,最初是由SoundCloud构建的,随着时间的发展,Prometheus已经具有适用于各种使用场景的版本,为了开发者方便开发,更是有各种语言版本的Prometheus的开发工具包,本文主要介绍Rust版本的Prometheus开发工具包

1. Prometheus 简介

Prometheus 是一个开源的系统监控和警报工具包，最初是由 SoundCloud 构建的。Prometheus 的主要优势在于其多维数据模型和灵活的查询语言，能够实现高效的数据存储和查询。

随着时间的发展，Prometheus已经具有适用于各种操作系统、各种使用场景的版本。为了开发者方便开发，更是有各种语言版本的Prometheus的开发工具包（本文主要介绍Rust版本的Prometheus开发工具包）

本文章具体介绍两个部分的使用：

Exporter：用于产生和发送信息
Prometheus：用于接收和展示信息

1.1 Exporter

在整个Prometheus 的使用中，Exporter是最基础和重要的部分，Prometheus只是负责接收并展示你想知道的信息，但是信息究竟从何而来呢？是的，消息由Exporter产生，并发送给Prometheus保存和记录。

广义上讲所有可以向Prometheus提供监控样本数据的程序都可以被称为一个Exporter。而Exporter的一个实例称为target，Prometheus通过轮询的方式定期从这些target中获取样本数据。也就是说可以同时有多个Exporter给同一个Prometheus发送需要记录的信息。

其实对于Prometheus工具包的使用具体也在这一部分，通过工具包创建一个又一个Exporter从而完整的记录你想记录的任何信息，那问题来了Exporter结构应该是怎样的呢？究竟是使用工具包提供的api写在自己的程序里面，还是完全隔离开，写一个独立的Exporter程序呢？

从Exporter的运行方式上来讲，又可以分为：

独立使用的

以Node Exporter为例，由于操作系统本身并不直接支持Prometheus，同时用户也无法通过直接从操作系统层面上提供对Prometheus的支持。因此，用户只能通过独立运行一个程序的方式，通过操作系统提供的相关接口，将系统的运行状态数据转换为可供Prometheus读取的监控数据。除了Node Exporter以外，比如MySQL Exporter、Redis Exporter等都是通过这种方式实现的。这些Exporter程序扮演了一个中间代理人的角色。

集成到应用中的

为了能够更好的监控系统的内部运行状态，有些开源项目如Kubernetes，ETCD等直接在代码中使用了Prometheus的Client Library，提供了对Prometheus的直接支持。这种方式打破的监控的界限，让应用程序可以直接将内部的运行状态暴露给Prometheus，适合于一些需要更多自定义监控指标需求的项目。

1.2 安装 Prometheus

Prometheus主要用来显示从Exporter发送的信息，并且Prometheus可以在本地运行，只需下载对应的版本。

https://prometheus.io/download/

按照安装指南完成安装与配置。

我下载的是Linux，64位系统的版本：prometheus-2.47.0.linux-amd64.tar.gz

输入指令解压文件

tar -zxvf prometheus-2.47.0.linux-amd64.tar.gz

进入 Prometheus 目录

cd prometheus-2.47.0.linux-amd64

运行 Prometheus

./prometheus

现在 Prometheus 应该已经开始运行，并在默认的 9090 端口上监听。你可以在 Web 浏览器中通过访问 http://<你的服务器IP>:9090 来访问 Prometheus 的 Web 界面。

配置 Prometheus

Prometheus 通常还需要一个配置文件，例如 prometheus.yml，来定义如何执行服务发现和数据采集。在 Prometheus 目录中，你通常会找到一个示例配置文件，你可以根据自己的需要对其进行修改。

2.Prometheus 库的基本使用

2.1 创建新的 Rust 项目

使用 Cargo 创建一个新项目：

cargo new prometheus_example
cd prometheus_example

配置项目依赖，在 Cargo.toml 文件中加入 Prometheus 库：

[dependencies]
prometheus = "0.13.3"

0.13.3是写这篇文章时的最新版本。也许现在版本已经更新，建议使用最新的版本哦

https://docs.rs/prometheus/0.13.3/prometheus/

2.2 创建和配置 Prometheus 计数器

简单的初始化一个计数器，并配置标签和值：

use prometheus::{Counter, Registry};
let reg = Registry::new();
let counter = Counter::new("example_counter", "An example counter").unwrap();
reg.register(Box::new(counter.clone())).unwrap();

也可以通过官方的的例子自定义Registry实例和counter实例

// 使用 `lazy_static!` 定义静态 `IntCounter`。
lazy_static! {
    static ref CUSTOM_COUNTER: IntCounter = IntCounter::new("custom", "dedicated counter").unwrap();
}
// Register custom metrics to a custom registry.
let mut labels = HashMap::new();
//这部分代码创建了一个带有自定义前缀“myprefix”的 `Registry`，并为它分配了一个标签，标签的键是“mykey”，值是“myvalue”。
labels.insert("mykey".to_string(), "myvalue".to_string());
let custom_registry = Registry::new_custom(Some("myprefix".to_string()),Some(labels)).unwrap();
//这一行调用了下面定义的 `custom_metrics` 函数，并将先前创建的 `custom_registry` 作为参数传递给它。
custom_metrics(&custom_registry);
/// Custom metrics, to be collected by a dedicated registry.
fn custom_metrics(registry: &Registry) {
    registry.register(Box::new(CUSTOM_COUNTER.clone())).unwrap();
    CUSTOM_COUNTER.inc_by(42);
    assert_eq!(CUSTOM_COUNTER.get(), 42);
}
//在这个函数中：
//  `CUSTOM_COUNTER` 被注册到了传递进来的 `Registry` 中。
//   然后，`CUSTOM_COUNTER` 的值增加了42。
//   最后，使用 `assert_eq!` 宏来验证 `CUSTOM_COUNTER` 的值是否确实为42。

通过上面的方式生成的metrics可以打印出来

// Print metrics for the custom registry.
let mut buffer = Vec::<u8>::new();
let encoder = prometheus::TextEncoder::new();
encoder
    .encode(&custom_registry.gather(), &mut buffer)
    .unwrap();
println!("## Custom registry");
println!("{}", String::from_utf8(buffer.clone()).unwrap());

打印结果：

## Custom registry
# HELP myprefix_custom dedicated counter
# TYPE myprefix_custom counter
myprefix_custom 42

3. 数据收集和展示

3.1通过web服务提供查询数据的接口给 Prometheus

因为 Prometheus 主要是通过 HTTP 协议来抓取（scrape）应用暴露出的指标（metrics）的，但这并不意味着你的应用必须是一个完整的 web 服务。你只需要为你的应用添加一个简单的 HTTP 服务器来暴露指标。这样的 HTTP 服务器通常非常轻量，对你的应用几乎没有什么影响。

可以使用warp的轻量级web框架，也可以使用最近刚推出的评价还不错的一个web框架，当然选用什么框架都看个人习惯。

我将用warp举例在Cargo.toml文件中添加依赖

[dependencies]
warp = "0.3" 
tokio = { version = "1", features = ["full"] }

接下来，用warp创建一个简单的web服务：这个服务会在 http://[127:0:0:1]:8080/test 上暴露你的 Prometheus 指标：

use prometheus::{Encoder, TextEncoder};
use warp::Filter;
use std::collections::HashMap;
use prometheus::{Registry, IntCounter};
use std::sync::Arc;
use tokio::sync::RwLock;
lazy_static! {
    static ref CUSTOM_COUNTER: IntCounter = IntCounter::new("custom", "dedicated counter").unwrap();
#[tokio::main]
async fn main() {
let mut labels = HashMap::new();
labels.insert("mykey".to_string(), "myvalue".to_string());
let custom_registry = Registry::new_custom(Some("myprefix".to_string()),Some(labels)).unwrap();
custom_metrics(&custom_registry);
fn custom_metrics(registry: &Registry) {
    registry.register(Box::new(CUSTOM_COUNTER.clone())).unwrap();
    CUSTOM_COUNTER.inc_by(42);
    assert_eq!(CUSTOM_COUNTER.get(), 42);
}
let custom_registry = Arc::new(RwLock::new(custom_registry));
// 创建一个 warp filter，该 filter 会暴露 Prometheus 指标。
    let consensus_route = warp::path!("test").map(move || {
        GET_BLOCK_COUNTER.inc();
        SEND_TX_COUNTER.inc();
        let buffer = metrics_encode(Consensus_registry.clone());
        warp::reply::with_header(buffer, "Content-Type", "text/plain")
    });
    let routes=rpc_route.or(consensus_route);
    warp::serve(routes).run(([127, 0, 0, 1], 8080)).await;

在配置文件中添加刚刚写的web服务的网址，使打开prometheus可以定时访问这个地址从而获取信息。文件编辑好后，保存，退出，重新运行prometheus就会去监控这个地址了。

3.2. 监控信息

打开浏览器，访问localhost:9090地址，会出现prometheus的监控画面

在搜索栏中输入想要监控的信息：myprefix_custom,点击Execute，便可以看到想要查询的信息，数量等

以上就是Rust语言之Prometheus系统监控工具包的使用详解的详细内容，更多关于Rust Prometheus工具包使用的资料请关注脚本之家其它相关文章！