Prometheus ialah sebuah perisian sumber terbuka ditulis dalam Go yang digunakan untuk merakam ukuran-ukuran masa sebenar dalam satu pangkalan data siri masa (membolehkan banyak cara pengukuran) yang di bina menggunakan model HTTP pull, disertakan dengan pertanyaan fleksibel dan pengawasan masa sebenar.[1][2]
Sejarah
Prometheus mula dibangunkan pada tahun 2012 di SoundCloud[3], semasa syarikat tersebut mendapati bahawa kaedah ukuran dan pemantauan sedia ada (menggunakan StatsD dan Graphite) tidak menepati keperluan mereka. Secara khusus, Prometheus harus menepati yang berikut: model data berbilang dimensi, ringkas dari segi operasi, kumpulan data yang boleh skala, dan bahasa tanya yang hebat, semuanya dalam satu alat.[4] Projek ini adalah bersumber terbuka sejak dari mula, dan turut mula digunakan oleh para pengguna Boxeyer dan Docker, walaupun belum betul-betul diumumkan.[4][5] Prometheus diinspirasikan oleh alat pemantauan Borgmon digunakan di Google.[6][7]
Seni bina
Prometheus pada kebiasaannya terdiri daripada komponen-komponen berikut:
Satu atau lebih pengeksport yang selalunya dijalankan pada hos yang dipantau untuk mengeksport ukuran-ukuran pada hos tersebut.
Pelayan Prometheus sebagai pusat dan penyimpan ukuran
Alertmanager yang akan mengeluarkan amaran berdasarkan ukuran yang diimport.
Grafana untuk memaparkan secara grafik ukuran yang diimport.
PromQL sebagai bahasa tanya yang digunakan oleh dashboard dan penetapan amaran.
^Murphy, Niall; Beyer, Betsy; Jones, Chris; Petoff, Jennifer (2016). Site Reliability Engineering:How Google Runs Production Systems. O'Reilly Media. ISBN978-1491929124. Even though Borgmon remains internal to Google, the idea of treating time-series data as a data source for generating alerts is now accessible to everyone through those open source tools like Prometheus ...
^Volz, Julius (4 September 2017). "PromCon 2017: Conference Recap" – melalui YouTube. I joined SoundCloud back in 2012 coming from Google...we didn't yet have any monitoring tools that that works with this kind of dynamic environment. We were kind of missing the way Google did its monitoring for its own internal cluster scheduler and we were very inspired by that and finally decided to build our own open-source solution.
Bacaan lanjut
Russ, McKendrick (2015-12-15). Monitoring Docker : monitor your Docker containers and their apps using various native and third-party tools with the help of this exclusive guide!. Birmingham, UK. ISBN9781785885501. OCLC933610431.
JOSEPH., HECK (2018). KUBERNETES FOR DEVELOPERS use kubernetes to develop, test, and deploy your applications with the help of containers;use kubernetes to develop. [S.l.]: PACKT PUBLISHING. ISBN978-1788830607. OCLC1031909876.
1976-, Burns, Brendan (2018-02-20). Designing distributed systems : patterns and paradigms for scalable, reliable services (ed. First). Sebastopol, CA. ISBN9781491983614. OCLC1023861580.CS1 maint: numeric names: authors list (link)
Martin., Helmich (2017). Cloud Native programming with Golang Develop microservice-based high performance web apps for the cloud with Go. Andrawos, Mina., Snoeck, Jelmer. Birmingham: Packt Publishing. ISBN9781787127968. OCLC1020029257.
Alok, Shrivastwa (2018-02-23). Hybrid cloud for architects : build robust hybrid cloud solutions using AWS and OpenStack. Birmingham, UK. ISBN9781788627986. OCLC1028641698.
Kaewkasi, Chanwit (2016). Native Docker Clustering with Swarm. ISBN978-1786469755.