Azure Monitor och Prometheus
Prometheus är en populär lösning för övervakning och aviseringar med öppen källkod som används ofta i det molnbaserade ekosystemet. Prometheus används för att övervaka och varna om prestanda för infrastruktur och arbetsbelastningar och används ofta i Kubernetes-miljöer.
Använd Prometheus som en Hanterad Azure-tjänst eller som en självhanterad tjänst för att samla in mått. Prometheus-mått kan samlas in från dina AKS-kluster (Azure Kubernetes Service), Azure Arc-aktiverade Kubernetes-kluster, virtuella datorer och VM-skalningsuppsättningar.
Prometheus-mått lagras på en Azure Monitor-arbetsyta, där du kan analysera och visualisera data med Metrics Explorer med PromQL och Azure Managed Grafana.
Viktigt!
Azure Monitor-hanterad och värdbaserad Prometheus är avsedd för lagring av information om tjänsthälsa för kunddatorer och program. Det är inte avsett för lagring av data som klassificeras som personlig identifierbar information (PII) eller slutanvändare identifierbar information (EUII). Vi rekommenderar starkt att du inte skickar känslig information (användarnamn, kreditkortsnummer osv.) till Azure Monitor-värdbaserade Prometheus-fält som måttnamn, etikettnamn eller etikettvärden.
Azure Monitor Managed Service för Prometheus
Azure Monitor Managed Service for Prometheus är en komponent i Azure Monitor Metrics som tillhandahåller en fullständigt hanterad och skalbar miljö för att köra Prometheus. Det förenklar distributionen, hanteringen och skalningen av Prometheus i en Azure Kubernetes-tjänst, så att du kan fokusera på att övervaka dina program och infrastruktur.
Som en fullständigt hanterad tjänst distribuerar Azure Monitor-hanterad tjänst för Prometheus automatiskt Prometheus i AKS eller ARC-aktiverade Kubernetes. Tjänsten ger hög tillgänglighet, SLA-garantier och automatiska programuppdateringar. Tjänsten tillhandahåller ett mycket skalbart måttlager med datakvarhållning på upp till 18 månader.
Azure Monitor-hanterad tjänst för Prometheus tillhandahåller förkonfigurerade aviseringar, regler och instrumentpaneler. Med rekommenderade instrumentpaneler från Prometheus-communityn och inbyggd Grafana-integrering kan du uppnå omfattande övervakning omedelbart. Integreras internt med Azure Managed Grafana och fungerar även med självhanterad Grafana.
Prissättningen baseras på inmatning och frågor utan extra lagringskostnad. Mer information finns på fliken Mått i Prissättning för Azure Monitor.
Aktivera hanterad Azure Monitor-tjänst för Prometheus
Azure Monitor-hanterad tjänst för Prometheus samlar in data från Azure Kubernetes-tjänster:
- Azure Kubernetes-tjänsten (AKS)
- Azure Arc-aktiverade Kubernetes
Om du vill aktivera azure monitor-hanterad tjänst för Prometheus måste du skapa en Azure Monitor-arbetsyta för att lagra måtten. När arbetsytan har skapats kan du registrera tjänster som samlar in Prometheus-mått.
- Information om hur du samlar in Prometheus-mått från kubernetes-klustret finns i Aktivera övervakning för Kubernetes-kluster.
- Information om hur du konfigurerar fjärrskrivning för att samla in data från en självhanterad Prometheus-server finns i Azure Monitor-hanterad tjänst för Prometheus fjärrskrivning.
Kontakta supporten om du vill aktivera Managed Prometheus för luftgapade Moln i Microsoft Azure.
Azure-värdhanterad självhanterad Prometheus
Förutom den hanterade tjänsten för Prometheus kan du installera och hantera din egen Prometheus-instans och använda fjärrskrivning för att lagra mått på en Azure Monitor-arbetsyta.
Med fjärrskrivning kan du samla in data från självhanterade Prometheus-servrar som körs i följande miljöer:
- Virtuella Azure-datorer
- Azure Virtual Machine Scale Sets
- Arc-aktiverade servrar
- Självhanterade Azure-värdbaserade eller arc-aktiverade Kubernetes-kluster.
Självhanterade Kubernetes-tjänster
Skicka mått från självhanterade Prometheus i Kubernetes-kluster. Mer information om fjärrskrivning till Azure Monitor-arbetsytor för Kubernetes-tjänster finns i följande artiklar:
- Skicka Prometheus-data från AKS till Azure Monitor med hjälp av hanterad identitetsautentisering
- Skicka Prometheus-data från AKS till Azure Monitor med hjälp av Microsoft Entra ID-autentisering
- Skicka Prometheus-data till Azure Monitor med hjälp av Microsoft Entra ID-poddhanterad identitetsautentisering (förhandsversion)
- Skicka Prometheus-data till Azure Monitor med hjälp av autentisering med arbetsbelastnings-ID för Microsoft Entra-ID (förhandsversion)
Vm-datorer och VM-skalningsuppsättningar
Skicka data från självhanterade Prometheus på virtuella datorer och vm-skalningsuppsättningar. De virtuella datorerna kan finnas i en Azure-hanterad miljö eller lokalt. Mer information finns i Skicka Prometheus-mått från virtuella datorer till en Azure Monitor-arbetsyta.
Datalagring
Prometheus-mått lagras på en Azure Monitor-arbetsyta. Data lagras i en tidsseriedatabas som kan efterfrågas med Prometheus Query Language (PromQL). Du kan lagra data från flera Prometheus-datakällor på en enda Azure Monitor-arbetsyta. Mer information finns i Översikt över Azure Monitor-arbetsytor.
Data behålls i Azure Monitor-arbetsytor i 18 månader.
Fråga efter och analysera Prometheus-mått
Prometheus-data hämtas med Prometheus Query Language (PromQL). Du kan skriva egna frågor, använda frågor från öppen källkod community och använda Grafana-instrumentpaneler som innehåller PromQL-frågor. Se Prometheus-projektet.
Följande Azure-tjänster stöder frågor mot Prometheus-mått från en Azure Monitor-arbetsyta:
- Azure Monitor Metrics Explorer med PromQL
- Azure Managed Grafana
- Azure Monitor-arbetsböcker
- Prometheus-fråge-API:er
Azure Monitor Metrics Explorer med PromQL
Med Metrics Explorer med PromQL kan du analysera och visualisera plattforms- och Prometheus-mått. Metrics Explorer stöder PromQL för Prometheus-mått. Metrics Explorer med PromQL (förhandsversion) är tillgängligt från menyalternativet Mått på Azure Monitor-arbetsytan där dina Prometheus-mått lagras. Mer information finns i Metrics Explorer med PromQL.
Azure-arbetsböcker
Skapa diagram och instrumentpaneler som drivs av Azure Monitor-hanterad tjänst för Prometheus med hjälp av Azure-arbetsböcker och PromQL-frågor. Mer information finns i Fråga prometheus-mått med hjälp av Azure-arbetsböcker
Grafana-integrering
VisualizE Prometheus-mått med Azure Managed Grafana. Anslut din Azure Monitor-arbetsyta till en Grafana-arbetsyta så att den kan användas som datakälla på en Grafana-instrumentpanel. Sedan har du åtkomst till flera fördefinierade instrumentpaneler som använder Prometheus-mått och möjligheten att skapa valfritt antal anpassade instrumentpaneler. Mer information finns i Länka en Grafana-arbetsyta till en Azure Monitor-arbetsyta
Prometheus-fråge-API
Använd PromQL via REST-API:et för att köra frågor mot Prometheus-mått som lagras på en Azure Monitor-arbetsyta. Mer information finns i Prometheus-fråge-API.
Regler och aviseringar
Prometheus stöder inspelningsregler och aviseringsregler med hjälp av PromQL-frågor. Regler och aviseringar distribueras automatiskt azure monitor-hanterad tjänst för Prometheus. Mått som registreras av inspelningsregler lagras på Azure Monitor-arbetsytan och kan efterfrågas av instrumentpaneler eller av andra regler. Aviseringsregler och inspelningsregler kan skapas och hanteras med hjälp av Azure Managed Prometheus-regelgrupper. För ditt AKS-kluster tillhandahålls en uppsättning fördefinierade Prometheus-aviseringsregler och inspelningsregler för enkel snabbstart.
Aviseringar som utlösts av aviseringsregler kan utlösa åtgärder eller meddelanden enligt definitionen i de åtgärdsgrupper som konfigurerats för aviseringsregeln. Du kan också visa utlösta och lösta Prometheus-aviseringar i Azure Portal tillsammans med andra aviseringstyper.
Tjänstgränser och kvoter
Azure Monitor Managed Service for Prometheus har standardgränser och kvoter för inmatning. När du når inmatningsgränserna kan begränsning ske. Du kan begära en ökning av dessa gränser. Information om Prometheus-måttgränser finns i Tjänstbegränsningar för Azure Monitor.
Information om hur du övervakar och varnar för dina inmatningsmått finns i Övervaka inmatning av Azure Monitor-arbetsytemått.
Begränsningar/kända problem – Azure Monitor-hanterad tjänst för Prometheus
- Den minsta frekvensen för att skrapa och lagra mått är 1 sekund.
- Under noduppdateringar kan det uppstå luckor på mellan 1 och 2 minuter i vissa måttsamlingar från vår insamlare på klusternivå. Det här felet beror på en vanlig åtgärd från Azure Kubernetes Service för att uppdatera noderna i klustret. Det här beteendet förväntas och inträffar på grund av den nod som körs när den uppdateras. Rekommenderade aviseringsregler påverkas inte av det här beteendet.
- Hanterad Prometheus för Windows-noder aktiveras inte automatiskt. Information om hur du aktiverar övervakning för Windows-noder och poddar i dina kluster finns i Övervaka Windows-noder och poddar i dina kluster.
Skiftlägeskänslig
Azure-hanterad Prometheus är ett skiftlägesokänsligt system. Den behandlar strängar, till exempel måttnamn, etikettnamn eller etikettvärden, som samma tidsserie om de endast skiljer sig från en annan tidsserie när det gäller strängen.
Kommentar
Det här beteendet skiljer sig från det interna Prometheus med öppen källod, som är ett skiftlägeskänsligt system.
Självhanterade Prometheus-instanser som körs på virtuella Azure-datorer, VMSS- eller Azure Kubernetes Service-kluster (AKS) är skiftlägeskänsliga system.
I Azure-hanterad Prometheus anses följande tidsserie vara densamma:
diskSize(cluster="eastus", node="node1", filesystem="usr_mnt")
diskSize(cluster="eastus", node="node1", filesystem="usr_MNT")
Exemplen ovan är en enskild tidsserie i en tidsseriedatabas.
- Alla exempel som matas in mot dem lagras som om de skrapas/matas in mot en enda tidsserie.
- Om föregående exempel matas in med samma tidsstämpel, släpps en av dem slumpmässigt.
- Höljet som lagras i tidsseriedatabasen och returneras av en fråga är oförutsägbart. Olika höljen kan returneras vid olika tidpunkter för samma tidsserie.
- Alla måttnamn eller etikettnamn/värdematchare som finns i frågan hämtas från tidsseriedatabasen genom att göra en skiftlägeskänslig jämförelse. Om det finns en skiftlägeskänslig matchare i en fråga behandlas den automatiskt som en skiftlägeskänslig matchare när du gör strängjämförelser.
Det är bästa praxis att se till att en tidsserie skapas eller skrapas med ett enda konsekvent fall.
I öppen källkod Prometheus behandlas ovanstående tidsserier som två olika tidsserier. Alla prover som skrapas/matas in mot dem lagras separat.
Prometheus-referenser
Här följer länkar till Prometheus-dokumentationen.
- Fråga Prometheus
- Grafana-stöd för Prometheus
- Definiera inspelningsregler
- Aviseringsregler
- Skriva exportörer