1、Prometheus架构图
如上图，Prometheus主要由以下部分组成：
Prometheus Server： 用于抓取和存储时间序列化数据
Exporters： 主动拉取数据的插件
Pushgateway： 被动拉取数据的插件
Altermanager： 告警发送模块
Prometheus web UI： 界面化，也包含结合Grafana进行数据展示或告警发送
prometheus采用time-series(时间序列)方式，存储在本地硬盘，其大概的工作流程：
（1）Prometheus server 定期从配置好的 jobs 或者 exporters 中拉 metrics，或者接收来自 Pushgateway 发过来的 metrics，或者从其他的 Prometheus server 中拉 metrics。
（2）Prometheus server 在本地存储收集到的 metrics，并运行已定义好的 alert.rules，记录新的时间序列或者向 Alertmanager 推送警报。
（3）Alertmanager 根据配置文件，对接收到的警报进行处理，发出告警。
（4）在图形界面中，可视化采集数据。
Prometheus 客户端库主要提供四种主要的 metric 类型：
Counter： 一种累加的 metric，典型的应用如：请求的个数，结束的任务数， 出现的错误数等等。
例如：，查询 http_requests_total{method=“get”, job=“Prometheus”, handler=“query”} 返回 8，10 秒后，再次查询，则返回 14。
Gauge： 一种常规的 metric，典型的应用如：温度，运行的 goroutines 的个数。可以任意加减。
例如： go_goroutines{instance=“172.17.0.2”, job=“Prometheus”} 返回值 147，10 秒后返回 124。
Histogram： -可以理解为柱状图，典型的应用如：请求持续时间，响应大小。