Czym różni się Prometheus od Graphite i InfluxDB?

Prometheus używa modelu pull — sam scrapuje metryki w regularnych interwałach. Graphite i InfluxDB używają modelu push — aplikacje wysyłają metryki do bazy. Prometheus ma wbudowane PromQL i Alertmanager. InfluxDB jest bazą ogólnego przeznaczenia (IoT, metryki biznesowe); Prometheus jest zoptymalizowany dla monitoringu aplikacji i infrastruktury.

Czy Prometheus może przechowywać metryki długoterminowo?

Natywnie Prometheus przechowuje metryki lokalnie — domyślnie 15 dni. Do długoterminowego przechowywania (miesiące, lata) i wysokiej dostępności używa się Thanos, Cortex lub VictoriaMetrics jako remote storage. Grafana Cloud oferuje Prometheus-compatible long-term storage jako SaaS.

PromQL (Prometheus Query Language) to język zapytań do eksploracji i agregacji metryk time-series w Prometheusie. Obsługuje: selekcję metryk z filtrowaniem po labelach, funkcje rate(), increase(), histogram_quantile(), agregacje sum/avg/max by(). Grafana używa PromQL do budowania dashboardów z danych Prometheusa.

Ile zarabia DevOps/SRE znający Prometheusa?

DevOps Engineer lub SRE znający Prometheus, Grafana i Kubernetes zarabia w Polsce od 14 000 do 28 000 zł brutto. Observability (metryki, logi, traces) i Kubernetes to najcenniejsze kompetencje w rolach Platform Engineer i SRE w firmach z dużą infrastrukturą.

Prometheus - co to jest? Monitoring, PromQL, Kubernetes

Definicja #

Prometheus to open-source'owy system monitoringu i alertowania z bazą danych szeregów czasowych (time-series database), stworzony przez SoundCloud w 2012 roku. W 2016 roku dołączył do CNCF (Cloud Native Computing Foundation) jako drugi projekt po Kubernetes. Dziś Prometheus jest standardem monitoringu w ekosystemie Cloud Native.

Kluczowe cechy Prometheusa:

Model pull (scraping) — Prometheus sam odpytuje (scrape) aplikacje i eksportery w regularnych interwałach (domyślnie co 15 sekund); w odróżnieniu od modelu push stosowanego w Graphite czy InfluxDB
Time-series database (TSDB) — wydajna lokalna baza danych metryczny z kompresją; dane przechowywane jako próbki: (timestamp, float64 value) + labels
PromQL — potężny język zapytań (Prometheus Query Language) do eksploracji i agregacji metryk time-series; używany przez Grafanę do tworzenia dashboardów
Labels — wielowymiarowe etykietowanie metryk (np. http_requests_total{method="GET", status="200", endpoint="/api/offers"}); umożliwia filtrowanie i agregację
Alertmanager — oddzielny komponent do zarządzania alertami: deduplication, routing, powiadomienia (Slack, PagerDuty, email)
Exporters — agenci eksponujący metryki w formacie Prometheus dla systemów, które natywnie go nie wspierają: node_exporter (OS metryki), blackbox_exporter, nginx-prometheus-exporter, postgres_exporter

Format metryk Prometheus: metric_name{label1="val1", label2="val2"} value [timestamp]

Zastosowania #

Prometheus stosuje się do:

Monitorowania aplikacji i mikroserwisów — instrumentowanie kodu (biblioteki klienckie dla Go, Java, Python, .NET) i scraping metryk: latencja, throughput, błędy (RED: Rate, Errors, Duration)
Monitorowania infrastruktury Kubernetes — kube-prometheus-stack (Helm chart) dostarcza Prometheusa, Alertmanagera i gotowe dashboardy Grafany dla klastra K8s i wszystkich workloadów
Alertowania przy przekroczeniu progów — reguły alertów w PromQL (np. wysoki error rate, wysoka latencja, mało pamięci)
Długoterminowego przechowywania metryk — Prometheus lokalnie (krótkoterminowo) + Thanos lub Cortex do long-term storage i HA
SLO/SLA monitoring — śledzenie celów poziomu usług opartych na Error Budget i Burn Rate

Ścieżka nauki #

Prometheus jest najczęściej uczony razem z Grafaną i Kubernetes — naturalny stos observability.

Zacznij od:

Instalacja: docker run -p 9090:9090 prom/prometheus — dostępne UI pod localhost:9090
Podstawy PromQL: up, rate(), sum by(), histogram_quantile()
Dodanie node_exporter — metryki systemu operacyjnego (CPU, RAM, dysk, sieć)
Scrape config: prometheus.yml z targets i interwałami
Integracja z Grafaną — Prometheus jako Data Source, pierwsze dashboardy

Następnie pogłębiaj:

Instrumentowanie aplikacji: Prometheus .NET client, micrometer (Java), prometheus_client (Python)
Alertmanager — reguły alertów w YAML, routing do Slacka/PagerDuty
kube-prometheus-stack — Helm chart dla Kubernetes; ServiceMonitor, PodMonitor
Long-term storage: Thanos lub VictoriaMetrics jako alternatywa dla natywnego TSDB
Certyfikacja: KCNA lub CKA (Kubernetes) — Prometheus jest integralną częścią K8s stack

FAQ #

Czym różni się Prometheus od Graphite i InfluxDB?: Prometheus używa modelu pull — sam scrapuje metryki w regularnych interwałach. Graphite i InfluxDB używają modelu push — aplikacje wysyłają metryki do bazy. Prometheus ma wbudowane PromQL i Alertmanager. InfluxDB jest bazą ogólnego przeznaczenia (IoT, metryki biznesowe); Prometheus jest zoptymalizowany dla monitoringu aplikacji i infrastruktury.
Czy Prometheus może przechowywać metryki długoterminowo?: Natywnie Prometheus przechowuje metryki lokalnie — domyślnie 15 dni. Do długoterminowego przechowywania (miesiące, lata) i wysokiej dostępności używa się Thanos, Cortex lub VictoriaMetrics jako remote storage. Grafana Cloud oferuje Prometheus-compatible long-term storage jako SaaS.
Co to jest PromQL?: PromQL (Prometheus Query Language) to język zapytań do eksploracji i agregacji metryk time-series w Prometheusie. Obsługuje: selekcję metryk z filtrowaniem po labelach, funkcje rate(), increase(), histogram_quantile(), agregacje sum/avg/max by(). Grafana używa PromQL do budowania dashboardów z danych Prometheusa.
Ile zarabia DevOps/SRE znający Prometheusa?: DevOps Engineer lub SRE znający Prometheus, Grafana i Kubernetes zarabia w Polsce od 14 000 do 28 000 zł brutto. Observability (metryki, logi, traces) i Kubernetes to najcenniejsze kompetencje w rolach Platform Engineer i SRE w firmach z dużą infrastrukturą.

Prometheus

Definicja #

Zastosowania #

Ścieżka nauki #

FAQ #

Powiązane hasła

Przeglądaj słownik IT alfabetycznie