# Prometheus

> Открытая система мониторинга и база временных рядов — сама опрашивает сервисы по HTTP, хранит метрики с метками, позволяет запрашивать их на языке PromQL и формировать алерты.

Источник: https://llmdocs.ru/wiki/prometheus/ · обновлено 2026-11-09 · лицензия CC BY-SA 4.0

- **Тип**: система мониторинга и TSDB
- **Создан**: SoundCloud, 2012; публично — январь 2015
- **Язык**: Go
- **Лицензия**: Apache 2.0
- **CNCF**: второй проект после Kubernetes (2016), выпускник с августа 2018
- **Версия 3.0**: ноябрь 2024
- **Модель сбора**: pull (опрос HTTP-эндпоинтов /metrics)
- **Язык запросов**: PromQL
- **Порт по умолчанию**: 9090
**Prometheus** — открытая система мониторинга и база данных временных рядов. Она периодически опрашивает сервисы по HTTP, забирает у них текущие значения метрик, хранит их у себя с привязкой к **меткам** (*labels*) и позволяет строить запросы на языке **PromQL** — для графиков, анализа и правил алертов.[1] Prometheus стал стандартом мониторинга в облачной инфраструктуре и в [Kubernetes](https://llmdocs.ru/wiki/kubernetes.md): почти любое серверное ПО умеет отдавать метрики в его формате.

## История

Систему начали в 2012 году инженеры SoundCloud — выходцы из Google, вдохновлённые внутренней системой Borgmon. В январе 2015 года проект открыли публично, в 2016-м он стал вторым проектом CNCF после Kubernetes, а в августе 2018 года — вторым её выпускником.[5] Формат метрик лёг в основу открытого стандарта OpenMetrics.[7] В ноябре 2024 года вышла версия 3.0 с новым веб-интерфейсом, поддержкой UTF-8 в именах и приёмом данных по протоколу OpenTelemetry.[6]

## Архитектура

- **Сервер Prometheus** по расписанию (обычно раз в 15–60 секунд) опрашивает **цели** (*targets*) — HTTP-эндпоинты `/metrics` — и записывает результат в локальную базу временных рядов (TSDB).
- **Обнаружение целей** (*service discovery*) — статический список или автоматическое: из Kubernetes, Consul, облачных API, [DNS](https://llmdocs.ru/wiki/dns.md).
- **Экспортеры** — программы-переводчики для систем без собственных метрик: `node_exporter` (метрики [Linux](https://llmdocs.ru/wiki/linux.md)-хоста), `postgres_exporter`, `blackbox_exporter` (внешние проверки HTTP, TCP, ICMP).
- **Alertmanager** — отдельный компонент, получающий сработавшие алерты, группирующий и рассылающий их (см. [Мониторинг и алертинг](https://llmdocs.ru/wiki/monitoring-alerting.md)).
- **Pushgateway** — промежуточный узел для короткоживущих задач (cron), которые не доживают до опроса.

Модель **pull** — главное отличие от многих систем: не сервис отправляет данные, а Prometheus их забирает. Так проще понять, жива ли цель (`up == 0`), и нельзя «завалить» сервер потоком от сбойного клиента.

## Модель данных

Временной ряд определяется именем метрики и набором меток:

```text
http_requests_total{method="GET", handler="/api/users", code="200"}  1027
```

Каждое уникальное сочетание меток — отдельный ряд. Поэтому в метки нельзя класть значения с неограниченным разнообразием — идентификаторы пользователей, полные URL, email: число рядов («кардинальность») взрывается, и сервер исчерпывает память.[4]

Четыре типа метрик:[2]

| Тип | Что хранит | Пример |
|---|---|---|
| Counter | только растущий счётчик (сбрасывается при перезапуске) | `http_requests_total` |
| Gauge | значение, которое растёт и падает | `memory_usage_bytes`, `queue_length` |
| Histogram | распределение по корзинам (`_bucket`, `_sum`, `_count`) | `http_request_duration_seconds` |
| Summary | готовые квантили, посчитанные на клиенте | редко, гистограммы предпочтительнее |

## PromQL

```promql
# запросов в секунду за последние 5 минут, по обработчикам
sum by (handler) (rate(http_requests_total[5m]))

# доля ошибок 5xx
sum(rate(http_requests_total{code=~"5.."}[5m])) / sum(rate(http_requests_total[5m]))

# 95-й перцентиль задержки по гистограмме
histogram_quantile(0.95, sum by (le) (rate(http_request_duration_seconds_bucket[5m])))

# диски, которые заполнятся в ближайшие 4 часа при текущем темпе
predict_linear(node_filesystem_avail_bytes[1h], 4 * 3600) < 0
```

К счётчикам почти всегда применяют `rate()` или `increase()`: само значение счётчика малоинформативно, важна скорость роста.[3] Частые сложные запросы заранее вычисляют **recording rules** — правила, сохраняющие результат как новый ряд.

## Пример конфигурации

```yaml
# prometheus.yml
global:
  scrape_interval: 30s
scrape_configs:
  - job_name: node
    static_configs:
      - targets: ["10.0.0.11:9100", "10.0.0.12:9100"]
  - job_name: api
    metrics_path: /metrics
    static_configs:
      - targets: ["api.internal:8000"]
rule_files: ["alerts.yml"]
alerting:
  alertmanagers:
    - static_configs: [{targets: ["alertmanager:9093"]}]
```

В Kubernetes установку и описание целей обычно берёт на себя Prometheus Operator (через [Helm](https://llmdocs.ru/wiki/helm.md)-чарт kube-prometheus-stack), где цели задаются объектами `ServiceMonitor`.

## Инструментирование приложения

Клиентские библиотеки есть для всех популярных языков. Пример на [Python](https://llmdocs.ru/wiki/python.md):

```python
from prometheus_client import Counter, Histogram, start_http_server

REQUESTS = Counter("app_requests_total", "Обработанные запросы", ["status"])
LATENCY = Histogram("app_request_duration_seconds", "Время обработки")

start_http_server(8000)   # отдаёт /metrics

@LATENCY.time()
def handle(req):
    ...
    REQUESTS.labels(status="ok").inc()
```

## Ограничения и экосистема

Один сервер Prometheus хранит данные локально и не масштабируется горизонтально; долгий срок хранения и глобальный обзор нескольких кластеров дают совместимые системы **Thanos**, **Grafana Mimir**, **VictoriaMetrics**, принимающие данные через `remote_write`. Prometheus не предназначен для логов и событий с точными значениями (например, биллинга): метрики — это агрегаты с потерей деталей. Визуализацию строят в [Grafana](https://llmdocs.ru/wiki/grafana.md), встроенный интерфейс годится для разовых запросов.

## См. также

- [Мониторинг и алертинг](https://llmdocs.ru/wiki/monitoring-alerting.md)
- [Grafana](https://llmdocs.ru/wiki/grafana.md)
- [Логирование и трассировка (OpenTelemetry)](https://llmdocs.ru/wiki/opentelemetry.md)
- [SRE, SLO и SLA](https://llmdocs.ru/wiki/sre-slo-sla.md)

## Источники

1. [Prometheus Docs — Overview](https://prometheus.io/docs/introduction/overview/)
2. [Prometheus Docs — Metric types](https://prometheus.io/docs/concepts/metric_types/)
3. [Prometheus Docs — Querying basics (PromQL)](https://prometheus.io/docs/prometheus/latest/querying/basics/)
4. [Prometheus Docs — Instrumentation best practices](https://prometheus.io/docs/practices/instrumentation/)
5. [CNCF — Prometheus graduation announcement (2018)](https://www.cncf.io/announcements/2018/08/09/prometheus-graduates/)
6. [Prometheus Blog — Announcing Prometheus 3.0 (2024)](https://prometheus.io/blog/2024/11/14/prometheus-3-0/)
7. [OpenMetrics specification](https://github.com/prometheus/OpenMetrics)