Flink(Pometheus监控)

简介

Flink发布监控全流程

入门 使用架构图

特点

能够监控进程内部的信息

规范化的数据模型

所有采集的监控数据均以指标(metric)的形式保存在内置的时间序列数据库当中(TSDB)。所有的样本除了基本的指标名称以外，还包含一组用于描述该样本特征的标签。如下所示：

http_request_status{code='200',content_path='/api/path',environment='produment'} => [value1@timestamp1,value2@timestamp2...] 

http_request_status{code='200',content_path='/api/path2',environment='produment'} => [value1@timestamp1,value2@timestamp2...]

每一条时间序列由指标名称(Metrics Name)以及一组标签(Labels)唯一标识。每条时间序列按照时间的先后顺序存储一系列的样本值。

• http_request_status：指标名称(Metrics Name)
• {code='200',content_path='/api/path',environment='produment'}：表示维度的标签，基于这些Labels我们可以方便地对监控数据进行聚合，过滤，裁剪。
• [value1@timestamp1,value2@timestamp2...]：按照时间的先后顺序 存储的样本值。

查询语言PromQL

Prometheus内置了一个强大的数据查询语言PromQL。 通过PromQL可以实现对监控数据的查询、聚合。同时PromQL也被应用于数据可视化(如Grafana)以及告警当中。

通过PromQL可以轻松回答类似于以下问题：

• 在过去一段时间中95%应用延迟时间的分布范围？
• CPU占用率前5位的服务有哪些？

Prometheus的架构

官网

Prometheus - Monitoring system & time series database

下载地址

Download | Prometheus

安装包

链接：https://pan.baidu.com/s/1pvbFCCLv6XekPk8h6o1nkA 
提取码：yyds 
--来自百度网盘超级会员V4的分享

使用

解压

部署情况

master	node1	node2
prometheus pushgateway node exporter	node exporter	node exporter

修改prometheus.yml

scrape_configs:
  
  - job_name: 'prometheus'
    static_configs:
    - targets: ['master:9090']

  # 添加 PushGateway 监控配置
  - job_name: 'pushgateway'
    static_configs:
    - targets: ['master:9091']
      labels:
        instance: pushgateway

  # 添加 Node Exporter 监控配置
  - job_name: 'node exporter'
    static_configs:
    - targets: ['master:9100', 'node1:9100', 'node2:9100']

参数说明

• job_name：监控作业的名称
• static_configs：表示静态目标配置，就是固定从某个target拉取数据
• targets：指定监控的目标，其实就是从哪儿拉取数据。Prometheus会从http://hadoop202:9090/metrics上拉取数据。

Prometheus是可以在运行时自动加载配置的。启动时需要添加：--web.enable-lifecycle

 修改配置如图

分发node_exporter

./xsync /home/bigdata/prome/node_exporter-1.2.2.linux-amd64/

启动

启动prometheus

nohup ./prometheus --config.file=prometheus.yml > ./prometheus.log 2>&1 &

启动pushgateway

nohup ./pushgateway --web.listen-address=":9091" > ./pushgateway.log 2>&1 &

启动node_exporter(三台机器都启动)

./node_exporter  & 

访问 prometheus的9090端口

点击对应的界面进行查看

使用PromSql 按时间查询

node_arp_entries[5m]

m表示分钟 

条件查询

node_arp_entries{device='ens33',instance='node1:9100'}

使用正则表达式

node_arp_entries{device=~'^ens33'}

使用条件

node_arp_entries{device=~'^ens33'}[1m] offset 10m

对于历史数据累加

sum(node_arp_entries{device=~'^ens33'} offset 10m) by(device)

监控Flink 添加配置文件

添加依赖

        
            org.apache.flink
            flink-metrics-prometheus_2.12
            1.13.5
            provided
        

打包插件

        
            
                org.apache.maven.plugins
                maven-assembly-plugin
                3.0.0
                
                    
                        jar-with-dependencies
                    
                
                
                    
                        make-assembly
                        package
                        
                            single
                        
                    
                
            

        
    

在resource下面添加配置文件

log4j.properties

monitorInterval=30

# This affects logging for both user code and Flink
rootLogger.level = error
rootLogger.appenderRef.file.ref = MainAppender

# Uncomment this if you want to _only_ change Flink's logging
#logger.flink.name = org.apache.flink
#logger.flink.level = INFO

# The following lines keep the log level of common libraries/connectors on
# log level INFO. The root logger does not override this. You have to manually
# change the log levels here.
logger.akka.name = akka
logger.akka.level = INFO
logger.kafka.name= org.apache.kafka
logger.kafka.level = INFO
logger.hadoop.name = org.apache.hadoop
logger.hadoop.level = INFO
logger.zookeeper.name = org.apache.zookeeper
logger.zookeeper.level = INFO
logger.shaded_zookeeper.name = org.apache.flink.shaded.zookeeper3
logger.shaded_zookeeper.level = INFO

# Log all infos in the given file
appender.main.name = MainAppender
appender.main.type = RollingFile
appender.main.append = true
appender.main.fileName = ${sys:log.file}
appender.main.filePattern = ${sys:log.file}.%i
appender.main.layout.type = PatternLayout
appender.main.layout.pattern = %d{yyyy-MM-dd HH:mm:ss,SSS} %-5p %-60c %x - %m%n
appender.main.policies.type = Policies
appender.main.policies.size.type = SizeBasedTriggeringPolicy
appender.main.policies.size.size = 100MB
appender.main.policies.startup.type = OnStartupTriggeringPolicy
appender.main.strategy.type = DefaultRolloverStrategy

appender.main.strategy.max = ${env:MAX_LOG_FILE_NUMBER:-10}

# Suppress the irrelevant (wrong) warnings from the Netty channel handler
logger.netty.name = org.apache.flink.shaded.akka.org.jboss.netty.channel.DefaultChannelPipeline
logger.netty.level = OFF

 flink-conf.yaml

##### 与Prometheus集成配置 #####
metrics.reporter.promgateway.class: org.apache.flink.metrics.prometheus.PrometheusPushGatewayReporter
# PushGateway的主机名与端口号
metrics.reporter.promgateway.host: master
metrics.reporter.promgateway.port: 9091
## Flink metric在前端展示的标签（前缀）与随机后缀
metrics.reporter.promgateway.jobName: flink-metrics-ppg
#如果jobName启动二次，那么第二次的时候会有一个随机的名字
metrics.reporter.promgateway.randomJobNameSuffix: true
metrics.reporter.promgateway.deleteOnShutdown: false
#这里表示多久推一次数据
metrics.reporter.promgateway.interval: 15 SECONDS

启动程序的时候修改配置(由于加了provided，如果不修改配置那么就会加载不到)

本地测试监控Flink

传入参数

 对应的应用程序(本地测试)

public class Demo01App {

    public static void main(String[] args) throws Exception {

        //0 调试取本地配置 ，打包部署前要去掉
//         Configuration configuration=new Configuration(); //此行打包部署专用
//        String resPath = Thread.currentThread().getContextClassLoader().getResource("flink-conf.yaml").getPath(); //本地调试专用
        Configuration configuration = GlobalConfiguration.loadConfiguration("C:\Users\zhang\Desktop");            //本地调试专用

        //1. 读取初始化环境
        configuration.setString("metrics.reporter.promgateway.jobName","demo01App");
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(configuration);
        // 2. 指定nc的host和port
        ParameterTool parameterTool = ParameterTool.fromArgs(args);
        String hostname = parameterTool.get("host");
        int port = parameterTool.getInt("port");

        // 3. 接受socket数据源
        DataStreamSource dataStreamSource = env.socketTextStream(hostname, port);

        dataStreamSource.print();

        //appname
        env.execute("demo01App");

    }
}

测试程序

查看控制台然后可以看到采集过来的数据 

 

发布集群测试监控Flink

先启动yarn

修改linux里面flink的配置

提交运行

./flink run -m node1:34982 -c com.atguigu.prome.app.Demo01App -p 2 ./flink-prome2022-1.1-SNAPSHOT.jar

使用grafana 安装

解压

tar -zxvf grafana-enterprise-8.1.2.linux-amd64.tar.gz

启动

nohup ./bin/grafana-server web > ./grafana.log 2>&1 &

访问 

监控Linux 

先添加数据源

如果和前一分钟比，它们的时间不在变化那么这个时候说明Flink挂掉了

flink_jobmanager_job_uptime-flink_jobmanager_job_uptime offset 1m

导入数据

 

得到的效果为 

监控Flink

修改监控Flink配置文件的问题

原因：是pushgateway不会主动的清理数据，监控面板的判断有误，如果我们改成现在和过去一分钟的数据进行减法如果等于零，也就是没有数据更新的时候改成complete

原始值

absent(flink_jobmanager_job_uptime{job_name="$JobName", job=~"$JobManager", job_id=~"$JobId", instance_id="$InstanceId"} > 0)

 修改后的值为

absent(flink_jobmanager_job_uptime{job_name="$JobName", job=~"$JobManager", job_id=~"$JobId", instance_id="$InstanceId"} - flink_jobmanager_job_uptime{job_name="$JobName", job=~"$JobManager", job_id=~"$JobId", instance_id="$InstanceId"} offset 1m > 0)

当程序停止以后可以看到

添加心跳图

因为只有图表才能发送报警

配置查询参数 

flink_jobmanager_job_uptime - flink_jobmanager_job_uptime offset 1m

 效果图

Flink监控埋点 示例程序

public class Demo01App {

    public static void main(String[] args) throws Exception {

        //0 调试取本地配置 ，打包部署前要去掉
//         Configuration configuration=new Configuration(); //此行打包部署专用
        String resPath = Thread.currentThread().getContextClassLoader().getResource("flink-conf.yaml").getPath(); //本地调试专用
        Configuration configuration = GlobalConfiguration.loadConfiguration("C:\Users\zhang\Desktop");            //本地调试专用

        //1. 读取初始化环境
        configuration.setString("metrics.r+eporter.promgateway.jobName","demo01App");
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(configuration);
        // 2. 指定nc的host和port
        ParameterTool parameterTool = ParameterTool.fromArgs(args);
        String hostname = parameterTool.get("host");
        int port = parameterTool.getInt("port");

        // 3. 接受socket数据源
        DataStreamSource dataStreamSource = env.socketTextStream(hostname, port);

        dataStreamSource.keyBy(new KeySelector() {
            @Override
            public String getKey(String s) throws Exception {
                return s;
            }
        }).process(new ProcessFunction() {
            Counter counter=null;

            @Override
            public void open(Configuration parameters) throws Exception {
                //TODO 申明埋点
                counter = getRuntimeContext().getMetricGroup().addGroup("mycount").counter("mycountTest");
            }

            @Override
            public void processElement(String s, ProcessFunction.Context context, Collector collector) throws Exception {
                // TODO 对于埋点的数据进行累加
                counter.inc();
                collector.collect(s);
            }
        }).print();

        //appname
        env.execute("demo01App");

    }
}

使用Prometheus得到指标

http://master:9091/metrics

上图可以看到自定义的指标收集到了 

窗口最大值，求缓存命中率

思想就是10分钟一个窗口，求出窗口的最大值，和上一个窗口进行减法然后就是10分钟的增量 

自定义得到的数据

使用grafana展示自定义指标

添加图表，把查询Prometheus的查询得到的数据到grafana进行展示

保存以后得到图标

pushGetWay定期清理过期数据

由于pushGetWay在任务挂掉一会不会自动清理掉数据，它是由最新的数据覆盖久数据的形式，如果任务挂了以后，那么就没有新的数据进行覆盖了，这个时候就会有数据的残留，我们得进行处理

总结

pushGetWay不会自动的删除过期的数据，Promethus默认保存15天的数据，自己会对每一次拉去过来的数据加上一个时间戳