Prometheus

Monitoring System مفتوح المصدر يجمع Time-series Metrics ويخزنها ويدعم Alerting.

2 دقائق للقراءة 4 أقسام تعليمية
  • #prometheus
  • #monitoring
  • #metrics
  • #promql
  • #alerting

Dashboard هادئة قبل Incident صاخبة

قد يبدو التطبيق طبيعيًا من الخارج بينما يرتفع Response Time وتزداد Errors بهدوء. يساعد Prometheus الفريق على ملاحظة ذلك بجمع قياسات رقمية تسمى Metrics عبر الزمن. بدل سؤال “هل توقف؟” فقط، يمكنك معرفة “متى بدأ Error Rate بالارتفاع؟”

للـMetrics شكل وقصة

يخزن Prometheus بيانات Time-series: قياسًا مرتبطًا بـTimestamp وLabels. تعرض Applications أو Infrastructure Metrics، ويجمع Prometheus هذه Endpoints عادة وفق جدول. تستطيع استعلام البيانات باستخدام PromQL وتعريف Alerting Rules؛ ثم يساعد Alertmanager في تجميع Alerts وتوجيهها.

Metrics ليست القصة كلها. تخبرك أن شيئًا تغير وتساعدك على معرفة حجمه، لكنها قد لا تكشف Request أو Code Path الذي سببه. يمكن أن تقدم Logs وTraces أدلة مكملة.

ابدأ بإشارة مفيدة

راقب مجموعة صغيرة تناسب Service: Request Rate وError Rate وResponse Duration وResource Saturation نقاط بداية شائعة. اختر Labels بعناية؛ فالقيم غير المحدودة مثل User IDs الفريدة قد تنتج Time Series كثيرة جدًا وتضغط على التخزين.

مهمة صغيرة

تخيل أن صفحة أصبحت بطيئة بعد Release. اختر Metric تؤكد البطء، وأخرى توضح أثره، وسؤالًا تريد الإجابة عنه بعد ذلك. ثم تخيل فتح Grafana لاستكشاف الاتجاه.

يساعدك Prometheus على الانتقال من “هناك شيء غير طبيعي” إلى أدلة تستطيع التحقيق فيها.