与替代品比较

Prometheus vs. Graphite

适用范围

Graphite 专注于成为具有查询语言和图形功能的消极时间序列数据库。其他任何顾虑都通过外部组件解决

Prometheus 是一个完整的监控和趋势分析系统，其中包括基于时间序列数据的内置主动采集，存储，查询，制图和告警。它掌握系统的信息(应该存在哪些端点，什么时间序列模式意味着麻烦等)，并积极尝试查找错误。

数据模型

Graphite 像Prometheus一样存储命名时间序列的数值样本。但 Prometheus 的元数据模型更加丰富：尽管 Graphite 指标名称由点分隔的多部分组成，这些部分隐式地对维进行编码，但是 Prometheus 明确将维度编码为键值对(称为标签)，并附加到指标名称。这允许通过查询语言通过这些标签轻松进行过滤，分组和匹配。

此外，尤其是当将 Graphite 与 StatsD 结合使用时，通常只在所有受监视实例上存储聚合数据，而不是将实例保留为一个维度并能够深入分析单个有问题的实例。

例如，使用 Graphite/StatsD 来对请求到 API 服务器 /tracks 端点的 POST 方法且响应状态码为 500 的 HTTP 请求数进行编码：

stats.api-server.tracks.post.500 -> 93

在 Prometheus 中，可以像这样对相同的数据进行编码(假设三个 api-server 实例)：

api_server_http_requests_total{method="POST",handler="/tracks",status="500",instance="<sample1>"} -> 34
api_server_http_requests_total{method="POST",handler="/tracks",status="500",instance="<sample2>"} -> 28
api_server_http_requests_total{method="POST",handler="/tracks",status="500",instance="<sample3>"} -> 31

存储

Graphite 以 Whisper 格式将时间序列数据存储在本地磁盘上，这是一种 RRD 样式的数据库，它希望样本以固定的时间间隔到达。 每个时间序列都存储在一个单独的文件中，新样本在一定时间后会覆盖旧样本。

Prometheus 也会在每个时间序列上创建一个本地文件，但允许在采集数据或规则评估时以任意间隔存储样本。由于仅附加了新样本，因此旧数据可以任意保留。Prometheus 也适用于许多短暂的，经常变化的时间序列集。

小结

Prometheus 除了更易于运行和集成到您的环境之外，还提供了更丰富的数据模型和查询语言。如果您想要一个可以长期保存历史数据的群集解决方案，那么 Graphite 可能是一个更好的选择。

Prometheus vs. InfluxDB

InfluxDB 是一个开放源代码的时间序列数据库，具有用于扩展和集群化的商业选项。 Prometheus 开发开始将近一年后，InfluxDB 项目才发布，因此我们当时无法将其视为替代方案。尽管如此，Prometheus 和 InfluxDB 之间仍然存在显着差异，并且两种系统面向的用例稍有不同。

适用范围

为了进行公平的比较，我们需要将 Kapacitor 与 InfluxDB 一起考虑，因为它们结合起来可以解决与 Prometheus 和 Alertmanager 相同的问题。

对于 InfluxDB 本身，与 Graphite 适用范围的差异同样适用于此。此外，InfluxDB 还提供连续查询，这些查询等同于 Prometheus 记录规则。

Kapacitor 作用范围是 Prometheus 记录规则，警报规则和 Alertmanager 的通知功能的组合。Prometheus 提供了更强大的查询语言来进行图形显示和警报。Prometheus Alertmanager 还提供了分组，重复数据删除和静音功能。

数据模型/存储

与 Prometheus 一样，InfluxDB 数据模型也将键值对作为标签，称为 tags。此外，InfluxDB 还有第二级标签，称为 fields，使用范围受到更多限制。InfluxDB 支持高达十亿分之一秒分辨率的时间戳，以及 float64，int64，bool 和字符串数据类型。相比之下，Prometheus 支持 float64 数据类型，但对字符串和毫秒分辨率的时间戳支持有限。

InfluxDB 使用日志结构合并树的变体作为带有按时间分片的预写日志的存储。与 Prometheus 每个时间序列的仅附加文件相比，此方法更适合事件记录。

博客Logs and Metrics and Graphs, Oh My! 描述了事件日志和度量记录之间的差别。

架构

Prometheus 服务器彼此独立运行，并且依靠其本地存储来实现其核心功能：数据采集，规则处理和告警。InfluxDB 的开源版本与此类似。

商业 InfluxDB 产品是一个分布式存储集群，其中存储和查询由多个节点一次处理。

这意味着商业 InfluxDB 将更易水平扩展，但这也意味着您必须从一开始就管理分布式系统的复杂性。Prometheus 的运行更简单，但在某些时候，您将需要按照产品，服务，数据中心或类似的可伸缩行边界明确地分片服务器。独立服务(可以并行冗余运行)也可以为您提供更好的可靠性和故障隔离。

Kapacitor 的开源版本没有用于规则，警报或通知的内置分布式/冗余选项。Kapacitor 的开源发行版可以通过用户手动分片来扩展，类似于 Prometheus 本身。Influx提供了 Enterprise Kapacitor，它支持高可用警报系统。

相比之下，Prometheus 和 Alertmanager 通过运行 Prometheus 的冗余副本并使用 Alertmanager 的高可用模式提供了完全开源的冗余选项。

小结

两个系统之间有很多相似之处。两者都有标签(在 InfluxDB 称为 tags)，可以有效地支持多维度指标数据。两者都使用基本相同的数据压缩算法。两者都有广泛的集成，包括彼此之间的集成。两者都有可以让您进一步扩展的钩，例如使用统计工具分析数据或执行自动操作。

InfluxDB 的优点：

• 进行事件记录。

• 商业版本为 InfluxDB 提供集群服务，这对长期数据存储也更好。

• 在副本之间保持最终一致的数据视图。

Prometheus 的优点

• 主要用于做指标数据

• 更强大的查询语言，告警和通知功能

• 图形和告警的可用性和正常运行时间更高

InfluxDB 由一家商业公司按照开放核心模型进行维护，并提供高级功能，如闭源的群集，托管和支持。Prometheus 是一个完全开源的独立项目，由许多公司和个人维护，其中一些也提供商业服务和支持。

Prometheus vs. OpenTSDB

OpenTSDB 是基于 Hadoop 和 HBase 的分布式时间序列数据库。

适用范围

与 Graphite 适用范围的差异同样适用于此。

数据模型

OpenTSDB 的数据模型几乎与 Prometheus 的数据模型相同：时间序列由一组任意键值对标识(OpenTSDB 中为 tags)。指标的所有数据存储在一起，从而限制了指标的基数。尽管有一些细微的差别：Prometheus 允许标签值中包含任意字符，而OpenTSDB 的限制更严格。OpenTSDB 还缺少完整的查询语言，仅允许通过其 API 进行简单的汇总和数学运算。

存储

OpenTSDB 的存储在 Hadoop 和 HBase 之上实现。这意味着可以轻松水平扩展 OpenTSDB，但您必须从一开始就接受 Hadoop/HBase 集群总体的复杂性。

Prometheus 最初运行起来会更简单，但是一旦超出单个节点的容量，就需要进行明确的分片。

小结

Prometheus 提供了更丰富的查询语言，可以处理更高的基数指标，并且构成了完整监视系统的一部分。如果您已经在运行 Hadoop 并重视长期存储的优势，那么 OpenTSDB 是一个不错的选择。

Prometheus vs. Nagios

Nagios 是一个始于 1990 年代的 NetSaint 监控系统。

适用范围

Nagios 主要是基于脚本的退出代码进行警报。这些称为 "checks"。单个警报会静音，但是不会进行分组，路由或重复数据删除。

Nagios 有各种各样的插件。例如，perfData 插件允许使用管道传输将几千字节的数据返回到时间序列数据库，如 Graphite或使用NRPE 在远程计算机上运行检查。

数据模型

Nagios 是基于主机的。每个主机可以具有一个或多个服务，并且每个服务可以执行一项检查。Nagios 没有标签或查询语言的概念。

存储

除了当前的检查状态外，Nagios 本身没有存储空间。有一些插件可以存储诸如可视化的数据。

架构

Nagios 服务是独立的，所有的检查配置均通过文件进行。

小结

Nagios 适用于黑匣子探测已足够的小型或静态系统的基本监控。

如果您想进行白盒监控，或者具有动态或基于云的环境，那么 Prometheus 是一个不错的选择

Prometheus vs. Sensu

Sensu 是可组合的监控管道，可以重用现有的 Nagios 检查

适用范围

与 Nagios 适用范围的差异同样适用于此。

Sensu 包含一个客户端套接字，允许将临时检查结果推送到 Sensu 中。

数据模型

Sensu 与 Nagios 具有相同粗略的数据模型。

存储

Sensu 使用 Redis 持久化监视数据，包括 Sensu 客户端注册，检查结果，检查执行历史记录和当前事件数据。

架构

Sensu 具有许多组件。它使用 RabbitMQ 作为传输工具，使用 Redis 记录当前状态，并使用单独的服务器进行处理和 API 访问。

Sensu部署的所有组件(RabbitMQ，Redis 和 Sensu Server/API)都可以集群化，以实现高可用性和冗余配置。

小结

如果您现有的 Nagios 设置希望按原样缩放，或者想利用 Sensu 的自动注册功能，那么 Sensu 是一个不错的选择。

如果您想进行白盒监控，或者具有非常动态或基于云的环境，那么Prometheus是一个不错的选择。