Prometheus 第9章：process-exporter

Corey2026/8/13大约 3 分钟

Prometheus · 第 9 章（合并）
由原课程小节笔记合并，便于连续阅读。

9.1 使用ansible部署process-exporter

本节重点介绍 :

ansible 部署二进制 process-exporter

项目地址

项目地址 https://github.com/ncabatoff/process-exporter

下载地址

wget -O  /opt/tgzs/process-exporter-0.7.5.linux-amd64.tar.gz https://github.com/ncabatoff/process-exporter/releases/download/v0.7.5/process-exporter-0.7.5.linux-amd64.tar.gz

准备配置文件 process-exporter.yaml

指定采集进程的方式，下面的例子代表所有cmdline

mkdir /opt/app/process-exporter
cat <<EOF >/opt/app/process-exporter/process-exporter.yaml
process_names:
  - name: "{{.Comm}}"
    cmdline:
    - '.+'
EOF

使用ansible部署 process-exporter

准备 service文件

cat <<EOF> process-exporter.service
[Unit]
Description=process-exporter Exporter
Wants=network-online.target
After=network-online.target

[Service]
ExecStart=/opt/app/process-exporter/process-exporter -config.path=/opt/app/process-exporter/process-exporter.yaml
StandardOutput=syslog
StandardError=syslog
SyslogIdentifier=process-exporter
[Install]
WantedBy=default.target
EOF

执行ansible-playbook

ansible-playbook -i host_file  service_deploy.yaml  -e "tgz=process-exporter-0.7.5.linux-amd64.tar.gz" -e "app=process-exporter"

检查部署情况


# 查看端口 进程 日志
ss -ntlp |grep 9256
ps -ef |grep process-exporter |grep -v grep

本节重点总结 :

ansible 部署二进制 process-exporter

9.2 grafana 上导入模板看图并讲解告警

本节重点介绍 :

添加到prometheus采集配置中
grafana 上导入process-exporter dashboard
重点指标讲解

添加到prometheus采集配置中

  - job_name: 'process-exporter'
    honor_timestamps: true
    scrape_interval: 15s
    scrape_timeout: 10s
    metrics_path: /metrics
    scheme: http
    static_configs:
      - targets:
		- process-exporter01:9256
		- process-exporter02:9256

grafana 上导入process-exporter dashboard

地址 https://grafana.com/grafana/dashboards/4202
备选 https://grafana.com/grafana/dashboards/10317
- 变量替换
- label_values(namedprocess_namegroup_num_procs, instance)
- label_values(namedprocess_namegroup_cpu_seconds_total{instance=~"$host"},groupname)
举例图片

重点指标讲解

进程个数 namedprocess_namegroup_num_procs
进程cpu用户态使用秒数 sum by( groupname) rate(namedprocess_namegroup_cpu_seconds_total{groupname=~".+"}[10m])
疑似结论是 100毫秒对应1个核？
常驻内存 namedprocess_namegroup_memory_bytes{groupname=~".+", memtype="resident"}
读io rate(namedprocess_namegroup_read_bytes_total{groupname=~".+"}[5m])
写io rate(namedprocess_namegroup_write_bytes_total{groupname=~".+"}[5m])

本节重点总结 :

添加到prometheus采集配置中
grafana 上导入process-exporter dashboard
重点指标讲解

9.3 查看源码，讲解采集原理

本节重点介绍 :

分析主流程源码
cpu使用时间采集源码查看
cpu使用时间和cpu利用率的关系

分析源码流程

创建ProcessCollector对象

代码位置 D:\go_path\pkg\mod\github.com\ncabatoff\process-exporter@v0.7.5\cmd\process-exporter\main.go

	pc, err := NewProcessCollector(
		ProcessCollectorOption{
			ProcFSPath:  *procfsPath,
			Children:    *children,
			Threads:     *threads,
			GatherSMaps: *smaps,
			Namer:       matchnamer,
			Recheck:     *recheck,
			Debug:       *debug,
		},
	)

NewProcessCollector方法中创建/proc文件系统对象，为采集最准备

fs, err := proc.NewFS(options.ProcFSPath, options.Debug)

p.start开启采集主流程


func (p *NamedProcessCollector) start() {
	for req := range p.scrapeChan {
		ch := req.results
		p.scrape(ch)
		req.done <- struct{}{}
	}
}

p.scrapeChan 会在Collect中接受来自 Describe中的待采集的指标

func (p *NamedProcessCollector) Collect(ch chan<- prometheus.Metric) {
	req := scrapeRequest{results: ch, done: make(chan struct{})}
	p.scrapeChan <- req
	<-req.done
}

采集动作 p.scrape，通过p.Update拿到/proc文件系统中的结果

permErrs, groups, err := p.Update(p.source.AllProcs())

然后遍历赋值即可

		for gname, gcounts := range groups {
			ch <- prometheus.MustNewConstMetric(numprocsDesc,
				prometheus.GaugeValue, float64(gcounts.Procs), gname)
			ch <- prometheus.MustNewConstMetric(membytesDesc,
				prometheus.GaugeValue, float64(gcounts.Memory.ResidentBytes), gname, "resident")
			ch <- prometheus.MustNewConstMetric(membytesDesc,
        }

cpu采集和利用率

p.scrape函数中 namedprocess_namegroup_cpu_seconds_total user对应 CPUUserTime，system对应CPUSystemTime

			ch <- prometheus.MustNewConstMetric(cpuSecsDesc,
				prometheus.CounterValue, gcounts.CPUUserTime, gname, "user")
			ch <- prometheus.MustNewConstMetric(cpuSecsDesc,
				prometheus.CounterValue, gcounts.CPUSystemTime, gname, "system")

getStat通过读取 /proc/stat文件获取到对应的counter指标，代码位置D:\go_path\pkg\mod\github.com\ncabatoff\process-exporter@v0.7.5\proc\read.go

func (p *proccache) getStat() (procfs.ProcStat, error) {
	if p.stat == nil {
		stat, err := p.Proc.NewStat()
		if err != nil {
			return procfs.ProcStat{}, err
		}
		p.stat = &stat
	}

	return *p.stat, nil
}

GetCounts中对CPUUserTime计算方式为 /proc/stat文件中的第二列 cpu_user/userHZ ,userHZ=100

func (p proc) GetCounts() (Counts, int, error) {
    // 忽略一些细节
    	return Counts{
    		CPUUserTime:           float64(stat.UTime) / userHZ,
    		CPUSystemTime:         float64(stat.STime) / userHZ,}
}

也就是cpu利用率可以用rate(namedprocess_namegroup_cpu_seconds_total)*100得到

sum by( groupname) (rate(namedprocess_namegroup_cpu_seconds_total{groupname=~"$processes", instance="$host"}[$interval])) * 100

100毫秒对应1个核

本节重点介绍 :

分析主流程源码
cpu使用时间采集源码查看
cpu使用时间和cpu利用率的关系