一、prometheus基本原理介绍
prometheus是基于metric采样的监控，可以自定义监控指标，如：服务每秒请求数、请求失败数、请求执行时间等，每经过一个时间间隔，数据都会从运行的服务中流出，存储到一个时间序列数据库中，之后可通过PromQL语法查询。
主要特点：
多维数据模型，时间序列数据通过metric名以key、value的形式标识；
使用PromQL语法灵活地查询数据；
不需要依赖分布式存储，各服务器节点是独立自治的；
时间序列的收集，通过 HTTP 调用，基于pull 模型进行拉取；
通过push gateway推送时间序列；
通过服务发现或者静态配置，来发现目标服务对象；
多种绘图和仪表盘的可视化支持；
二、prometheus使用docker部署
查看是否有镜像
新建prometheus.yaml
执行：
进入容器中可以看到配置文件已映射到容器指定目录：
踩坑： prometheus官方镜像指定的配置文件是prometheus.yml 所以映射到容器内的文件名一定要保持一致 否则会出现指定的配置文件不生效
三、prometheus整体架构及各组件
Prometheus Server ：主程序，负责抓取和存储时序数据；
Client Libraries：客户端库，负责检测应用程序代码；
Push Gateway：Push 网关，接收短生命周期的 Job 主动推送的时序数据；
Exporters：为不同服务定制的Exporter(如：HAProxy、StatsD、Graphite等) ，从而抓取它们的Metris指标数据；
Alert Manage：告警管理器，处理不同的告警；
四、prometheus客户端调用示例
自定义prometheus的gin中间件
gin路由初始化prometheus，使用中间件采样
查看target
选取指标对应的graph，这里以gc采样的时间为例：
如果需要展示更为丰富的可视化看板，可以将prometheus与grafana结合，将prometheus数据接入到grafana中，此处不再过多阐述